算法与数据结构

1. python中内置计算算法效率的类 class timeit.Timer(stmt=‘pass’, setup=‘pass’, timer=) Timer是测量小段代码执行速度的类。 stmt参数是要测试的代码语句（statment）； setup参数是运行代码时需要的设置； timer参数是一个定时器函数，与平台有关。 timeit.Timer.timeit(number=1000000) def test1 ( ) : l = [ ] for i in range ( 1000 ) : l = l + [ i ] def test2 ( ) : l = [ ] for i in range ( 1000 ) : l . append ( i ) def test3 ( ) : l = [ i for i in range ( 1000 ) ] def test4 ( ) : l = list ( range ( 1000 ) ) from timeit import Timer t1 = Timer ( "test1()" , "from __main__ import test1" ) print ( "concat " , t1 . timeit ( number = 1000 ) , "seconds" ) t2 = Timer ( "test2()" ,

文章目录 相关知识点——数据结构、排序算法和查找算法 数据结构 列表 栈 队列 链表 字典 散列 图 二叉树和二叉查找树 排序算法 基本排序算法 冒泡排序 选择排序 插入排序 高级排序算法 希尔排序 归并排序 快速排序 查找算法 顺序查找 二分查找 相关知识点——数据结构、排序算法和查找算法 相关讲解细分： 数据结构：列表、栈、队列、链表、字典、散列、图和二叉查找树 排序算法：冒泡排序、选择排序、插入排序、希尔排序、归并排序和快速排序 查找算法：顺序查找和二分查找 数据结构 列表 在日常生活中，人们经常使用列表：待办事项列表、购物清单、最佳十名榜单等等。而计算机程序也在使用列表，在下面的条件下，选择列表作为数据结构就显得尤为有用： 数据结构较为简单 不需要在一个长序列中查找元素，或者对其进行排序 反之，如果数据结构非常复杂，列表的作用就没有那么大了。 栈 栈是一种特殊的列表，栈内的元素只能通过列表的一端访问，这一端称为栈顶。想象一下，我们平常在饭馆见到的一摞盘子就是现实世界常见的栈的例子，只能从最上面取盘子，盘子洗干净后，也只能放在最上面。栈被称为一种后入先出的数据结构。是一种高效的数据结构，因为数据只能在栈顶添加或删除，所以这样的操作很快。 使用条件： 只要数据的保存满足后入先出或先进后出的原理，都优先考虑使用栈. 队列 队列也是一种列表，不同的是队列只能在队尾插入元素

前序遍历是指，对于树中的任意节点来说，先打印这个节点，然后再打印它的左子树，最后打印它的右子树。 中序遍历是指，对于树中的任意节点来说，先打印它的左子树，然后再打印它本身，最后打印它的右子树。 后序遍历是指，对于树中的任意节点来说，先打印它的左子树，然后再打印它的右子树，最后打印这个节点本身。 层次遍历是指，对树中的节点一层一层的打印，其实就是广度优先算法(BFS)。 一、前序遍历 LeetCode: https://leetcode-cn.com/problems/binary-tree-preorder-traversal/ C语言代码实现： 1 /** 2 * Definition for a binary tree node. 3 * struct TreeNode { 4 * int val; 5 * struct TreeNode *left; 6 * struct TreeNode *right; 7 * }; 8 */ 9 10 11 /** 12 * Note: The returned array must be malloced, assume caller calls free(). 13 */ 14 15 /* 获取树的节点个数 */ 16 int getTreeNodeLen(struct TreeNode* root) 17 { 18 if (root

常见面试题 1。什么是平衡二叉树？ 插入数据？ 2。解决hash冲突的办法？ 3。阻塞队列，生产者消费者模型。 4。B－树，B+树的区别（时间复杂度） 5。二叉树与堆的关系？（时间复杂度） 树 1。二叉树的定义： 每个节点最多只有两颗子树，并且有左右子树之分。 每一层节点达到最大就是满二叉树。 每一层节点序号和满二叉树对应，为完全二叉树（满二叉树从后向前删减可变成完全二叉树） 2。遍历二叉树：（先中后代表root点的顺序，左右子树的先后是确定的） 先序遍历：root－左－右 中序遍历：左－root－右 后序遍历：左－右－root 线索二叉树就是通过遍历二叉树的顺序，在左指针加上前驱，右指针加上后继。 3。深林变二叉树： 所有节点，最左子树不变，其余节点全部断开，依次变为左兄弟节点的右节点。 4。最优二叉树（哈夫曼树）： 权值越小的节点离根最远，才可以达到二叉树的总路径长度最小。 5。二叉排序树（二叉查找树）： 所有节点，左子树的所有节点的值都小于根节点的值，所有右子树节点的值都大于根节点的值。 所以，中序遍历可以达到有序序列。 查找的时间复杂度：O(log2n) 递归查找算法： 6。平衡二叉树： 树中任何一个节点的左右两颗子树的高度差的绝对值不能大于1。 左右旋使之保持为平衡二叉树： 左边多，并且添加节点在左节点(的任一边)：直接右旋 右边多，并且添加节点在右节点(的任一边)

第八章 排序 8.1排序的基本概念 8.2插入排序 8.3交换排序 8.4选择排序 8.5归并排序 8.6分配排序 8.1排序的基本概念 排序：给定一组记录的集合{r1, r2, ……, rn}，其相应的关键码分别为{k1, k2, ……, kn}，排序是将这些记录排列成顺序为{rs1, rs2, ……, rsn}的一个序列，使得相应的关键码满足ks1≤ks2≤……≤ksn（称为升序）或ks1≥ks2≥……≥ksn（称为降序）。 正序：待排序序列中的记录已按关键码排好序。 逆序（反序）：待排序序列中记录的排列顺序与排好序的顺序正好相反。 趟：在排序过程中，将待排序的记录序列扫描一遍称为一趟。 通常，一次排序过程需要进行多趟扫描才能完成 排序的分类-根据排序数据在内存中还是在外存中： 1.内排序：在排序的整个过程中，待排序的所有记录全部被放置在内存中 2. 外排序：由于待排序的记录个数太多，不能同时放置在内存，而需要将一部分记录放置在内存，另一部分记录放置在外存上，整个排序过程需要在内外存之间多次交换数据才能得到排序的结果。 排序的分类-根据排序过程中所进行的基本操作分： 基于比较：基本操作——关键码的比较和记录的移动，其最差时间下限已经被证明为O（nlog2n）。 不基于比较：根据关键码的分布特征。比如，桶式排序，基数排序（多关键字排序） 1.时间复杂性：基本操作。

数据结构 + 算法 = 程序 数据结构 就是关系（数据元素相互之间存在一种或多种特定关系的集合），包括： 　　1.逻辑结构　 　　　　 集合结构： 元素同属一个集合，但无关联。 　　　　 线性结构： 元素之间是一对一的关系，连成线，每个元素是一个节点。 　　　　 树形结构： 一对多的层次关系。 　　　　 图形结构： 多对多。 　　2.物理结构 　　定义：研究如何把数据元素（后简称元素）存储到计算机的存储器中。 　　存储器是主要 针对内存 而言的，像硬盘、软盘、光盘等外部存储器的数据组织通常用 文件结构 来描述。 　　元素的存储形式有两种： 顺序存储 和 链式存储 。 　　　　顺序存储结构：元素存放在地址连续的存储单元，数据间的逻辑关系和物理关系一致。 　　　　链式存储结构：元素存放在任意的存储单元，不一定连续，不能反映逻辑关系，需要用一个指针存放元素地址，通过地址找元素位置。 算法 五个基本特性： 输入 、 输出 、 有穷性 、 确定性 和 可行性 。（有没有输入都可以，但必须有输出；无二义； 每步都可实现）　　另：操作系统普遍存在缓冲区溢出现象 要求： 正确性 （1.无语法错误；2.合法输入可产生满足要求的输出；3.非法输入可产生满足规格的说明；4.故意刁难的测试输入有满足要求的输出结果）、 可读性 　、 健壮性 、 时间效率高和存储量低 。　　 来源： https://www

本文将首先介绍什么是堆，然后介绍了堆的插入和删除操作，最后给出了堆的代码实现，并进行了测试。 什么是堆 堆是一颗完全二叉树，堆中某个节点的值总是不大于或不小于其父节点的值。根节点最大的堆叫做大根堆，根节点最小的堆叫做小根堆。 首先解释下什么是完全二叉树，设一颗二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。如下图所示，左侧的二叉树满足完全二叉树的定义，而右侧的不满足。 上图左侧便是一个小根堆，满足任意一个节点的值总是不小于其父节点的值。 堆的表示 一般的二叉树表示时需要首先定义节点结构，节点中包含指向父节点的指针，如下所示： class Node<E>{ E e;//节点储存的值 Node left,right;//左右子节点 public Node(E e){ this.e = e; this.left = this.right = null; } } 但是堆并不是像树一样存储，其中没有使用父指针或者子指针，而是用数组来实现。怎么用数组来实现呢？先看一张图，如下： 我们从0开始对节点进行编号，寻找其中父子节点之间索引的对应关系。 首先，通过子节点的索引来找父节点的索引，设子节点的索引为i,则其父节点的索引为 int parentIndex = (i - 1) / 2; 然后

一、概念 冒泡排序（Bubble Sorting）：通过对待排序序列从前往后，依次比较相邻元素的值，若发现逆序则交换，使值较大的元素主键从前移向后部，就像水底下冒泡一样逐渐往上冒。 通俗来讲就是：相邻元素对比，左边比右边大的话就换个位置，每轮对比下来就能确定一个最大值，第一轮最大值在最后位置，第二轮倒数第二大的值在倒数第二个位置上，以此类推，也就是需要对比的次数为数组长度-1，因为每次对比都能确定一个最大值，且放到最后。 二、图解 比如要冒泡如下数组：[3, 9, -1, 10, -2] 第一趟排序： [3，-1，9，-2，10] 第二趟排序： [-1，3，-2，9，10] 第三趟排序： [-1，-2，3，9，10] 第四趟排序： [-2，-1，3，9，10] 三、coding 1、lowb演示版 package com . chentongwei . struct . sort ; import java . util . Arrays ; /** * Description: * * @author TongWei.Chen 2019-12-30 17:18:26 */ public class BubbleSort { public static void main ( String [ ] args ) { int [ ] arr = { 3 , 9 , - 1 , 10

快速排序是一种二叉树结构的交换排序算法     其基本思想是在序列中找一个元素作为基准值，将排序集合分割为两个子序列，左子序列中的所有元素都小于基准值，右子序列中的所有元素均大于基准值，再将左右子树重复此操作，知道所有元素都排列在相应位置 源代码获取： https://github.com/akh5/C-/blob/master/%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84/%E6%8E%92%E5%BA%8F/quicksort.c 讨论前后指针法 序列中分别在前后定义两个指针，将一开始开头指针指向的值作为基准值，后指针开始向前遍历，遍历到比基准值小的值时，当前位置的值与基准值交换，前指针开始向后遍历，遇到比基准值大的值时，当前位置与基准值交换，，换前指针向前遍历，反复交替，直到前指针与后指针交叉。 此时将序列分为左右两个子树，基准值为根，左子树均小于基准值，右子树均大于基准值 # include <stdio.h> void Swap ( int * a , int * b ) //交换的函数 { int temp ; temp = * a ; * a = * b ; * b = temp ; } void dealsort ( int * arr , int start , int end ) { if ( start >= end ) {

利用判断素数的函数，编写程序找出1-100之间所有的孪生素数（若两个素数之差为2，这两个素数就是一对孪生素数）。例如：3和5,5和7,11和13等都是孪生素数。（python） def Prime(n): if n<2: return False elif n==2: return True else: i=2 for i in range(2,n): if n%i==0: break else: i=i+1 if i==n: return True else: return False for i in range(1,100): if Prime(i)==True and Prime(i+2)==True: print ( i,i+2,"是孪生素数") 来源： CSDN 作者： LY_dreams 链接： https://blog.csdn.net/MengJing_/article/details/103754298