数据结构

数据结构可视化学习网站可以动态演示数据结构的变化过程 链接: link 来源： CSDN 作者： sen_zhang 链接： https://blog.csdn.net/sen_zhang/article/details/104814480

前言 从前面的文章，我们知道，ARP协议的核心是ARP缓存表，而ARP协议的实质就是对缓存表项（entry）的建立、更新、查询等操作。 那么，LwIP中是是怎么实现ARP协议的呢? ARP缓存表的数据结构 LwIP使用一个arp_table数组描述ARP缓存表，数组的内容是表项的内容，每个表项都必须记录一对IP地址与MAC地址的映射关系，此外还有一些基本的信息，如表项的状态、生命周期（生存时间）以及对应网卡的基本信息，LwIP使用一个etharp_entry结构体对表项进行描述。 而且LwIP预先定义了缓存表的大小，ARP_TABLE_SIZE默认为10，也就是最大能存放10个表项，由于这个表很小，LwIP对表的操作直接采用遍历方式，遍历每个表项并且更改其中的内容。 static struct etharp_entry arp_table [ ARP_TABLE_SIZE ] ; struct etharp_q_entry { struct etharp_q_entry * next ; struct pbuf * p ; } ; struct etharp_entry { # if ARP_QUEUEING /** 指向此ARP表项上挂起的数据包队列的指针. */ struct etharp_q_entry * q ; # else /* ARP_QUEUEING */ /**

一.基本数据结构 1.数组、字符串 优点： 构建一个数组非常简单 能让我们在O(1)的时间里根据数组下标查询某个元素 缺点： 构建时必须分配一段连续的空间 查询、删除、添加某个元素时须遍历整个数组 2.链表 单链表：链表中的每个元素实际上是一个单独的对象，而所有对象都通过每个元素中的引用字段链接在一起。 双链表：双链表的每个结点中都含有两个引用字段。 优点：灵活分配空间 缺点：查询元素需要O(n)时间 解题技巧： 利用快慢指针（有时需要三个指针) 加链表头 例如： 两个排序链表进行整合排序 将链表的奇偶数按原定顺序分离，生成前半部分为奇数，后半部分为偶数的链表 3.栈 特点：后进先出 算法基本思想： 可以用一个单链表实现 只关心上一次操作 处理完上一次操作后，能在O(1)时间内查找到更前一次的操作。 4.队列 特点：先进先出 双链表实现 常用场景： 广度优先搜索 5.树 特点：结构直观 常考算法：递归 常考树的形状： 普通二叉树 平衡二叉树 完全二叉树 二叉搜索树 红黑树 树的遍历应用场景： 前序遍历：多应用于树的创建和搜索 中序遍历：二叉搜索树 后序遍历：在对某个节点进行分析的时候，需要来自左子树和右子树的信息。 二.高级数据结构 1.优先队列 与普通队列区别： 保证每次取出的元素是队列中优先级最高的 优先级别可自定义 常用场景： 从杂乱无章的数据中按照一定的顺序（或优先级

---恢复内容开始--- 推荐一本学习书籍：程杰的《大话数据结构》。 既然是数据结构，那什么是数据结构呢？这里补充一些基本术语和概念。 数据结构： 是一门研究非数值计算的程序设计问题中的操作对象，以及它们之间的关系和操作等相关问题的学科。 数据： 是描述客观事物的符号，是计算机中可以操作的对象，是能被计算机识别，并输入给计算机处理的符号总集。 数据元素： 是组成数据、有一定意义的基本单位，在计算机中通常作为整体处理。也成为记录。 数据项： 一个数据元素可以由若干个数据项组成。数据项是数据不可分割的最小单位。 数据对象： 是性质相同的数据元素的集合，是数据的子集。 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。 逻辑结构：是指数据对象中数据元素之间的相互关系。 集合结构：集合结构中的数据元素除了属于同一个集合外，它们之间没有其他关系。 线性结构：线性结构中的数据元素之间是一对一的关系。 树形结构：树形结构中的数据元素之间存在一种一对多的层次关系。 图形结构：图形结构的数据元素是多对多的关系。 物理结构：是指数据的逻辑结构在计算机中的存储形式 顺序存储结构：是把数据元素存放在地址连续的存储单元里，其数据将的逻辑关系和物理关系是一致的。 链式存储结构：是把数据元素存放在任意的存储单元里，这组存储单元可以是连续的，也可以是不连续的。 数据类型

1.软件专业术语 [1] 软件=程序+软件工程 程序 =数据结构+算法 软件企业=软件+商业模式 [2] 软件构架（ Software Architecture ） 软件设计与实现（ Software Drsign,Implementation and Debug ） 源代码管理（ Source Code Control ） 配置管理（ Software Configuration Management ） 质量保证（ Quality Assurance ） 软件测试（ Test ） 需求分析（ Requirement Analysis ） 程序理解（ Program Comprehension ） 软件维护（ Software Maintenance ） 服务运营（ Service Operation ） 软件的生命周期（ Software Maintenanec ） 服务运营（ Service Operation ） 软件的生命周期（ Software Life Cycle,SLC ） 软件项目负责的管理（ Project Management ） 用户体验（ User Experience ） 国际化和本地化（ Globalization & Localization ） [3] 复杂性（ Complexity ） 不可见性（ Invisibility ） 易变性（

题目 解题 设置两个节点newhead,newnext,newnext用于遍历链表中的所有元素，newhead通过判断newhead.val与newnext.val是否相等，指向不重复的元素，达到删除重复元素的效果。 注意遍历结束后要将newhead.next=null,否则若原链表最后两个元素相等，删除后的新链表会保留该重复元素。 public ListNode DeleteDuplicates ( ListNode head ) { if ( head == null || head . next == null ) { return head ; } ListNode newhead = head ; ListNode newnext = head . next ; while ( newnext != null ) { if ( newhead . val != newnext . val ) { newhead . next = newnext ; newhead = newnext ; } newnext = newnext . next ; } newhead . next = null ; return head ; } 来源： CSDN 作者： Leeyayai 链接： https://blog.csdn.net/qq_44425179/article

数据结构（程序设计=数据结构+算法） 数据结构就是关系，没错，就是数据元素相互之间存在的一种或多种特定关系的集合。 传统上，我们把数据结构分为逻辑结构和物理结构。 逻辑结构： 是指数据对象中数据元素之间的相互关系，也是我们今后最需要关注和讨论的问题。 物理结构： 是指数据的逻辑结构在计算机中的存储形式。 常用的数据结构有： 数组，队列（queue），堆（heap）,栈（stack），链表（linked list ），树（tree），图（graph）和散列表（hash） 栈（stack）：运算只在表的一端进行；队列（Queue）：运算只在表的两端进行。 队列（queue）是只允许在一端进行插入操作，而在另一端进行删除操作的线性表。 与栈相反，队列是一种先进先出（First In First Out, FIFO）的线性表。 与栈相同的是，队列也是一种重要的线性结构，实现一个队列同样需要顺序表或链表作为基础。 四大结构 集合结构 线性结构 树形结构 图形结构 顺序存储和链式存储 数据元素的存储结构形式有两种：顺序存储和链式存储。 例如我们编程语言的数组结构就是这样滴。 链式存储结构：是把数据元素存放在任意的存储单元里，这组存储单元可以是连续的，也可以是不连续的。 链式存储结构 线性表 线性表：就好像是排队一样，具有线一样性质的结构，它是由零个或多个数据元素组成的有限序列。 若元素存在多个

记录： 算法，很早之前，我就知道是特别重要一环；但是，今天，看到一个简单例子，第一次被震撼了。 算法： 算法是独立存在的一种解决问题的方法和思想。 算法五大特性： 输入: 算法具有0个或多个输入 输出: 算法至少有1个或多个输出 有穷性: 算法在有限的步骤之后会自动结束而不会无限循环，并且每一个步骤可以在可接受的时间内完成 确定性：算法中的每一步都有确定的含义，不会出现二义性 可行性：算法的每一步都是可行的，也就是说每一步都能够执行有限的次数完成 大O记法： 对于单调的整数函数f，如果存在一个整数函数g和实常数c>0，使得对于充分大的n总有f(n)<=c*g(n)，就说函数g是f的一个渐近函数（忽略常数），记为f(n)=O(g(n))。也就是说，在趋向无穷的极限意义下，函数f的增长速度受到函数g的约束，亦即函数f与函数g的特征相似。 时间复杂度： 假设存在函数g，使得算法A处理规模为n的问题示例所用时间为T(n)=O(g(n))，则称O(g(n))为算法A的渐近时间复杂度，简称时间复杂度，记为T(n)。 时间复杂度排序： 最优时间复杂度： 算法完成工作最少需要多少基本操作。 最坏时间复杂度： 算法完成工作最多需要多少基本操作。 平均时间复杂度： 算法完成工作平均需要多少基本操作。 时间复杂度的几条基本计算规则： 1.基本操作，即只有常数项，认为其时间复杂度为O(1)。 2.顺序结构

平均查找长度(ASL, Average Search Length)： 在查找过程中，一次查找的长度是指需要比较的关键字次数，而平均查找长度则是所有查找过程中进行关键字比较次数的平均值，（即 ASL= \(\sum\) 查找概率*比较次数 ）（一般为等概率1/n） 静态查找表： 查找表的操作无需动态地修改查找表，如 顺序查找、折半查找、散列查找等。 动态查找表： 需要动态地插入或删除的查找表，如 二叉排序树、二叉平衡树、B树、散列查找等。 线性结构 顺序查找 适用条件： 适用于 线性表 基本思想： 从线性表的一段开始，逐个检查关键字是否满足给定的条件。若查找到某个元素的关键字满足给定的条件，则查找成功，返回该元素在线性表中的位置；若已经查找到表的另一端，但还没有查找到符合给定条件的元素，则返回查找失败的信息。 具体实现： typedef struct { //查找表的数据结构 ElemType *data; //元素空间基址，建表时按实际长度分配，0号单元留空 int length; //表的长度 }List; //Sequential Search Table //在顺序表L中顺序查找关键字为key的元素。若找到则返回该元素在表中的位置 int Search_Seq(List L, ElemType key) { L.data[0] = key; //“哨兵” for(i = L

1、向量 向量是用于存储数值型、字符型或逻辑性数据的一维数组，执行组合功能的函数c()可用来创建向量 下面创建向量a,并对其进行运算 > a<-c(2,3,4) > a [1] 2 3 4 > a*a [1] 4 9 16 > a*(-a) [1] -4 -9 -16 2、矩阵 矩阵是一个二维数组只要每个元素拥有相同的模式，可通过函数matrix创建矩阵 一般的格式：newmatrix<-matrix(vector,nrow=numbers_of_rows,ncol=number_of_columns,byrow=logical_value,dimnames=list(char_vector_rownames,char_vector_colnames)) 上面的各个参数解释： vector:表示是一个向量，包含了矩阵的元素 nrow和ncol用以指定行和列的维数 dimnames包 列名含了可选的、以字符向量表示的行名 byrows表示矩阵式按行填充（byrows=TRUE）还是按列填充(byrows=FALSE).默认按行 1、创建一个矩阵 > y<-matrix(1:20,nrow=5,ncol=4) > y [,1] [,2] [,3] [,4] [1,] 1 6 11 16 [2,] 2 7 12 17 [3,] 3 8 13 18 [4,] 4 9 14 19 [5,]