数据结构复习提纲
数据结构复习提纲
《数据结构》复习提纲参考书：《数据结构》（C语言版）严蔚敏吴伟民编著清华大学出版社考试范围：第一章~第七章、第九章~第十章第1章绪论什么是数据结构；基本概念和术语，数据结构分类；抽象数据类型的表示和实现；逻辑结构、存储结构异同；算法和算法分析包括：算法、算法设计的要求、算法效率的度量、算法的存储空间需求第2章线性表线性表的类型定义，掌握基本概念。
线性表的顺序表示和实现线性表的链式表示和实现线性链表、循环链表、双向链表第3章栈和队列栈和队列的基本概念和基本操作栈抽象数据类型栈的定义栈的表示和实现栈的应用举例队列抽象数据类型队列的定义链队列——队列的链式表示和实现循环队列——队列的顺序表示和实现顺序表示和实现第4章串串类型的定义串的表示和实现定长顺序存储表示堆分配存储表示串的块链存储表示第5章数组和广义表数组的定义数组的顺序表示和实现矩阵的压缩存储特殊矩阵稀疏矩阵及三元组表示广义表的定义及其存储结构第6章树和二叉树掌握数和二叉树的基本概念和基本操作树的定义和基本术语二叉树二叉树的定义二叉树的性质二叉树的存储结构遍历二叉树树和森林树的存储结构森林与二叉树的转换树和森林的遍历赫夫曼树及其应用第7章图图的定义和术语图的存储结构数组表示法邻接表十字链表邻接多重表图的遍历深度优先搜索广度优先搜索图的连通性问题无向图的连通分量和生成树最小生成树有向无环图及其应用拓扑排序关键路径最短路径第9章查找静态查找表顺序表的查找有序表的查找索引顺序表的查找动态查找表二叉排序表和平衡二叉树B_树和B+树哈希表第10章内部排序了解、掌握各种排序方法的大致思路插入排序直接插入排序其它插入排序希尔排序快速排序选择排序简单选择排序树形选择排序堆排序C语言考试大纲C语言程序设计的考试内容一、C语言程序的结构1．程序的构成，main函数和其他函数。
2．头文件、数据说明、函数的开始和结束标志以及程序中的注释。
3．源程序的书写格式。
4．C语言的风格。
数据结构复习提纲(整理)
复习提纲第一章数据结构概述基本概念与术语（P3）1．数据结构是一门研究非数值计算程序设计问题中计算机的操作对象以及他们之间的关系和操作的学科.2．数据是用来描述现实世界的数字,字符,图像,声音,以及能够输入到计算机中并能被计算机识别的符号的集合2．数据元素是数据的基本单位3．数据对象相同性质的数据元素的集合4．数据结构包括三方面容:数据的逻辑结构.数据的存储结构.数据的操作. （1）数据的逻辑结构指数据元素之间固有的逻辑关系.（2）数据的存储结构指数据元素及其关系在计算机的表示( 3 ) 数据的操作指在数据逻辑结构上定义的操作算法,如插入,删除等. 5.时间复杂度分析--------------------------------------------------------------------------------------------------------------------1、名词解释：数据结构、二元组2、根据数据元素之间关系的不同，数据的逻辑结构可以分为集合、线性结构、树形结构和图状结构四种类型。
3、常见的数据存储结构一般有四种类型，它们分别是___顺序存储结构_____、___链式存储结构_____、___索引存储结构_____和___散列存储结构_____。
4、以下程序段的时间复杂度为___O(N2)_____。
int i,j,x;for(i=0;i<n:i++) n+1for(j=0;j<n;j++) n+1x+=i;------------------------------------------------------------------------------------------------------------------第二章线性表1.顺序表结构由n(n>=0)个具有相同性质的数据元素a1,a2,a3……,an组成的有穷序列//顺序表结构#define MAXSIZE 100typedef int DataType;Typedef struct{DataType items[MAXSIZE];Int length;}Sqlist,*LinkList;//初始化链表void InitList(LinkList *L){(*L)=(LinkList)malloc(sizeof(LNode));if(!L){cout<<”初始化失败!”;return;}(*L)->next=NULL;}//插入数据void InsertList(LinkList L,int pos,DataType x){LinkList p=L,q;int i=0;while(p&&i<pos-1){p=p->next;i++;}if(!p||i>pos-1){cout<<”插入位置错误”;return;}InitList(&q);q->next=p->next;p->next=q;q->data=x;}//销毁链表void DestoryList(LinkList L){LinkList t;while(L){t=L;L=L->next;free(t);}}//遍历链表void TraverseList(LinkList L){LinkList t=L;while(L){t=t->next;cout<<t->data<<” ”;}cout<<endl;}//删除元素void DeleteList(LinkList L,int pos){LinkList p=L,q;int i=0;while(p&&i<pos-1){p=p->next;i++;}if(!p||i>pos-1){cout<<”删除位置错误!!”;return;}q=p->next;p->next=q->next;free(q):}第三章栈和队列1.栈（1）栈的结构与定义（2）顺序栈操作算法：入栈、出栈、判断栈空等（3）链栈的结构与定义2.队列（1）队列的定义----------------------------------------------------------------------------------------------------------------1、一个栈的入栈序列为“ABCDE”，则以下不可能的出栈序列是（）A. BCDAEB. EDACBC. BCADED. AEDCB2、栈的顺序表示仲，用TOP表示栈顶元素，那么栈空的条件是（）A. TOP==STACKSIZEB. TOP==1C. TOP==0D. TOP==-13、允许在一端插入，在另一端删除的线性表称为____队列____。
(完整word版)数据结构复习提纲
数据结构复习提纲复习内容：基本概念掌握：数据结构，逻辑结构，存储结构；数据类型；算法;T（n）,S（n）的理解。
要学习的数据结构定义形式：n（n〉=0）个数据元素的有限集合.将约束:1、数据元素本身.2、数据元素之间的关系。
3、操作子集。
大多有两种存储（表示、实现）方式：1、顺序存储。
2、链式存储.一、线性结构：1、线性表：n(n〉=0)个相同属性的数据元素的有限序列。
12种基本操作.顺序表：9种基本操作算法实现.单链表：11种基本操作算法实现。
(重点:插入、删除)顺序表与单链表之时间性能、空间性能比较.循环链表：类型定义与单链表同。
算法实现只体现在循环终止的条件不同。
双向链表：重点插入、删除算法。
2、操作受限的线性表有：栈、队列。
栈：顺序栈；链栈（注意结点的指针域指向）。
(取栈顶元素、入栈、出栈)队列：循环队列(三个问题的提出及解决）;链队列（注意头结点的作用）.（取队头元素、入队、出队。
链队列中最后一个元素出队）3、数据元素受限的线性表有：串、数组、广义表。
串：定长顺序存储；堆分配存储.块链存储（操作不方便）数组:顺序存储。
特殊矩阵的压缩存储；稀疏矩阵（三元组表示、十字链表)广义表：长度、深度.取表头（可以是原子也可以是子表)；取表尾（肯定是子表）。
链式存储。
二、树型结构：1、树：n（n>=0）个数据元素的有限集合.这些数据元素具有以下关系：……。
（另有递归定义。
）术语；存储(双亲表示、孩子表示、孩子双亲表示、孩子兄弟表示）。
2、二叉树：n(n〉=0）个数据元素的有限集合。
这些数据元素具有以下关系:……。
（另有递归定义）5个性质（理解、证明;拓展）。
遍历二叉树（定义、序列给出、递归算法、非递归算法)；遍历二叉树应用：表达式之前序表达式、后序表达式、中序表达式转换。
线索二叉树（中序线索二叉树）。
树森林与二叉树的转换。
树与森林的遍历.赫夫曼树及其应用：定义、构造、赫夫曼编码。
三、图形结构：n(n〉=0)个数据元素的有限集合。
数据结构复习资料复习提纲知识要点归纳
数据结构复习资料复习提纲知识要点归纳数据结构复习资料：复习提纲知识要点归纳一、数据结构概述1. 数据结构的定义和作用2. 常见的数据结构类型3. 数据结构与算法的关系二、线性结构1. 数组的概念及其特点2. 链表的概念及其分类3. 栈的定义和基本操作4. 队列的定义和基本操作三、树结构1. 树的基本概念及定义2. 二叉树的性质和遍历方式3. 平衡二叉树的概念及应用4. 堆的定义和基本操作四、图结构1. 图的基本概念及表示方法2. 图的遍历算法：深度优先搜索和广度优先搜索3. 最短路径算法及其应用4. 最小生成树算法及其应用五、查找与排序1. 查找算法的分类及其特点2. 顺序查找和二分查找算法3. 哈希查找算法及其应用4. 常见的排序算法：冒泡排序、插入排序、选择排序、归并排序、快速排序六、高级数据结构1. 图的高级算法：拓扑排序和关键路径2. 并查集的定义和操作3. 线段树的概念及其应用4. Trie树的概念及其应用七、应用案例1. 使用数据结构解决实际问题的案例介绍2. 如何选择适合的数据结构和算法八、复杂度分析1. 时间复杂度和空间复杂度的定义2. 如何进行复杂度分析3. 常见算法的复杂度比较九、常见问题及解决方法1. 数据结构相关的常见问题解答2. 如何优化算法的性能十、总结与展望1. 数据结构学习的重要性和难点2. 对未来数据结构的发展趋势的展望以上是数据结构复习资料的复习提纲知识要点归纳。
希望能够帮助你进行复习和回顾，加深对数据结构的理解和掌握。
在学习过程中，要注重理论与实践相结合，多进行编程练习和实际应用，提高数据结构的实际运用能力。
祝你复习顺利，取得好成绩！。
数据结构(复习提纲)【整理】
2010年复习提纲第一章数据、数据结构的概念；基本逻辑结构的种类；集合线性树形图状基本存储方式的种类；顺序链式散列索引算法、算法的时间复杂度以及其计算。
算法的五大特性：输入输出确定性有穷性有效性时间复杂度的计算：忽略常数与中间变量，循环套循环用乘法第二章线性表的概念；顺序存储和链接存储的线性表的数据结构、特性；顺序存储的特性：查找方便，不易扩充链接存储的特性：插入删除方便顺序存储和链接存储的线性表的基本算法：创建、插入、查找、删除等；链表的其他形式（带表头、循环、双向、双向循环等）的概念及基本算法（与一般链表的不同处）。
带表头：便于其后结点执行标准化操作循环：首尾相接双向：既可以查找前继又可以查找后继双向循环：结合以上两点链表逆转；第二章相关算法列举如下1.。
顺序线性表的插入Int sq_insert(int list[],int *p_n,int i,int x) { Int j;If(i<0||i>*p_n) return(1);If(*p_n==MAXSIZE) return(2);For(j=*p_n;j>I;j--)List[j]=list[j-1];List[i]=x;(*p_n)++;Return(0);} 2.顺序线性表的删除Int sq_delete(int list[],int *p_n,int i) {Int j;If(i<0||i>=*p_n) return(1);For(j=i+1;j<*p_n;j++)List[j-1]=list[j];(*p_n)--;Return(0);}3.链式线性表的创建NODE *create_link_list(int n){ int i;NODE *p,*q;NODE *p_head;if(n==0) return(NULL);p_head=new(NODE);p_head->data=-1;p=p_head;for(i=1;i<=n;i++){printf("请输入第%d个节点的值\n",i);q=new(NODE);scanf("%d",&(q->data));p->link=q;p=q;}q->link=NULL;return(p_head);/*返回的是假头*/ ※4．链式线性表的插入(i之后)Int insert(NODE* *p_head,int i,int a) { int n=0;NODE *p,*q,*r;p=*p_head;if(i<1) return(0);while((p!=NULL)&&(n<i)){If(p->data!=-1) n++;q=p;p=p->link;}r=new(NODE);r->data=a;r->link=q->link;q->link=r;}※5.链式线性表的删除int del(NODE* *p_head,int I) { NODE *p,*q;int n=0;p=*p_head;if(i<1) return(0);while((p!=NULL)&&(n<i)){If(p->data!=-1) n++;q=p;p=p->link;}if(p==NULL) return(0);q->link=p->link;delete(p);return(1);} 6．单链表的逆置NODE * reverse(NODE *head) {NODE *p,*q;P=head->next;Head->next=NULL;While(p){Q=p->next;p->next=head->next;head->next=p;p=q;}return(head);}7．试写一高效的算法，删除表中所有大于mink且小于maxk的元素Void Delete_between(int a[],int mink,int maxk){p=L;while(p->next->data<=mink) p=p->next;(本循环结束时p是最后一个不大于mink的元素)if(p->next)（如果还有比mink更大的元素）{q=p->next;while(q->data<maxk) q=q->next;（本循环结束时q 是第一个不小于maxk 的元素）p->next=q;}}第三章栈与队列的概念；栈：只允许在一端进行插入和删除的线性表队列：只允许在一端进行插入，且只允许在另一端进行删除的线性表顺序栈和链栈的数据结构与基本算法；顺序队列（尤其是循环队列）和链队列的数据结构与基本算法；栈的应用算法；如何判断顺序栈的空与满、如何判断循环队列的空与满；判断顺序栈的空与满：若top的初始值是-1 则判空条件是if(top==-1) 判满条件是if(top==MAXN)若top的初始值是0 则判空条件是if(top==0) 判满条件是if(top==MAXN-1)判断循环队列的空与满{Head=0,tail=0;判断循环队列的空与满的条件都是if(head==tail)}中缀表达式与后缀表达式规则以及两者间的转换。
数据结构_(严蔚敏C语言版)_学习、复习提纲.
期末复习 第一章 绪论 复习1、计算机算法必须具备输入、输出、可行性、确定性、有穷性５个特性。
2、算法分析的两个主要方面是空间复杂度和时间复杂度。
3、数据元素是数据的基本单位。
4、数据项是数据的最小单位。
5、数据结构是带结构的数据元素的集合。
6、数据的存储结构包括顺序、链接、散列和索引四种基本类型。
基础知识数据结构算 法概 念逻辑结构 存储结构数据运算数据：计算机处理的信息总称 数据项：最小单位 数据元素：最基本单位数据对象：元素集合数据结构：相互之间存在一种或多种特定关系的数据元素集合。
概念：数据元素之间的关系 线性结构：一对一非线性结构 树：一对多 图：多对多顺序存储结构 链表存储结构 索引。
散列。
算法描述：指令的有限有序序列算法特性 有穷性 确定性 可行性 输入 输出 算法分析时间复杂度 空间复杂度第二章 线性表 复习1、在双链表中，每个结点有两个指针域，包括一个指向前驱结点的指针 、一个指向后继结点的指针2、线性表采用顺序存储，必须占用一片连续的存储单元3、线性表采用链式存储，便于进行插入和删除操作4、线性表采用顺序存储和链式存储优缺点比较。
5、简单算法第三章 栈和队列 复习线性表顺序存储结构链表存储结构概 念基本特点基本运算定义逻辑关系：前趋 后继节省空间 随机存取 插、删效率低 插入 删除单链表双向 链表 特点一个指针域+一个数据域 多占空间 查找费时 插、删效率高 无法查找前趋结点运算特点：单链表+前趋指针域运算插入删除循环 链表特点：单链表的尾结点指针指向附加头结点。
运算：联接1、 栈和队列的异同点。
2、 栈和队列的基本运算3、 出栈和出队4、 基本运算第四章 串 复习栈存储结构栈的概念：在一端操作的线性表 运算算法栈的特点：先进后出 LIFO初始化 进栈push 出栈pop队列顺序队列 循环队列队列概念：在两端操作的线性表 假溢出链队列队列特点：先进先出 FIFO基本运算顺序：链队：队空：front=rear队满：front=(rear+1)%MAXSIZE队空：frontrear ∧初始化 判空 进队 出队取队首元素第五章 数组和广义表 复习串存储结构运 算概 念顺序串链表串定义：由n(≥1)个字符组成的有限序列 S=”c 1c 2c 3 ……cn ”串长度、空白串、空串。
数据结构复习提纲
复习提纲：第一章：1．数据结构的基本概念；2．数据结构的4类基本结构及其特性；3．存储结构的分类及特点；4．算法的时间复杂度计算；第二章：1．线性表的基本概念；2．线性表的顺序存储结构的特点和插入删除算法；3．顺序存储结构的应用；4．单循环链表的存储结构特点，链表空的判断方法、插入、删除结点算法实现，报数游戏算法实现；5．双链表的存储特点，插入、删除结点算法实现。
第三章：1．栈的特点、对同一序列根据栈的特点进行不同入栈、出栈操作所得结果的判断；栈的实现的相关操作；2．顺序栈的4各要素和相关操作关键语句；链栈的4个要素和相关操作关键语句；3．了解队列的特点和可执行的基本操作，并能做相关判断；4．顺序循环队列的队空、队满判断条件，入队、出队操作的相关关键语句；5．顺序循环队列中对同一序列根据队列进行不同的入队、出队操作后队头和队尾指针的变化判断。
第四章：1．串的定义、串长的定义和计算、子串个数计算（注意区分：子串与非空且不同于S本身的子串）；2．串的模式匹配（区分BF算法和KMP算法），掌握使用KMP算法计算next数组的值，并且要求掌握匹配过程（BF和KMP的匹配过程不同！）。
前三章程序重点掌握作业四、作业五、作业六、作业八、作业九第五章：1．特殊矩阵的压缩存储地址计算，稀疏矩阵的压缩存储结构图。
2．广义表的定义、区分原子和子表，求表头和表尾，深度和层次计算，存储结构图绘制；3．提供一广义表，写出通过head()和tail()操作求出某个原子的表达式。
4．注意：取表头时即广义表的第一个元素，外面不再加括号；而取表尾时，要将除表头元素外的其他元素一起用圆括号括起来，即将原广义表去掉表头；第六章：1．树的定义和相关基本术语；2．树的表示和各种存储结构的表示；3．二叉树的定义和结点形态；4．熟练使用二叉树的性质进行相关计算；5．掌握提供边集画树及树的存储结构图并将树转换为二叉树；6．根据后序遍历和中序遍历的序列画出二叉树直观图，并给出其先序遍历的序列，画出线索二叉树存储结构图；7．根据二叉树的顺序存储结构图，画出二叉树及二叉链存储结构图，并给出该二叉树转换后的森林。
数据结构复习提纲
数据结构复习提纲一、线性表线性表是最基本的数据结构之一，它是具有相同数据类型的 n 个数据元素的有限序列。
1、顺序表定义和特点：顺序表是用一组地址连续的存储单元依次存储线性表的数据元素。
存储结构：通常使用数组来实现。
基本操作：插入、删除、查找、遍历等。
时间复杂度分析：插入和删除操作在平均情况下的时间复杂度为O(n)，查找和遍历操作的时间复杂度为 O(n)。
2、链表定义和特点：链表是通过指针将各个数据元素链接起来的一种存储结构。
单链表：每个节点包含数据域和指针域，指针域指向链表的下一个节点。
双链表：节点包含两个指针域，分别指向前驱节点和后继节点。
循环链表：尾节点的指针指向头节点，形成一个环形结构。
基本操作：插入、删除、查找等。
时间复杂度分析：插入和删除操作在平均情况下的时间复杂度为O(1)，查找操作的时间复杂度为 O(n)。
二、栈和队列1、栈定义和特点：栈是一种限制在一端进行插入和删除操作的线性表，遵循“后进先出”的原则。
存储结构：顺序栈和链栈。
基本操作：入栈、出栈、栈顶元素获取等。
应用：表达式求值、括号匹配、函数调用等。
2、队列定义和特点：队列是一种在一端进行插入操作，在另一端进行删除操作的线性表，遵循“先进先出”的原则。
存储结构：顺序队列和链队列。
基本操作：入队、出队、队头元素获取等。
循环队列：解决顺序队列“假溢出”问题。
应用：层次遍历、消息队列等。
三、串1、串的定义和存储方式定长顺序存储堆分配存储块链存储2、串的基本操作串的赋值、连接、比较、求子串等。
3、模式匹配算法朴素的模式匹配算法KMP 算法：理解其原理和计算 next 数组的方法。
四、数组和广义表1、数组数组的定义和存储结构数组的地址计算特殊矩阵的压缩存储（如对称矩阵、三角矩阵、稀疏矩阵）2、广义表广义表的定义和表示广义表的递归算法1、树的基本概念定义、术语（如节点、度、叶子节点、分支节点、父节点、子节点、兄弟节点、层次等）树的性质2、二叉树定义和特点二叉树的性质完全二叉树和满二叉树3、二叉树的存储结构顺序存储链式存储4、二叉树的遍历先序遍历中序遍历后序遍历层序遍历5、二叉树的递归和非递归遍历算法实现线索化的目的和方法7、树、森林与二叉树的转换8、哈夫曼树定义和构造方法哈夫曼编码六、图1、图的基本概念定义、术语（如顶点、边、权、有向图、无向图、邻接矩阵、邻接表等）2、图的存储结构邻接矩阵邻接表十字链表邻接多重表3、图的遍历深度优先搜索（DFS）广度优先搜索（BFS）4、图的应用最小生成树（Prim 算法、Kruskal 算法）最短路径（Dijkstra 算法、Floyd 算法）拓扑排序关键路径七、查找1、查找的基本概念关键字、平均查找长度等2、顺序查找算法实现时间复杂度3、折半查找算法实现时间复杂度判定树4、分块查找5、二叉排序树定义和特点插入、删除操作查找算法6、平衡二叉树定义和调整方法7、 B 树和 B+树结构特点基本操作8、哈希表哈希函数的构造方法处理冲突的方法（开放定址法、链地址法等）八、排序1、排序的基本概念排序的稳定性2、插入排序直接插入排序折半插入排序希尔排序3、交换排序冒泡排序快速排序4、选择排序简单选择排序堆排序5、归并排序6、基数排序7、各种排序算法的时间复杂度、空间复杂度和稳定性比较。
数据结构复习提纲
数据结构复习提纲第一章绪论1．基本术语：数据，数据元素，数据对象，数据结构及其分类。
2．什么是算法？算法的特性。
3．时间复杂度及其简单计算。
第二章线性表1．线性表的定义，线性表的存储结构常有哪几种？各有何优缺点？2．顺序表的类型说明及其基本操作算法的实现3．链表结构的类型说明及其基本操作算法的实现。
表空条件，申请结点，插入，删除操作语句。
第三章栈和队列1．栈的定义及其特点。
队列的定义及其特点。
2．顺序栈的类型说明及其算法实现。
栈空，栈满条件，入栈出栈操作语句。
3．循环队列的类型说明及其算法实现。
队空，队满条件，入队出队操作，计算队列的长度语句。
第五章数组与广义表1．二维数组的两种存储方式及地址计算。
2．矩阵的压缩存储，对称矩阵，三角矩阵的地址计算。
3．什么是稀疏矩阵？稀疏矩阵的两种存储结构，算法的实现。
4．广义表的定义。
广义表的两种存储结构，广义表的表头，表尾计算第六章树和二叉树1．树的概念与定义。
2．二叉树。
满二叉树，完全二叉树的定义，二叉树的性质及其证明。
3．二叉树的存储结构及其类型说明。
4．二叉树的三种遍历及其递归算法实现。
5．树的三种存储结构。
6．树，森林与二叉树的转换。
7．哈夫曼树的定义。
哈夫曼树的构造及其哈夫曼编码。
第七章图1．图的定义及其术语。
2．图的存储结构。
邻接表，邻接矩阵。
3．图的深度，广度遍历及其应用4．最小生成树的两种构造算法。
5．什么是AOV网？拓扑排序的定义及其方法。
6．求关键路径的算法及其计算。
7．从源点到其余各顶点的最短路径的算法及其计算。
8．各对顶点的最短路径的算法及其计算。
第九章查找1．顺序表的查找算法及其算法实现ASL计算。
2．有序表的查找算法及其算法实现。
ASL计算3．二叉排序树的定义，特点，构造及其查找算法的实现ASL 计算。
4．B-树的定义，插入，删除，构造。
5．哈希函数，哈希冲突的定义。
构造哈希函数的方法，解决冲突的方法。
6．给出哈希函数，哈希冲突的解决方法，构造哈希表ASL计算。
数据结构复习大纲
数据结构复习大纲第一章绪论1. 数据结构的基本概念和术语1.1 数据、数据元素、数据项、数据结构等基本概念1.2 数据结构的逻辑结构、存储结构及数据运算的含义及其相互关系1.3 数据结构的两大逻辑结构和四种常用的存储表示方法2. 算法的描述和分析2.1 算法、算法的时间复杂度和空间复杂度、最坏的和平均的时间复杂度等概念2.2 算法描述和算法分析的方法，对于一般算法能分析出时间复杂度第二章线性表1. 线性表的逻辑结构1.1 线性表的逻辑结构特征2. 线性表的顺序存储结构2.1 顺序表的含义及特点，即顺序表如何反映线性表中元素之间的逻辑关系2.2 顺序表上的插入、删除操作及其平均时间性能分析3. 线性表的链式存储结构3.1 链表如何表示线性表中元素之间的逻辑关系3.2 链表中头指针和头结点的使用3.3 单链表、双（向）链表、循环链表链接方式上的区别3.4 单链表上实现的建表、查找、插入和删除4. 顺序表和链表的比较4.1 顺序表和链表的主要优缺点4.2 针对线性表上所需要执行的主要操作，知道选择顺序表还是链表作为其存储结构才能取得较优的时空性能第三章栈和队列1.栈的逻辑结构、存储结构及其相关算法1.1 栈的逻辑结构特点，栈与线性表的异同1.2 顺序栈和链栈上实现的进栈、退栈等基本算法1.3 栈的“上溢”和“下溢”的概念及其判别条件2. 队列的逻辑结构、存储结构及其相关算法2.1 队列的逻辑结构特点，队列与线性表的异同2.2 顺序队列（主要是循环队列）和链队列上实现的入队、出队等基本算法2.3 队列的“上溢”和“下溢”的概念及其判别条件2.4 使用数组实现的循环队列取代普通的顺序队列的原因2.5 循环队列中对边界条件的处理方法3. 栈和队列的应用3.1 栈和队列的特点，什么样的情况下能够使用栈或队列3.2 表达式求值的算法思想，及栈变化情况。
第四章串、数组和广义表1.串1.1 串的有关概念及基本运算1.2 串与线性表的关系2.多维数组2.1 多维数组的逻辑结构特征2.2 多维数组的顺序存储结构及地址计算方式2.3 数组是一种随机存取结构的原因2.4 矩阵的压缩存储（对称矩阵、三角矩阵、稀疏矩阵）的表示方式和对应的地址计算方式。
数据结构复习提纲整理
复习提纲第一章数据结构概述基本概念与术语（P3）1．数据结构是一门研究非数值计算程序设计问题中计算机的操作对象以及他们之间的关系和操作的学科.2．数据是用来描述现实世界的数字,字符,图像,声音,以及能够输入到计算机中并能被计算机识别的符号的集合2．数据元素是数据的基本单位3．数据对象相同性质的数据元素的集合4．数据结构包括三方面内容:数据的逻辑结构.数据的存储结构.数据的操作. （1）数据的逻辑结构指数据元素之间固有的逻辑关系.（2）数据的存储结构指数据元素及其关系在计算机内的表示( 3 ) 数据的操作指在数据逻辑结构上定义的操作算法,如插入,删除等.5.时间复杂度分析--------------------------------------------------------------------------------------------------------------------1、名词解释：数据结构、二元组2、根据数据元素之间关系的不同，数据的逻辑结构可以分为集合、线性结构、树形结构和图状结构四种类型。
3、常见的数据存储结构一般有四种类型，它们分别是___顺序存储结构_____、___链式存储结构_____、___索引存储结构_____和___散列存储结构_____。
4、以下程序段的时间复杂度为___O(N2)_____。
int i,j,x;for(i=0;i<n:i++) n+1for(j=0;j<n;j++) n+1x+=i;------------------------------------------------------------------------------------------------------------------第二章线性表1.顺序表结构由n(n>=0)个具有相同性质的数据元素a1,a2,a3……,an组成的有穷序列//顺序表结构#define MAXSIZE 100typedef int DataType;Typedef struct{DataType items[MAXSIZE];Int length;}Sqlist,*LinkList;//初始化链表void InitList(LinkList *L){(*L)=(LinkList)malloc(sizeof(LNode));if(!L){cout<<”初始化失败!”;return;}(*L)->next=NULL;}//插入数据void InsertList(LinkList L,int pos,DataType x){LinkList p=L,q;int i=0;while(p&&i<pos-1){p=p->next;i++;}if(!p||i>pos-1){cout<<”插入位置错误”;return;}InitList(&q);q->next=p->next;p->next=q;q->data=x;}//销毁链表void DestoryList(LinkList L){LinkList t;while(L){t=L;L=L->next;free(t);}}//遍历链表void TraverseList(LinkList L){LinkList t=L;while(L){t=t->next;cout<<t->data<<” ”;}cout<<endl;}//删除元素void DeleteList(LinkList L,int pos){LinkList p=L,q;int i=0;while(p&&i<pos-1){p=p->next;i++;}if(!p||i>pos-1){cout<<”删除位置错误!!”;return;}q=p->next;p->next=q->next;free(q):}第三章栈和队列1.栈（1）栈的结构与定义（2）顺序栈操作算法：入栈、出栈、判断栈空等（3）链栈的结构与定义2.队列（1）队列的定义----------------------------------------------------------------------------------------------------------------1、一个栈的入栈序列为“ABCDE”，则以下不可能的出栈序列是（）A. BCDAEB. EDACBC. BCADED. AEDCB2、栈的顺序表示仲，用TOP表示栈顶元素，那么栈空的条件是（）A. TOP==STACKSIZEB. TOP==1C. TOP==0D. TOP==-13、允许在一端插入，在另一端删除的线性表称为____队列____。
数据结构与算法复习提纲(详细版)
数据结构与算法复习提纲（详细版）一、数学知识复习1、对数（重要公式：XA=B当且仅当A=logXB；关键思路：将对数转化成为指数分析）2、级数（重要公式：∑Ai和∑iA；关键思路：同时乘上某个系数再相减）3、证明方法（数学归纳法和反证法：三个关键步骤（归纳基础、归纳假设、归纳证明））二、C++类1、构造函数（使用默认参数的构造函数；初始化列表）2、访问函数和修改函数（关键字const）3、接口与实现的分离（声明与实现必须精确匹配，两个例外：默认参数和explicit）三、C++细节1、参数传递（一般情形：单向传递/引用：双向传递/常引用：避免大对象的拷贝）2、★三大函数（当数据成员含有指针类型，三大函数必须显式给出；避免浅复制）⑴、析构函数（形式：~类名（）/作用：释放资源）⑵、复制构造函数（形式：类名（const 类名rhs）/作用：利用已有对象复制一个新对象）⑶、operator=（形式：const 类名operator=（const 类名rhs）/作用：赋值）四、模板1、★函数模板定义（template <typename 虚拟类型comparable> 通用函数定义）2、★类模板⑴、定义（template <typename 类型参数object> class 类模板名）</typename> </typename>⑵、调用（class 类模板名<实际参数> 对象名（参数））</实际参数>3、函数对象（定义一个包含零个数据成员和一个成员函数的类，然后传递该类的实例）五、矩阵1、基本思想（矩阵利用向量的向量来实现，即vector<vector object> array）2、典型代码分析（包括构造函数和operator[]重载）</vector>第二章算法分析一、数学基础1、重要定义⑴、f（N）=Ο（g（N））（若存在正常数C和n0，使得当N≥n0时，有f（N）≤Cg（N））⑵、f（N）=Ω（g（N））、f（N）=Θ（g （N））和f（N）=ο（g（N）））2、★重要工具⑴、性质：logkN=O（N）⑵、洛比塔法则：判断两个函数的相对增长率二、最大子列和问题1、算法Ⅰ⑴、算法思想（i表示序列起点，j表示序列终点，k从i扫描到j）⑵、★时间复杂度分析（注意分析方法：∑（i：0~N-1）∑（j：i~N-1）∑（k：i~j））⑶、★算法的缺陷（重复计算）2、算法Ⅱ算法思想（i表示序列起点，j表示序列终点（省略辅助变量k））3、算法Ⅲ⑴、★分治策略（递归程序：传递数组和左右边界，后者界定了数组要被处理的范围/单行驱动程序：传递数组和0，N-1而启动递归程序）⑵、算法思想（递归出口分析；最大子序列和的三种可能情况）⑶、★时间复杂度分析（重要公式：T（N）=2T（N/2）+N）4、算法Ⅳ（任何负的子序列不可能是最优子序列的前缀）三、折半搜索1、概念：折半查找（在已排好序的队列中查找数X）2、算法思想（关键是分析low、high和mid）第三章表、栈和队列一、STL中的向量和表（STL，Standard Template Library，标准模板库）1、STL定义了vector（向量）和list（双向链表）两个类模板2、★★迭代器（iterator）⑴、迭代器的作用（位置标记）⑵、迭代器的声明（典例：vector<object>::iterator）⑶、迭代器的重要方法（STL定义了一对方法：iterator begin（）、iterator end（）（返回最后一项的后面位置）、*itr（返回itr所指位置的对象的引用））⑷、const_iterator（保证*itr返回常引用）二、★向量的实现1、数据成员（theSize：元素个数/theCapacity：容量/objects：基本数组）2、构造函数和三大函数（重点分析operator=；复制构造函数与operator=的区别与联系）3、两个基本操作（reserve（改变容量）和resize（改变大小））4、重要操作（push_back和pop_back）三、表的实现1、Node类（数据成员：data、prev和next/重点：构造函数）2、const_iterator类（数据成员：current/运算符重载：operator*，前后置++，==和!=）3、iterator类（const_iterator的子类；注意两者唯一的区别）4、list类⑴、数据成员（theSize，头结点和尾结点（注意指向的位置））⑵、构造函数和三大函数（关键：利用init例程，创建空双向链表）⑶、基本操作（insert和erase操作）⑷、重要操作（push_front、push_back、pop_front和pop_back）四、栈ADT1、栈的顺序实现⑴、★重要概念：base和top（base：始终指向栈底位置/top：指向栈顶元素的下一个位置）⑵、★重要条件（栈空条件：top=base；栈满条件：top-base=stackSize）2、栈的应用（分析算法思想：首先创建一个空栈并顺序读入符号）⑴、平衡符号（关键：三种出错情况）⑵、后缀表达式（遇见数则压栈；遇见操作符则连续两次弹栈，计算后再压栈）⑶、中缀到后缀的转换（遇见数输出/遇见操作符，级别高则入栈，否则一直弹栈直到遇见级别更低的操作符/遇见（，入栈，直到遇见），则将（）之间的所有操作符弹栈）五、队列ADT（循环队列）1、★重要概念：头指针和尾指针（front：指向对头元素；rear：指向队尾元素下一个位置）2、★重要操作：入队和出队（入队rear++；出队front++）3、★重要条件（队空条件：front=rear；队满条件：front=（rear+1）%maxSize第四章树一、二叉查找树1、二叉查找树的概念（对于每个结点X，左子树中的所有结点的值<x，右子树> X）2、二叉查找树结点类BinaryNode（element、left和right）3、★二叉查找树的类模板⑴、数据成员（根结点root）</x，右子树>⑵、析构函数和operator=（分别采用makeEmpty和clone例程）⑶、基本操作（contains、findMIn和findMax操作）（分别利用递归和非递归方式实现）⑷、重要操作（insert和remove操作）二、AVL树（平衡二叉树）1、★AVL树的概念和性质（空树的高度为-1）⑴、概念：AVL树（双重条件：二叉查找树，且每个结点的左右子树高度差至多为1）⑵、性质（高度h的AVL树，最少结点数s （h）=s（h-1）+s（h-2）+1））2、★★AVL树的四种基本旋转（关键：作图分析）⑴、理论分析：（当插入一个新结点时，通过旋转可以保持这棵树仍然是AVL树）⑵、实际分析：（一字形：使用单旋转；Z字形：使用双旋转）⑶、典例分析：（P107：倒序插入10～16）3、★★AVL树的插入算法⑴、AVL树的结点类AvlNode（同标准BinaryNode相比，增加一个height字段）⑵、AVL树的插入操作（利用height（）例程和四种基本旋转）⑶、基本操作（右旋转（rotateWithLeftChild）；左右旋转（doubleWithLeftChild））三、伸展树1、伸展树的基本思想（当一个结点被访问以后，它就要通过一系列旋转被推至根）2、伸展树的效率（平均摊还时间为O（logN））3、基本操作（一字形旋转和Z字形旋转）（通过P114典例分析）四、树的遍历（使用递归实现）1、中序遍历二叉查找树2、利用后序遍历计算树的高度五、B树（M叉查找树的一种实现方式；磁盘的访问代价太高）1、重要概念：M阶B树（叶结点：数据；非叶结点：键/根、非根和叶结点的限制）2、基本操作（插入：分裂方式/删除：领养和合并方式）六、标准库中的set和map（了解内容）1、set（排序后的，没有重复值的容器）2、map（排序后的，由键和值组成的项的集合）（典例：map<string，vector> <string> ：：const_iterator itr；）</string> </string，vector>第五章散列一、★★链地址法1、基本思想（将hash值相同的所有记录保存在同一个线性链表中）2、实现链地址法的HashTable类模板⑴、数据成员（thelists（链表数组）和currentsize（已存储结点个数））⑵、核心操作：myhash（）（散列到合适位置）⑶、基本操作：makeEmpty（）和contains（）（关键：利用find例程）⑷、重要操作：insert（）和remove（）二、★★探测法1、基本思想（hi（x）=（hash（x）+f（i））mod TableSize；其中f为冲突解决函数）2、线性探测法和平方探测法（f（i）=i；f（i）=i2）3、实现探测法的HashTable类模板⑴、数据成员（HashEntry（通过HashType）定义；数组array和currentsize）⑵、核心操作：findPos（）（若x存在，返回位置；否则返回待插入位置）⑶、基本操作：makeEmpty（）（关键：打上EMPTY 标记）⑷、重要操作：insert（）和remove（）三、★再散列（3个基本步骤：备份；增容并初始化；拷贝）1、链地址法的再散列2、探测法的再散列数据结构与算法复习提纲（详细版）.doc 将本文的Word文档下载到电脑，方便复制、编辑、收藏和打印支付<i>7</i> 元已有<i id="dl">10</i> 人下载本文链接：（转载请注明文章优先队列（堆）一、★★二叉堆1、基本概念：二叉堆（双重条件：完全二叉树；且堆序（任意结点小于它的所有后裔））2、二叉堆的类模板（BinaryHeap）⑴、数据成员（数组array；currentSize（当前堆的大小））⑵、基本操作：（插入和删除操作必须考虑特殊情况）Ⅰ、insert操作（关键：上滤）Ⅱ、deleteMin操作（两种格式）（关键：下滤；调用percolateDown例程）⑶、重要操作：buildHeap操作（从而得出构造函数）3、重要定理：高为h的满二叉树的结点的高度和为2h+1-1-（h+1）（分析证明）4、基本概念：d堆（二叉堆的简单推广）二、★★左式堆1、★★基本概念和性质⑴、概念：零路径长npl（null path length，the shortest path from x to a node with null point）Ⅰ、重要性质：结点X的npl=min（左右孩子的npl）+1Ⅱ、初值分析：npl（null）=0；npl（叶结点；度为1的结点）=1⑵、重要概念：左式堆（双重条件：堆序；且npl（左孩子）=npl （右孩子））⑶、定理：在右路径上有r个结点的左式堆至少有2r-1个结点（左侧全部铺满）2、★★左式堆的类模板（LeftistHeap）⑴、数据成员（LeftistNode *root；左式堆结点LeftistNode增加一个npl字段）⑵、关键操作：merge操作（驱动程序加两个merge完成；思想：大的合并到小的右子树）⑶、重要操作：insert操作和deleteMin 操作3、斜堆（斜堆与左式堆的关系，类似伸展树与AVL树的关系）⑴、概念：斜堆（具有堆序性质的二叉树）（即左式堆去掉npl限制）⑵、基本操作：merge（除右路径上最后一个结点，每次合并都必须交换）三、★★二项队列1、基本概念和性质⑴、概念：二项树（双重条件：堆序；Bk的递归定义）⑵、重要概念：二项队列（由若干棵二项树构成）⑶、重要性质（二项队列的两个性质：每个高度上至多有一棵二项树；可以用二项树的集合唯一表示任意大小的优先队列）2、★★二项队列的类模板（BinomialQueue）⑴、结点类BinomialNode（孩子兄弟表示法：leftchild指向结点最多的子树；rightsibling）⑵、数据成员（指针数组theTrees；currentSize（按递减方式存放））⑶、核心操作：combineTrees（同等高度的合并；保持堆序性质）⑷、基本操作：merge（三个步骤：resize、carry和whichcase、清空（currentSize的作用））⑸、重要操作：findMinIndex（寻找最小项）和deleteMin（H2：deletedTree和deletedQueue）第七章排序一、★插入排序1、算法思想（插入到前面有序序列）2、插入算法（关键：分析清楚边界情况（i控制插入趟数，j控制每趟中的插入位置））二、一些简单排序算法的下界1、逆序的概念、性质（一次相邻结点的交换，逆序改变1；逆序数=插入算法比较次数））2、定理：N个互异元素的数组，其平均逆序数为N（N-1）/43、定理：通过交换相邻元素进行排序的任何算法平均需要Ω（N2）时间三、希尔排序（ShellSort，缩减增量排序）1、算法思想（由若干趟Hk排序构成；每趟Hk排序使用插入算法）2、使用希尔增量的希尔排序（关键：三重循环（gap表Shell增量，i和j作用同插入排序）3、定理：使用希尔增量的希尔排序的最坏运行时间为Ω（N2）（注意构造和严格证明）四、★堆排序（heapSort）1、算法思想（两个步骤：创建大堆；首尾交换并下滤）2、堆排序算法（关键：基于二叉堆的buildHeap和percolateDown （修改为大堆））五、★★归并排序（mergeSort）1、算法思想（分治算法；合并两个已排序的表）2、归并算法（由驱动程序、mergeSort和merge构成；关键：tempArray临时数组；而merge包含三个while和一个拷贝）3、★算法分析（关键公式：T（N）=2T（N/2）+N，叠缩求和法）六、★★快速排序（quickSort）1、算法思想（分治算法：选取枢纽元素pivot；将S分割S1和S2；对S1和S2递归调用）2、快速算法（median3（关键：3元素中值法选取枢纽元素）；quickSort（关键：i向右搜索第一个≥pivot的结点，j相反操作（注意i和j起始位置）；还原pivot并从i处分割）3、★★算法分析（关键公式：T（N）=T（i）+T（N-i-1）+CN）（i为S1中元素个数）七、其它1、间接排序（解决comparable对象复制代价太高的问题）2、定理：只使用元素间比较的任何排序算法需要Ω（NlogN）次比较3、桶排序（前提条件（正整数）和算法思想）4、外部排序⑴、外部排序的概念（大文件的排序，排序过程中需要进行多次的内、外存之间的交换）⑵、基本思想（归并算法）第八章不相交集一、基本操作1、find（x）操作（查找操作：返回x所属的集合）2、unionSets（S1，S2）操作（求并操作：求集合S1和S2的并）二、DisjSets类（不相交集类）1、基本思想（利用树表示每个集合，根表示这个集合的名称；整个集合表示为一颗森林）2、基本数据结构（关键：双亲表示法）⑴、数据成员（数组S：（S[i]为i的双亲，其中-1表示根））⑵、构造函数（数组S全部初始化为-1）⑶、基本操作：find（）操作和unionSets（）操作3、算法分析（unionSets操作为O（1），find操作的最坏情形为O（1））三、灵巧求并算法第八章不相交集类一、基本概念1、关系R：A Relation R is defined on a set S is for every pair （a，b），a，b∈S，either True or False.2、等价关系：满足自反、对称和传递等三条性质的关系3、等价类（更准确的名称为：集合S上的R关系等价类）等价类的作用：形成对集合S的一个划分（即：根据关系R将集合S划分为S1，S2，S3??等等）二、基本操作1、find（x）操作：Return the name of set containing a givenelement. 2、unionSets（S1，S2）操作：（求并操作）Union two disjoint sets S1，S2（对两个不相交的非空集合S1和S2求并）三、不相交集类的基本数据结构1、数据结构的表示⑴、Use a tree to represent each set，the root can be used to name the set.（利用树来表示每一个集合，而且利用该树的根结点来表示这个集合的名称）⑵、这样，整个集合S可表示为一颗森林2、数据结构的实现采用双亲表示法实现（注意：双亲表示法是利用数组来存贮一棵树）其中：⑴、S[i]表示元素i的双亲结点⑵、若i是根结点，则S[i]＝－13、★★不相交集类的算法实现（包括类的定义、构造函数的实现以及两个基本操作find和unionSets的实现）4、★算法分析⑴、unionSets操作的时间复杂度为O（1）⑵、find操作的最坏时间复杂度为O（N）Ⅰ、unionSets操作和find操作在算法效率上是一对矛盾的操作Ⅱ、连续的求并操作，在最坏情况下会建立起一棵深度为N-1的树Ⅲ、一般情况下，运行时间使针对连续混和使用M个指令来计算的在这种情况下，M次连续操作在最坏情形下可能花费O（MN）时间四、算法的改进1、union Sets操作的改进⑴、按大小求并（与按高度求并非常类似）⑵、按高度求并（保证将比较浅的子树并入比较深的子树）思路1：可利用每个根的数据元素来存贮整颗子树高度的负值思路2：为了同原算法类定义和构造函数实现的兼容，我们假定只有一个根结点的树的高度为－1，依此类推⑶、★算法分析两种算法都将find操作的时间复杂度改进为O（log N）（给出详细的证明）（另外的一个结论是：对于连续M个指令，平均需要O（M）时间，但最坏情形还是O（M log N））2、find操作的改进－路径压缩（Path compression）⑴、路径压缩的概念：Every node on the path from x to the root has its parent changed to the root. （从x到根的路径上每一个结点都使它的父结点变成根）⑵、★路径压缩的算法实现⑶、结论：路径压缩与按大小求并完全兼容，与按高度求并部分兼容五、按秩求并和路径压缩的最坏情形1、秩（rank）的概念：一个结点的秩，是指以该结点为根结点的子树的高度2、几个重要引理⑴、引理1：当执行一系列union指令以后，一个秩为r的结点必然至少有2r个后裔结点（包括它自己）⑵、引理2：秩为r的结点至多有N/2r个⑶、引理3：在求并查找算法的任意时刻，从树叶到根结点路径上的结点的秩单调增加3、★重要定理：当使用求并探测法和路径压缩时，算法在最坏情况下需要的时间为O（α（M，N））其中，α（M，N）是Ackermann函数的逆（推论：任意次序的M=Ω（N）次union/find操作花费的总运行时间为O（M log*N））六、迷宫问题1、算法思想：对于随机选中的一堵墙，使用union/find操作2、算法分析：时间复杂度为O（N log*N）图论算法一、图的表示1、邻接矩阵（adjacent matrix）表示法（分析优缺点）2、★邻接表（adjacency list）Ⅰ、对每一个顶点，使用一个链表来存放与之邻接的所有顶点Ⅱ、图的邻接表的一种简单的表示方式：Vector <vertex> array （使用一个数组来存放所有的顶点）</vertex>二、拓扑排序1、概念：拓扑排序是对有向无环图的顶点的一种排序2、★★拓扑排序的算法思想（可以使用Stack或者Queue来实现）⑴、计算每一个顶点的入度⑵、将所有入度为0的顶点放入一个初始为空的队列中⑶、若队列非空，则v出队，且所有与v邻接的顶点的入度减1⑷、若有顶点的入度降为0，则该顶点入队3、★拓扑排序的算法（使用伪码描述）（注意：利用一个辅助变量来判断是否出现回路）4、★算法分析：时间复杂度为O（|E|+|V|）三、最短路径1、无权最短路径（加权最短路径的特殊情形）⑴、采用广度优先搜索（Breadth CFirst Search）的策略（层次遍历的推广）⑵、★Vert ex的数据结构Ⅰ、known：当一个顶点被访问以后，其known置为true Ⅱ、dist：从s到该顶点的距离Ⅲ、path：引起dist变化的最后顶点（通过追溯path，可以得到s到该顶点的完整最短路径）⑶、★无权最短路径的算法思想和算法（关键：使用一个队列来实现）⑷、算法分析：时间复杂度为O（|E|+|V|）2、加权最短路径⑴、贪心算法（greed algorithm）Ⅰ、Solve the problem in stages（分阶段进行）Ⅱ、每个阶段都把出现的方案当成最优的解决方案⑵、、★★Dijkstra算法思想和算法Ⅰ、对所有结点初始化Ⅱ、在所有known标记为false的结点中，寻找一个其dist值最小的结点Ⅲ、扫描与v邻接的所有known标记为false的结点w，分析是否有必要update其dist值Ⅳ、更新w的path⑶、★★Dijkstra的算法分析Ⅰ、常规方法：通过扫描存放顶点的数组来寻找最小值，时间是O（|E|+|V|2）Ⅱ、使用优先队列的deleteMin方法寻找最小值：，其时间是O（|E|log|V|＋|V|log|V|）3、具有负边值的图⑴、★算法思想和算法：综合了无权最短路径（采用队列）和Dijkstra算法（需要update）的思想Ⅰ、不需要再设置known来判断结点是否已经被访问过Ⅱ、扫描与v邻接的所有结点w，分析是否有必要update其dist 值，再分析w是否入队⑵、★算法分析：时间是O（|E|×|V|）（给出详细证明）4、无环图⑴、★算法思想以Dijkstra算法作为基础，但是顶点的选取采用拓扑原则（而不是寻找dist值最小的顶点）⑵、基本概念：动作结点图和事件结点图（注意：两者的转换方法）⑶、基本概念：最早完成时间，最晚完成时间，松弛时间（分析其计算公式）⑷、基本概念：关键路径－由零松弛边组成的路径四、网络流问题1、概念：最大流问题设有向图G＝（V，E）的每条边表示边容量，求从给定的源点s 到汇点t可通过的最大流量2、算法思想⑴、辅助工具：流图（初始：每条边均为0）和残余图（初始：等于原图）⑵、从残余图中选择一条增长路径（关键：对流图和残余图进行调整）⑶、算法一直运行到没有增长路径为止五、最小生成树1、基本概念和性质⑴、生成树的概念和性质概念：Spanning tree is a tree formed from graph edges that connects all vertices of G. 性质：生成树的边数为N－1 ⑵、最小生成树的概念和性质MST性质：若（u，v）是一条具有最小权值的边，其中u∈U，v∈V－U，则必存在一棵包含边（u，v）的最小生成树2、Prim算法⑴、★Prim算法的基本思想：设G=（V，E），TE是G上最小生成树的边的集合Ⅰ、初始：U={u0}，TE={}Ⅱ、从所有的（u，v）中寻找一条代价最小的边（u0，v0），其中u0∈U，v0∈V－U Ⅲ、U=U∪{u0}，TE=TE∪（u0，v0）Ⅳ、上述操作一直做到U=V为止⑵、★★Prim算法Ⅰ、同Dijkstra算法非常类似，唯一区别在于dv的含义和更新方法不同（这里dv是指从v到所有known顶点的最短边）Ⅱ、注意：如何获取最后的最小生成树和计算出其代价3、Kruskal算法⑴、★★Kruskal算法的基本思想和算法Ⅰ、使用优先队列来存放所有的边Ⅱ、利用等价类的思想来决定（u，v）边是应该添加还是舍弃⑵、Kruskal的算法分析：同Prim算法一样，其时间复杂度为（|E|log|V|）六、深度优先搜索的应用1、深度优先搜索（DFS，Depth-first search）（DFS是对前序遍历的推广）⑴、★DFS算法思想和算法通常情况下，DFS算法均由两个模板构成Ⅰ、外围模板：针对整个图G进行（初始化，再扫描结点，若unvisited则调用核心模板）Ⅱ、核心模板：是一个从指定顶点开始的，非常简练的DFS递归程序⑵、DFS算法分析：时间复杂度为O （|E|+|V|）2、无向图⑴、★概念：前序编号（对图G进行DFS，图中的各个顶点被依次访问的顺序编号）⑵、★概念：DFS树（深度优先生成树）对图G进行DFS以后，图中的所有边被分成两大类：前向边和后向边其中所有的前向边构成了DFS树⑶、算法思想和算法（分析以上概念的算法实现）3、无向图的双连通性⑴、概念：双连通性和割点⑵、★low（v）的概念和计算方法Low（v）是顶点v可到达的最低顶点编号（关键：计算low的三条法则）⑶、割点的判断条件若顶点v存在一个孩子结点w，有low（w）=num（v），则v必然是一个割点⑷、★算法：寻找连通图中的所有割点该算法通过对图的两次遍历而实现（一次前序遍历和一次后序遍历）Ⅰ、结点Vertex包含以下域：visited，num，low，parent Ⅱ、首先计算图G的每个顶点的前序编号（计算出num和parent）Ⅲ、利用一趟后序遍历对各个顶点计算low，并判断是否割点4、欧拉回路⑴、概念：欧拉环游和欧拉回路⑵、欧拉定理：任何一个连通图存在欧拉回路的充分必要条件是图中所有顶点的度为偶数⑶、★欧拉回路的算法思想Ⅰ、数据结构的设计：遍历的路径采用链表保存；为避免重复扫描邻接表，对每一个邻接表必须保留最后扫描到的边Ⅱ、对给定的顶点进行一次DFSⅢ、选定一个拼接点，从该顶点开始进行DFS Ⅳ、上述步骤重复进行，直到所有的边都被遍历⑷、欧拉回路的算法和算法分析：时间复杂度为O（|E|+|V|）5、有向图⑴、按照与无向图相同的策略，对有向图进行DFS （若图G非强连通的，则产生DFS森林）⑵、有向图DFS的虚边有三种类型（无向图只有一种，即后向边）后向边、前向边和交叉边⑶、对有向图进行DFS的一个作用是：判断该有向图是否无环图法则如下：一个有向图是无环图当且仅当它没有后向边6、查找强分支⑴、★查找强分支的算法思想：两次DFSⅠ、首先对图G进行第一次DFS，得到DFS森林（通过对DFS的后序遍历得到每个顶点的后序编号；并且将G 的所有边反向得到GR）Ⅱ、再对GR进行第二次DFS，总是在编号最高的顶点开始一次新的深度优先搜索⑵、★定理：按照上述算法生成的DFS森林中的每棵树都是一个强连通的分支（分析其证明）七、NP完全性介绍1、P问题指保证以多项式时间运行的算法2、不可判定问题⑴、可以证明：计算机不可能解决所有的问题，这些不可能解出的问题称为不可判定问题⑵、著名的不可判定问题：停机问题Ⅰ、什么是停机问题？Ⅱ、停机问题的实质是：一个程序很难检查它自己3、NP类⑴、NP类代表非确定型多项式时间这类问题在难度上稍逊于不可判定问题⑵、判断一个问题是否NP问题的方法如果我们能在多项式时间内证明一个问题的任意“是”的实例是正确的，那么这个问题就属于NP类典例：哈密尔顿回路问题就是一个NP问题⑶、NP类同其它集合的关系Ⅰ、性质：NP类包括P类，即包括所有具有多项式时间解的问题Ⅱ、性质：不是所有的可判定问题都是NP问题（即NP问题并不是不可判定问题的补集）典例：无哈密尔顿回路问题显然是一个可判定问题，但不是NP问题4、NP完全问题⑴、NP完全问题是NP问题的一个子集⑵、重要性质：NP中的任何一个问题都可以多项式地归约成NP 完全问题⑶、证明一个问题是NP完全问题的方法Ⅰ、首先证明该问题是NP问题Ⅱ、然后将一个适当的NP问题变换到此问题典例：假设哈密尔顿回路问题是一个NP完全问题，证明旅行商问题也是一个NP完全问题第十章算法设计技巧一、贪心算法1、★贪心算法（greed algorithm）⑴、Solve the problem in stages（分阶段进行）⑵、每个阶段都把出现的方案当成最优的解决方案（当算法终止时，希望局部最优成为全局最优）2、调度问题⑴、★调度问题的概念：将作业平均完成的时间最小化（假设：非抢占调度，即一旦开始一个作业，就必须把该作业运行完）⑵、多处理器情形Ⅰ、实现步骤：（首先排序，然后按顺序开始作业，处理器之间轮流分配作业）Ⅱ、证明：按照这种算法思想实现的，一定是最优解⑶、将最后完成时间最小化（这是一个NP完全问题）3、赫夫曼（Huffman）编码⑴、概念：满树和前缀码⑵、赫夫曼编码的算法思想（频率出现高的字符编码要短）⑶、★赫夫曼编码的算法和算法分析（采用优先队列时，运行时间为O（ClogC））4、装箱问题⑴、基本概念Ⅰ、★概念：装箱问题（将物品装到最少数量的箱子中）Ⅱ、★概念：联机装箱（每一件物品必须放入一个箱子之后才能处理下一个物品）⑵、联机算法Ⅰ、重要性质：对于联机装箱问题不存在最优算法（分析其证明）Ⅱ、★定理一：任意联机装箱算法的下界为4M/3（分析其证明）⑶、下项适配Ⅰ、下项适配的基本思想（能放入当前箱子则放，否则开辟一个新的箱子）Ⅱ、★定理二：下项适配算法的上界为2M（分析其证明）⑷、首次适配Ⅰ、首次适配的基本思想（扫描并寻找第一个能放入的箱子，否则开辟一个新箱子）Ⅱ、定理三：首次适配算法的上界为17M/10 ⑸、最佳适配最佳适配的基本思想和上界分析（放入所有能够容纳它的最满的箱子中）⑹、脱机装箱Ⅰ、★首次适配递减的算法思想（首先排序，然后再使用首次适配算法）Ⅱ、引理一：大小至多是1/3（分析其证明）Ⅲ、引理二、个数至多是M-1（放入其它箱子中的物品个数至多是M-1，分析其证明）Ⅳ、★定理四、首次适配递减算法的上界是（4M+1）/3 Ⅴ、定理五、首次适配递减算法的上界可以缩减为11M/9+4二、分治算法1、分治算法（divide and conquer）⑴、★分治算法的基本思想：分治算法由两个阶段构成Ⅰ、分：递归解决较小的问题Ⅱ、治：从子问题的解构建原问题的解⑵、分治算法的特性（至少含有两个递归调用，且子问题是不相交的）2、分治算法的运行时间K⑴、★定理六：方程T（N）=aT（N/b）+O（N）的解（分析其。
数据结构学习复习提纲
数据结构学习复习提纲
一、算法
1、定义算法：算法是一个有效的求解一些问题的一系列指令的集合，它是由一些可以执行的操作组成的一个有序序列，只要按正确的顺序进行
安排，就能解决问题。
2、算法分类：根据执行方式，算法可分为顺序算法、选择算法、分
支算法、循环算法等；根据具体操作，算法可分为检索算法、排序算法、
图算法、数论算法、动态规划等。
3、算法时间复杂度：时间复杂度指的是算法的执行效率，即算法在
给定的输入量时所需的时间。
算法时间复杂度可以用大O表示法来描述，
其常见分为O(1)、O(logN)、O(N)、O(NlogN)和O(N^2)等。
二、数据结构
1、定义数据结构：数据结构是指把数据元素相互关联，组织在一起
形成一个整体，它是一个计算机中存储、组织数据的方法。
2、数据结构分类：根据数据间关系，数据结构可分为线性结构和非
线性结构；根据存储模式，数据结构可分为顺序存储结构和链式存储结构；根据逻辑结构，数据结构可分为简单结构、树形结构、图形结构等。
3、数据结构实现：数据结构的实现一般采用顺序表和链表两种形式。
数据结构复习提纲
1．数据元素是数据的基本单位，可有若干数据项组成，数据项是具有独立含义的最小标识单位，数据对象是具有相同性质的数据元素的集合，是数据的子集。
2.数据结构是带有结构的数据元素的集合，一般包括以下三方面内容：数据的逻辑结构、数据的存储结构、数据的运算①数据元素之间的逻辑关系，也称数据的逻辑结构，数据的逻辑结构是从逻辑关系上描述数据，与数据的存储无关，是独立于计算机的。
②数据元素及其关系在计算机存储器内的表示，称为数据的存储结构。
数据的存储结构是逻辑结构用计算机语言的实现，它依赖于计算机语言。
③数据的运算，即对数据施加的操作。
最常用的检索、插入、删除、更新、排序等。
3.数据的逻辑结构分类: 线性结构和非线性结构①线性结构：若结构是非空集，则有且仅有一个开始结点和一个终端结点，并且所有结点都最多只有一个直接前趋和一个直接后继。
线性表是一个典型的线性结构。
栈、队列、串等都是线性结构。
②非线性结构：一个结点可能有多个直接前趋和直接后继。
数组、广义表、树和图等数据结构都是非线性结构。
4.数据的四种基本存储方法: 顺序存储方法、链接存储方法、索引存储方法、散列存储方法（1）顺序存储方法：该方法把逻辑上相邻的结点存储在物理位置上相邻的存储单元里，结点间的逻辑关系由存储单元的邻接关系来体现。
通常借助程序语言的数组描述。
（2）链接存储方法：该方法不要求逻辑上相邻的结点在物理位置上亦相邻，结点间的逻辑关系由附加的指针字段表示。
通常借助于程序语言的指针类型描述。
（3）索引存储方法：该方法通常在储存结点信息的同时，还建立附加的索引表。
索引表由若干索引项组成。
若每个结点在索引表中都有一个索引项，则该索引表称之为稠密索引，稠密索引中索引项的地址指示结点所在的存储位置。
若一组结点在索引表中只对应一个索引项，则该索引表称为稀疏索引稀疏索引中索引项的地址指示一组结点的起始存储位置。
索引项的一般形式是：（关键字、地址）关键字是能唯一标识一个结点的那些数据项。
数据结构复习提纲
一、1．数据元素是数据的基本单位。
2．在一个单链表中，若删除p所指结点的后继结点，则执行p->next=p->next->next; 3．在循环双链表的p所指结点之后插入s所指结点的操作是s->prior=p; s->next=p->next; p->next->prior=s; p->next =s;4．若希望从链表中快速确定一个结点的前驱，则链表最好采用双向链表方式。
5．设有50行的二维数组A[50][60]，其元素长度为4字节，按行优先顺序存储，基地址为200，则元素A[18][25]的存储地址为 4376 。
6．广义表(a,b,(c,(d)))的表尾是 (b,(c,(d))) 。
7．队列的特点是先进先出。
8．设计一个判别表达式中左、右括号是否配对出现的算法,采用栈数据结构最佳. 9．判定一个循环队列QU(maxsize=m0)为满队列的条件是QU->front= = (QU->rear+1) %m0 。
10．树最适合用来表示元素之间具有分支层次关系的数据。
11．在二叉树的第i层上至多有 2i-1个结点(i≥1)。
12．对于完全二叉树中的任一结点，若其右分支下的子孙的最大层次为h，则其左分支下的子孙的最大层次为 h或h+1 。
14．已知某二叉树的后序遍历序列是dabec，中序遍历序列是debac，它的先序遍历序列是cedba 。
15．在线索二叉树中，一个结点是叶子结点的充要条件为它的左、右线索标志均为1 。
16．若一棵二叉树中度为l的结点个数是3，度为2的结点个数是4，则该二叉树叶子结点的个数是 5 。
17．由权值分别为3、8、6、2、5的叶子结点生成一棵哈夫曼树，它的带权路径长度为 55 。
18．无向图的邻接矩阵是一个对称矩阵。
19具有n个顶点的无向图最多有 n(n-1)/2 条边。
20．具有5个顶点的无向图至少应有 4 条边才能确保是一个连通图。
数据结构复习资料复习提纲知识要点归纳
第一章数据结构概述基本概念与术语1．数据：数据是用来描述现实世界的文字，字符，图像，声音，以及能够输入到计算机中并能被计算机处理的符号。
2.数据元素：数据元素是数据的基本单位，是数据这个集合中的个体，也称之为元素，结点，顶点记录。
（补充：一个数据元素可由若干个数据项组成。
数据项是数据的不可分割的最小单位。
）3．数据对象：数据对象是具有相同性质的数据元素的集合，是数据的一个子集。
（有时候也叫做属性。
）4．数据结构：数据结构是相互之间存在一种或多种特定关系的数据元素的集合。
（1）数据的逻辑结构：数据的逻辑结构是指数据元素之间存在的固有逻辑关系，常称为数据结构。
数据的逻辑结构是从数据元素之间存在的逻辑关系上描述数据与数据的存储无关，是独立于计算机的。
依据数据元素之间的关系，可以把数据的逻辑结构分成以下几种：a.集合：数据中的数据元素之间除了“同属于一个集合“的关系以外，没有其他关系。
b.线性结构：结构中的数据元素之间存在“一对一“的关系。
若结构为非空集合，则除了第一个元素之外，和最后一个元素之外，其他每个元素都只有一个直接前驱和一个直接后继。
c.树形结构：结构中的数据元素之间存在“一对多“的关系。
若数据为非空集，则除了第一个元素（根）之外，其它每个数据元素都只有一个直接前驱，以及多个或零个直接后继。
d.图状结构：结构中的数据元素存在“多对多”的关系。
若结构为非空集，折每个数据可有多个（或零个）直接后继。
（2）数据的存储结构：数据元素及其关系在计算机内的表示称为数据的存储结构。
想要计算机处理数据，就必须把数据的逻辑结构映射为数据的存储结构。
逻辑结构可以映射为以下两种存储结构：a.顺序存储结构：把逻辑上相邻的数据元素存储在物理位置也相邻的存储单元中，借助元素在存储器中的相对位置来表示数据之间的逻辑关系。
b.链式存储结构：借助指针表达数据元素之间的逻辑关系。
不要求逻辑上相邻的数据元素物理位置上也相邻。
5.时间复杂度分析：a.常量阶：算法的时间复杂度与问题规模n无关系T(n)=O(1)b.线性阶：算法的时间复杂度与问题规模n成线性关系T(n)=O(n)c.平方阶和立方阶：一般为循环的嵌套，循环体最后条件为i++时间复杂度的大小比较：O(1)< O(log 2 n)< O(n )< O(n log 2 n)< O(n2)< O(n3)< O(2 n )<O(n!)<O(n n)6.算法与程序：（1）算法的5个特性a、输入：有零个或多个输入b、输出：有一个或多个输出c、有穷性：要求序列中的指令是有限的；每条指令的执行包含有限的工作量；整个指令序列的执行在有限的时间内结束。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
软件学院数据结构与算法复习提纲（2011秋季学期）1、Data structures and algorithms概念：Type: 类型（Type）是一组值的集合。
simple type：不含子结构的类型是简单类型（simple type）composite type, aggregate type: 一个类型里含有多项信息（子结构）的类型是复杂类型（aggregate）或组合类型（composite）data type：数据类型是指一种类型和定义在该类型上的一组操作ADT：抽象数据类型（ADT）是指数据结构作为一个软件组件的实现data structure：数据结构是ADT的实现problems：从直觉上讲，问题无非是一个需要完成的任务，即一组输入就有一组相应的输出function：函数（function）是输入和输入（定义域domain）和输出（值域range）之间的一种映射关系algorithms：算法(algorithms)是解决问题的一种方法或一个过程programs：一个计算机程序被认为是某种程序设计语言对一种算法的具体实现。
2、Mathematical preliminaries概念：Set：集合（set）是由互不相同的成员（member）和元素（element）构成的一个整体。
Sequence：序列（sequence）是一个具有顺序的元素组，并且可以有重复的元素，有时也称为元组（tuple）或向量（vector）。
Recursion：如果一种算法调用自己来完成它的部分工作，就称为这种算法是递归的（recursion）。
3、Algorithm Analysis概念：Asymptotic algorithm analysis：渐进算法分析（简称算法分析algorithm analysis）可以估算当问题规模变大时，一种算法及实现它的程序的功率和开销。
Growth rate：算法增长率（Growth rate）只当输入的值增长的时候，算法代价和增长速率。
Best/worst/average case：执行同一个算法达到目的最快/最慢/平均情况的一种输入的情形。
（自己总结）Upper/lower bound：用来表示当某一类数据的输入规模为n时，某种算法消耗某种资源（通常是时间）的最大值/最小值。
Space/time tradeoff：时间/空间权衡原则，Big-Oh/big-Omega/Theta notation：大O表示法，对于非负函数T(n)，若存在两个正常数c和n0，对任意n>n0，有T(n)<=cf(n)，则称T(n)在集合O(f(n))中。
大欧米伽表示法：若存在若存在两个正常数c和n0,对于n>n0，有T(n)>=cg(n)，则称T(n)在集合Ω(g(n))中。
西塔表示法：当上下线相等时，可用Θ表示法，如果一种算法既在O(h(n)) 中，又在Ω(h(n)) 中，则称其为Θ(h(n))。
应用题：The efficiency of different growth rate expressions (see exercise of 3.1 and3.3 in Page 79)4、list概念：List: 线形表（List）是由成为元素的数据项组成的一种有限且有序的数列Array-based list: 顺序表是数组实现的线性表Linked list: 链表是利用指针实现的线性表Ordered/unordered list:有序线性表的元素按照值得递增顺序排列。
无序线性表在元素的值与位置之间没有特殊的联系。
Singly/doubly linked list: 只允许从一个表结点直接访问它的后继结点的链表称单链表。
可以从一个表结点出发，在线性表中随意访问它的前驱结点和后继结点的链表成为双链表。
Array:Stack: 栈（stack）是仅在一端进行插入或删除操作的线性表Queue: 队列（Queue）是一种受限的线性表，只能从队尾插入（称为入栈操作enqueue）以及从队首删除（称为出栈操作）。
算法：用list/stack/queue实现一些操作，比如：排序、括号匹配检查等5、binary trees概念：BST：二叉查找树（Binary Search Tree）是满足对于任意一个节点，设其值为K，则该结点左子树中任意一个结点的值都小于K，右子树中任意一结点的值都大于或等于K的二叉树。
A VL：A VL树是具有如下附加特性的BST，对于树结构的每个节点，其左右子树的高度最高差1。
Huffman tree：哈弗曼树的每个叶节点对应一个字母，叶节点的权重就是它对应字母的出现频率。
权大的叶节点深度小。
Full/complete binary tree：满二叉树（full binary tree）的每一个结点或者是一个分支节点，并恰有两个非空子节点或者是叶节点。
完全二叉树(Complete binary tree)有严格的形状要求：从根结点起每一层从左到右填充。
Height/depth of a binary tree:结点M的深度(depth)就是从根节点到M的路径的长度。
树的高度等于最深结点的深度加一。
应用题：BST中的插入/删除，A VL的构造，Huffman树的构造，heap的构造，基于遍历序列还原二叉树算法：基于二叉树遍历的各种算法（binary tree traversal，计算二叉树的高度，统计叶子结点个数等）证明题：(1) To any binary tree, if it has n0 leaf node, n2 internal node of degree=2(i.e., has two children), then n0=n2+1(2) The number of empty subtrees in a non-empty binary tree is one more than the number of nodes in the tree.6、general trees概念：Traversal: 按照一定的顺序访问二叉树的结点，成为一次周游或遍历树的先根（前序）周游先访问根结点，再依次从左往右对每棵子树进行先根周游。
树的后根（后序）周游先由左向右依次对每棵子树进行后根周游，再访问根结点。
中根周游对树不具有自然的定义，一般不使用。
Equivalence classes：看懂：traversal/UNION/FIND几个操作的实现思想应用题：根据树的线性表示还原树（例题）证明：The number of leaves in a non-empty full K-ary tree is (K − 1)n + 1, where n is the number of internal nodes.7、internal sorting概念：各种排序算法的best/worst/average case时间复杂度：插入排序，起泡排序，选择排序，时间代价为(Θn2)Shell排序，Θ(n1.5)快速排序，Θ(nlogn)归并排序，Θ(nlogn)堆排序，最差、最优、平均都为Θ（nlogn）分配排序和基数排序，Θ（n），仅能对一个0-n-1的排列进行排序Stable sorting algorithm: 一种排序算法不改变关键码相同的记录的相对顺序，则称算法是稳定的。
应用题：shellsort/bubble sort/quicksort/heapsort/的排序过程8、File processing and external sorting概念：Track/sector/cluster:磁头在一个盘片的某个位置上可以访问的所有数据就构成了一个磁道（Track），即这个盘片上与主轴具有相同距离的所有数据。
每个磁道分为多个扇区（sector），多个扇区通常集结成组，成为簇（cluster），是文件分配的最小单位。
Track:磁道：磁头在一个盘片的某个位置上可以访问到的所有数据构成一个磁道，即这个盘片上与主轴具有相同距离的所有数据。
Sector:扇区。
I/O的基本单位。
Cluster:簇。
多个扇区集结成的组。
簇是文件分配的最小单位。
seek time：移动I/O磁头把它定位到包含数据的磁道上的过程成为寻道，所耗费的时间就是寻道时间。
rotational delay：I/O磁头等待包含数据的扇区旋转到磁头下面所等待的时间成为旋转延迟Interleaving factor：交错因子。
同一磁道上，逻辑上相邻的扇区之间的物理距离称为交错因子locality of reference,引用的局部性。
如果读出了文件的一个扇区，很可能就要读出文件的下一个扇区。
Transfer time: Time for data to move under the I/O head.一个数据移动到i/o磁头下所需的时间Golden Rule of File Processing:使磁盘访问的次数最少logical/physical file: C++程序员把储存在磁盘中可随机访问的文件看成一段连续的字节，并且可以把这些字节结合起来构成记录。
这成为逻辑文件。
世纪初储存在磁盘中的物理文件通常不是一段连续的字节，而是成块的分布在整个磁盘中。
Buffer:一旦读取了一个扇区，就把它的信息储存在主存中，这成为缓冲（buffering）或缓存（chashing）organization of buffer pool：FIFO(First In, First Out):将缓冲区排成一个队列，如果一个缓冲区存储新信息时，就使用队列最前面的缓冲区，然后把它放在队列的最后。
LFU(Least Frequently Used)：记录缓冲池中每个缓冲区的访问次数，当需要一个缓冲区重新存储新信息时，使用被访问次数最少的缓冲区。
LRU(Least Recently Used)把缓冲区放到一个链表中，每当访问了一个缓冲区中的信息时，就把这个缓冲区放到链表的最前边；当需要读取新信息时，用链表最后面的缓冲区（最简单、最常用）Locality of reference:如果读出了一个文件的一个扇区，很可能就要读出文件的下一个扇区。
这称为引用的局部性Main idea of external sorting algorithm:外部排序算法的主要目标是尽量减少读、写磁盘的信息量。
Run:在外排序时，被排序的子列成为顺串（Run）9、Searching概念：Hashing：根据关键码值直接访问表。
把关键码值映射到表中的位置来访问记录，这个过程称为散列（hashing）80/20 rule:80/20规则表明80%的访问都是对20%的记录进行的。