《数据结构实用教程》复习提纲

合集下载

数据结构复习提纲

数据结构复习提纲

程序设计题的可能题目 1、线性链表的插入删除的基本做作; 2、数制转换;3、循环队列的基本操作; 4、KMP算法求next值和nextval值; 5、折半查找;6、冒泡排序;7、快速排序 8、简单选择排序。
第七章:图的定义和术语,图的遍历,最小生成树,拓扑排序, 关键路径,最短路径 第九章:简单顺序查找,折半查找,索引查找,平衡二叉树, 哈希表 第十章:插入,交换,选择类排序
应用题(操作题)的可能题目 1、哈夫曼树的建立以及哈夫曼编码; 2、最小生成树,3、拓扑排序,4、最短路径 5、折半查找,6、平衡二叉树的建立和调整, 7、哈希表的建立和解决冲突, 8、希尔排序,9、快速排序,10、堆排序
天 道 酬 勤 !
数据结构 复习提纲
★★★★★★★★★★★★
山轻工
信计10级 数据结构 专用版!
★★内部绝密文档★★
★★★★★★★★★★★★
考试题型
1、选择题(60分,20道*3),考查基本概念,基本原理;
2、应用题(操作题目)(30分,2~4道),考查一些常用 基本算法的具体实现;
3、程序设计题目(10分,10个空*1),考查常用重要算 法的程序的编写和改进;
各章重点内容
第一章:基本概念和术语,时间复杂度; 第二章:线性表的基本概念和存储表示,线性链表的插入删除 操作,循环链表的各种操作; 第三章:顺序栈的表示和实现,应用(数制转换),循环队 列的表示和实现; 第四章:串的基本概念,表示和实现(几种表示方法), KMP算法;
重点:考查唯一确定二叉树,先根、中根、后根。深度(3种) 和广度搜索 第六章:二叉树的定义,性质,二叉树的两种遍历算法,最优 二叉树(哈夫曼树)(写出哈夫曼编码及权值)

(完整word版)数据结构复习提纲

(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】

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。

数据结构复习提纲

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

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

《数据结构》复习提纲1、什么是数据结构,数据结构4种基本结构: “数据结构”是研究非数值计算的程序设计问题中计算机的操作对象以及它们之间的关系和运算的一门学科。

集合、线性结构、树形结构、图形结构。

2、线性表的顺序存储和链式存储的特点:逻辑关系上相邻的两个元素在物理位置上也是相邻的。

可以随机存取表中任一元素,它的存储位置可用一个简单,直观的公式表示。

(因此线性表的顺序存储结构是一种随机存取的存储结构)3、熟悉算法2.3,算法2.4,算法2.5,算法2.7,算法2.8,算法2.11,算法2.12。

4、掌握栈和队列的特点。

5、第4章只考基本概念4.1节,第5章不考。

6、树中的基本概念;二叉树的性质(5个),包括证明。

7、二叉树的顺序存储和链式存储。

(特别是二叉链表)8、二叉树的遍历方法(先序、中序和后续),对任何一棵二叉树能够写出它的先序(中序和后续)序列。

掌握二叉树的先序(中序和后续)的递归算法。

9、掌握算法6.2、算法6.3和算法6.4。

10、掌握线索二叉树的概念,对于任意的一棵二叉树画出它的先序(中序和后续)线索二叉树。

11、掌握算法6.5,算法6.6,算法6.7。

12、掌握树的存储结构(双亲表示法、孩子兄弟表示法),掌握森林与二叉树的转换方法(孩子兄弟表示法)13、掌握哈夫曼树的构造方法,写出其对应的哈夫曼编码。

14、掌握图的基本概念。

掌握图的邻接矩阵、邻接表和逆邻接表表示。

15、掌握图的深度优先搜索和广度优先搜索,针对具体的邻接矩阵(或邻接表)写出其深度优先搜索序列和广度优先搜索序列。

16、掌握利用谱里姆算法和克鲁斯卡尔算法构造最小生成树的过程。

(图7.16和图7.18)17、掌握地杰斯特拉算法和弗洛伊德算法(见书189-190页和191-192页)18、第8章不考19、第9章掌握算法9.1,算法9.2。

什么是二叉排序树,如何生成二叉排序树(见书229页)。

掌握二叉排序树查找分析,即ASL。

数据结构复习提纲

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》考前复习大纲要点

《数据结构》考前复习大纲要点

《数据结构》考前复习大纲本复习大纲按章分别叙述三方面的内容:1、考试大纲要求,2、复习考试知识点,3、应用举例。

为了方便考生复习,知识点还给出较详细的描述内容,举例题型也给出具体的分析过程和完整的参考答案。

第一章绪论考纲要求:1.数据的四种逻辑结构与四种存储结构(理解)2. 时间复杂度的估算及比较(掌握)知识点:1 、数据结构:研究是是数据元素之间抽象化的相互关系和这种关系在计算机中的存贮表示,并对每种结构定义各自的运算,设计出相应的算法,而且经过运算后所得的新结构一般仍然是原来的结构类型。

2、数据的四类基本组成形式:①集合中任何两个结点之间都没有逻辑关系,组成形式松散。

②线性结构中结点按逻辑关系一次排列形成一条“锁链”。

③树形结构具有分支、层次特性,其形态有点像自然界中的树。

④图状结构最复杂,其中的各个结点按逻辑关系互相缠绕,任何两个结点都可以邻接。

算法:是执行特定计算的有穷过程。

特点:·动态有穷·确定性·输入·输出·可行性。

1、以算法在所有输入下的计算量的最大值作为算法的计算量,这种计算量称为算法的最坏时间复杂性或最坏时间复杂度。

2、以算法在所有输入下的计算量的加权平均值作为算法的计算量,这种计算量称为算法的平均时间复杂性或者平均时间复杂度。

3. 时间复杂度从好到坏的级别依次是:常量阶O(1),对数阶O(log2n),线性阶O(n), 优化的平方阶O(n*log2n),平方阶O(N2),立方阶O(n3),指数阶O(2),阶乘阶O(n!)4、数据结构的基本任务可以概括为数据结构的设计和实现。

应用举例:设n为正整数,利用大"O"记号,将下列程序段的执行时间表示为n的函数。

(1) i=1; k=0;while(i<n){ k=k+10*i;i++;}分析:i=1; //1k=0; //1while(i<n) //n{ k=k+10*i; //n-1i++; //n-1}由以上列出的各语句的频度,可得该程序段的时间消耗:T(n)=1+1+n+(n-1)+(n-1)=3n可表示为T(n)=O(n)第二章线性表:考纲要求:1线性表的顺序存储、链式存储的各种算法(掌握) 2 线性表的插入、删除算法(掌握),3 双向链表及循环链表的插入、删除过程(掌握)知识点:1、线性结构是n(n>=0)个结点的有穷序列。

《复习提纲数据结构》课件

《复习提纲数据结构》课件

数据结构组成
数据结构由数据元素和它们之间的 关系组成,这些关系决定了数据元 素之间的逻辑关系。
数据结构分类
数据结构可以根据不同的分类标准 进行分类,如线性结构和非线性结 构、静态结构和动态结构等。
数据结构的重要性
01
02
03
提高数据处理效率
合理的数据结构能够提高 数据处理的速度和效率, 使得数据处理更加高效。
图的应用
图在计算机科学中有着广泛的应用, 如社交网络、路由算法、搜索引擎等 。
哈希表
哈希表的概念
哈希表是一种通过哈希函数将键映射到 桶中的数据结构,用于快速查找和存储
键值对。
哈希冲突的处理
当两个不同的键被映射到同一个桶时 ,会发生哈希冲突。常见的处理方式
有链地址法和开放地址法。
哈希表的性能分析
哈希表的查找、插入、删除等操作的 时间复杂度主要由哈希函数的设计和 哈希表的负载因子决定。
链式插入
在链式存储结构中,插入操作需要定位到插入位置的节点 ,并在其后插入新节点,同时修改指针。
AVL树的插入
在AVL树中,插入操作需要先找到合适的空位,然后将新 节点插入到该位置,并调整树的结构以保持平衡。
删除操作
顺序删除
在顺序存储结构的线性表中,删除操作需要定位到要删除的元素,然 后将其后一位元素覆盖到要删除的位置,并减少数组长度。
06
数据结构性能分析
时间复杂度分析
时间复杂度概念
时间复杂度是衡量算法执行时间随输入规模 增长而增长的量度,通常用大O表示法表示 。
时间复杂度分类
根据算法的时间复杂度,可以将算法分为线性时间 复杂度、多项式时间复杂度和指数时间复杂度。
时间复杂度分析方法

《数据结构实用教程》复习提纲之编程算法篇

《数据结构实用教程》复习提纲之编程算法篇

第二章编程算法:1、线性表的顺序存储结构:线性表元素的插入O(n)bool InsertList (SeqList &L, ElemType item , int pos )三种情况:( 合并)pos == -1:插在表尾; pos == 0:插在有序表的适当位置,使保持有序; pos <= n && pos >= 1:插在第pos位置;在插入前:需检查动态数组是否有空间,若没有,则扩大空间。

在插入时:需把从pos位置开始的元素向后移一个位置,使空出第pos位置。

2、线性表的顺序存储结构:线性表元素的删除O(n)bool DeleteList (SeqList &L, ElemType &item , int pos )三种情况:( 合并)pos == -1:删除表尾元素; pos == 0:删除指定元素; pos <= n && pos >= 1:删除第pos位置元素;在删除时:需把从pos+1位置开始的元素向前移一个位置。

例:⑴从线性表中删除具有最小值的元素并由函数返回,空出的位置由最后一个元素填补,若线性表为空则显示出错信息并退出运行。

解: ElemType DMValue(List&L)//从线性表中删除具有最小值的元素并由函数返回,空出的位置//由最后一个元素填补,若线性表为空则显示出错信息并退出运行{if(ListEmpty(L)){cerr<<"List is Empty!"<<end1;exit(1);}ElemType x; x=L.list[0];int k=0;for(int i=1;i<L.size;i++){ ElemType y=L.list[i];if(y<x){x=y;k=i;}}L.list[k]=L.list[L.size-1]; L.size--;return x;}⑵从线性表中删除第i个元素并由函数返回。

《数据结构》复习指导

《数据结构》复习指导

《数据结构》复习指导数据结构是计算机科学中的核心课程,它涉及到在计算机存储和操作数据的过程中的各种数据组织和管理方法。

在学习数据结构时,可以通过以下几个方面进行复习和巩固:1.理解基本的数据结构:复习线性结构(如数组和链表)和非线性结构(如树和图)的定义、特点和基本操作。

了解它们在内存中的存储方式和操作的时间复杂度。

2.理解数据结构的应用场景:复习各种数据结构在不同情况下的应用场景。

例如,数组适用于随机访问和元素的插入和删除操作较少的情况,链表适用于频繁的插入和删除操作,而树适用于层次结构的数据组织。

3.掌握常用的数据结构算法:复习排序算法(如冒泡排序、插入排序、快速排序等)和查找算法(如顺序查找、二分查找等)。

了解它们的原理、时间复杂度和实现方法,并能够比较它们的优劣势。

4.理解抽象数据类型(ADT):复习抽象数据类型的定义、特点和实现方式。

了解如何通过封装和隐藏数据实现数据抽象,并在不同的编程语言中使用ADT。

5.熟悉数据结构的设计和分析:复习数据结构的设计方法和分析技巧。

了解如何根据问题的要求选择合适的数据结构,并能够通过对数据结构的操作和调整提高算法的效率。

6.解决问题的能力:通过练习和实践,熟练掌握使用数据结构解决实际问题的能力。

尝试在不同的场景下应用不同的数据结构,并分析其优化的空间。

为了更好地复习数据结构,可以通过以下几种方法来提高学习效果:1.多做题:通过大量的练习题,加深对数据结构的理解和掌握。

可以选择一些经典的习题集,如《算法竞赛入门经典》等,进行刷题。

2.反复温习:复习数据结构需要反复温习和练习。

可以编写一些简单的程序来实践数据结构的操作,加深对数据结构的理解。

3.参考资料:查阅一些优质的教材和参考资料,如《算法导论》、《数据结构与算法分析》等。

这些资料可以帮助理解数据结构的原理和应用,提供更多的思考角度和解题思路。

4.学习小组:组建学习小组,与其他同学交流和讨论数据结构的问题和解题思路。

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)

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

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

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

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。

数据结构复习提纲参考版

数据结构复习提纲参考版

第1章概述1.1数据结构的发展1.2基本概念1. 数据2. 数据元素和数据项3. 数据对象4. 数据结构图1.1 4种基本结构关系图1.3算法描述与分析1. 算法的5个重要特性2. 算法的评价3. 时间复杂性图1.2 常见函数的增长4. 空间复杂性习题1第2章线性表2.1线性表的定义及基本操作2.1.1线性表的基本概念2.1.2线性表的基本操作2.2顺序表图2.1图2.22.2.1顺序表的定义2.2.2基本操作在顺序表上的实现图2.3顺序表删除操作前后的变化情况2.3链表2.3.1单链表的表示和实现1. 单链表图2.4单链表结点形式图2.5单链表图2.6 带头结点的单链表2. 基本操作在单链表上的实现图2.7 在单链表中删除结点时指针的变化情况图2.8 在单链表中插入结点时指针的变化情况2.3.2双链表的表示和实现1. 双链表图2.9 双链表结点形式图2.10 带头结点的双链表2.基本操作在双链表上的实现图2.11 在双链表中删除结点时指针的变化情况图2.12 在双链表中插入结点时指针的变化情况2.3.3循环链表的表示和实现1. 单向循环链表的表示和实现图2.13 带头结点的单向循环链表2. 双向循环链表的表示和实现图2.14 带头结点的双向循环链表2.3.4静态链表的表示和实现1. 静态链表图2.15静态链表图2.16插入结点后图2.17删除结点后2. 基本操作在静态链表上的实现2.4栈2.4.1栈的定义及其基本操作图2.18 死胡同示意图[2.4.2顺序栈的表示和实现1. 顺序栈图2.19 顺序栈的几种状态2. 基本操作在顺序栈上的实现2.4.3链栈的表示和实现1. 链栈2. 基本操作在链栈上的实现2.5队列2.5.1队列的定义及其基本操作图2.21 队列2.5.2顺序队列的表示和实现1. 顺序队列和循环队列图2.22 顺序队列的几种状态图2.23 循环队列的几种状态2.基本操作在循环队列的实现2.5.3链队列的表示和实现1. 链队列图2.24 链队列。

  1. 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. 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. 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)。
第一章 数据结构 1、数据结构主要研究从现实问题中抽象出来的数据如何在计算机系统中很好的表示、存取和处理的方法, 表示数据以及相互之间的联系。 2、逻辑结构是用于描述数据元素之间的逻辑关系。 分四种结构。集合结构(无关系) ,线性结构(线性 关系)一对一,树形结构(层次关系)一对多,图形结构(网状关系)多对多。 3、 指数据在计算机中存放的方式, 即数据逻辑结构的物理存储方式。 主要有顺序存储和链式存储两种方式。 4、算法是对特定问题求解步骤的一种描述。特性:1、输入:有 0 个或多个输入 2、输出:有一个或多个 输出(处理结果) 3、确定性:每步定义都是确切、无二义的 4、有穷性:算法应在执行有穷步后结束 5、 可行性:每一步都必须可行。 5、算法评价:1、正确性:首要条件 2、稳健性:对非法数据的输入的处理能力 3、可读性 :阅读算法的 容易程度 4、时间复杂度:算法运行时间的相对量度 5、空间复杂度:算法运行过程中临时占用存储空间大 小的量度。 6、1-1. ⑴是集合结构;⑵是线性结构;⑶⑷是树型结构;⑸散列结构。 第二章 线性表 1、线性表是具有相同属性的数据结构元素的一个有限序列。 2、线性表的顺序存储结构:线性表元素的插入 O(n) bool InsertList (SeqList &L, 三种情况:( 合并) pos == -1:插在表尾; pos == 0:插在有序表的适当位置,使保持有序; pos <= n && pos >= 1:插在第 po扩大空间。 在插入时:需把从 pos 位置开始的元素向后移一个位置,使空出第 pos 位置。 3、线性表的顺序存储结构:线性表元素的删除 O(n) bool DeleteList (SeqList &L, ElemType &item , int pos ) 三种情况:( 合并) pos == -1:删除表尾元素; pos == 0:删除指定元素; pos <= n 删除时:需把从 pos+1 位置开始的元素向前移一个位置。 4、线性表的顺序存储结构:排序,采用直接插入排序法 ●原理:依次将每个数据元素插入到已排好序的有序表中。 ●过程: 首先将待排序序列的第 1 个数据元素看成是一个有序的子序列, 然后将第 2 个数据元素、 第 3 个 数据元素、…… 依次插入到这个有序序列。 书 P59 5、线性表的链式存储结构 && pos >= 1:删除第 pos 位置元素;在 ElemType item , int pos )
( 7)从线 性表中删除 所有其值重 复的元素,使 其所有元素 的值均不同 ,如对于线 性表(2,8,9, 2,5,5,6,8,7,2),则执行此算法后变为(2,8,9,5,6,7)。 解:void Delete5(List& L) //从线性表中删除所有其值重复的元素,使其所有 元素的值均不同 { int i=0; while(i<L.size){ int j=i+1; while(j<L.size) { //删除重复值为 L.list[i]的所有元素 if(L.list[j]==L.list[i]){ 第三章 集合、稀疏矩阵、和广义表 1、集合由具有相同属性的 数据元素组合而成,数据之间没有任何前驱和后继关系。 2、稀疏矩阵:非零元素个数远远少于零元素个数的矩阵 3、稀疏矩阵有顺序和链接两种存储结构。存储内容为三元组线性表及其行数、列数、非零元个数。 4、广义表简称表,是线性表的推广。一个广义表是 n(n≥0)个元素的一个有限序列,当 n=0 时则称为空表。 5、3-1. ⑴写出它的三元组线性表; 解:((1,2,4),(2,4,-3),(2,7,1),(3,1,8),(4,4,5),(5,,2,-7),(5,6,2),(6,4,6)) ⑵给出它的顺序存储表示; for(int k=j+1;k<L.size;k++) L.list[k-1]=L.list[k]; L.size--; } else j++; } i++; } }
解:下标 1 2 3 4 5 6 7 8 ... MaxTerms row(行号) 1 2 2 3 4 5 5 6 col(列号) 2 4 7 1 4 2 6 4 val(元 素值) 4 -3 1 8 5 -7 2 6 第四章 栈和队列 1、栈又称堆栈,是一种运算受限制的线性表,只允许在表的一端进行插入或删除。 2、A.栈的顺序存储结构:插入,删除 B.栈的链式存储结构:插入,删除 3、中缀表达式转换为后缀表达式算法:扫描一遍中缀算术表达式即可。中缀表达式转换成对应的后缀表达 式后,操作数的次序不变,运算符次序改变。设立栈暂存运算符,栈底预存优先级最低的@ 算法思想: (例:a+b*c 与 a*b+c)依次扫描中缀算术表达式的每个字符,若是操作数,直接输出到后缀 表达式;若是“ (” ,则进栈;若是“) ” ,则依次退出栈顶运算符发送给后缀表达式,直至遇到“(” , “(” 出栈; 若是运算符,且优先级大于栈顶元素,则入栈,否则依次退出低优先级栈顶运算符发送给后缀表达 式,再进栈。 优先级:乘除:2 ; 加减:1; “@” “(”:0 4、队列简称队,也是一种运算受限的线性表,只允许在表的一端进行插入,在表的另一端进行删除。 5、A.队列的顺序存储结构:插入,删除 B.队列的链式存储结构:插入,删除 6、4-1.假定有四个元素 A、B、C、D,按所列次序进栈,试写出所有可能的出栈列,注意,每一个元素进 栈后都允许出栈,如 ACDB 就是一种出栈序列。 解: ABCD ABDC ACBD ADCB BACD BADC BCAD BCDA BDCA CBAD CDBA DCBA 4-2. 已知一个中缀算术表达式为: 3+4/(25-(6+15))*8@。写出对应的后缀算术表达式。解:3 4 25 6 15 + - /8 * + @ 4-3 假定在一个链接队列中只设置队尾指针,不设置队首指针,并且让队尾结点的指针域指向队首结点 (称此为循环链队),试分别写出在循环链队上进行插入和删除的算法。 解: 插入操作的算法如下。 void QInsert(LNode*&Rear,const ElemType& item) //使新元素 item 的值插入到循 环链队中 { LNode*newptr=new Lnode; //得到一个由 newptr 指针所指 向的新结点 if(newptr==NULL){ cerr<<"Memory failare"<<end1; exit(1); } newptr->data=item;// 把 item 的值赋给新结点的值域 if(Rear==NULL) Rear=newptr->next=newptr; 第五章 树 1、树是树形结构的简称。是一种重要的非线性、递归的数据结构。 allocation //若链队为空,则新结点即是队 首结点又是队尾结点 else{ newptr->next=Rear->next; //使新结点的指针域指向队首 结点 Rear->next=newptr; //使队尾结点的指针域指向新 结点 Rear=newptr; //使新结点成为新的队尾结点 } } 删除操作的算法如下。 ElemType QDelete(LNode*&Rear) //从循环链队中删除队首元素 { if(Rear==NULL){ cerr<<"Linked queue is empty!"<<end1; exit(1); } LNode* p=Rear->next; // 使 p 指向队首结点 if(p==Rear) Rear=NULL; //若链队中只有一个结点, 则删 除后队尾指针为空 else Rear->next=p->next; //使队尾结点的指针域指向队 首结点的后继结点 ElemType temp=p->data;//暂存 队首元素 delete p;//回收原队首结点 return temp;//返回被删除的队 首元素 }
{ int i=0; while(i<L.size) if(L.list[i]==x){ for(int j=i+1;j<L.sizr;j++) L.list[j-1]=L.list[j];
L.size--; } else i++; }
⑸ 从线性表中删除其值在给定值 s 和 t 之间(要求 s 小于 t)的所有元素。 解:void Delete3(List& L,ElemType s,ElemType t) //从线性表中删除其值在给定值 s 和 t 之间的所有 元素 { int i=0; while(i<L.size) if((L.list[i]>=s)&&(L.list[i]<=t)){ ⑹ 从有序表中删除其值在给定值 s 和 t 之间(要求 s 小于 t)的所有元素。 解:void Delete4(List& L,ElemType s,ElemType t) //从有序表中删除其值在给定值 s 和 t 之间的所有 元素 { int i=0; while(i<L.size)//从有序表 L 中查找出大于等于 s 的第一个元素 if(L.list[i]<s)i++; else break; if(i<L.size){ While((i+j<L.size)&&(L.list[i+j]<=t)) j++;//求出 s 和 t 之间元素的个数 for(int k=i+j;k<L.size;k++) L.list[k-j]=L.list[k]; L.size-=j; } } for(int j=i+1;j<L.size;j++) L.list[j-i]=L.list[j]; L.size--; } else i++; }
相关文档
最新文档