算法与数据结构

判断题 1.(neuDS)所谓随机存取，就是通过首地址和元素的位序号值可以在O(1)的时间内找到指定的元素。 T F 2.(neuDS)在顺序表上进行插入、删除操作时需要移动元素的个数与待插入或待删除元素的位置无关。 T F 3.顺序存储方式只能用于存储线性结构。 T F 4.在顺序表中取出第i个元素所花费的时间与i成正比。 T F 5.对于顺序存储的长度为 N 的线性表，删除第一个元素和插入最后一个元素的时间复杂度分别对应为 O (1)和 O ( N )。 T F 6.(neuDS)在顺序表中逻辑上相邻的元素，其对应的物理位置也是相邻的。 T F 7.顺序存储的线性表可以随机存取。 T F 8.顺序存储结构的主要缺点是不利于插入或删除操作。 T F 选择题 1.用数组表示线性表的优点是（）。 A.便于插入和删除操作 B.便于随机存取 C.可以动态地分配存储空间 D.不需要占用一片相邻的存储空间 2.阅读下列程序，其功能是（）。 typedef struct { ElemType *list; int size; intMaxSize; }SeqList; void fun1(SeqList&L) { inti, j; ElemType temp; for (i=0, j= L.sise-1; i<j; i++, j--) { temp=L.list[i]; L.list[i]=L

哈希表 google公司的一个上机题: 有一个公司,当有新的员工来报道时,要求将该员工的信息加入(id,性别,年龄,名字,住址…),当输入该员工的id时,要求查找到该员工的 所有信息. 要求: 不使用数据库,速度越快越好=>哈希表(散列) 添加时，保证按照id从低到高插入 (实际上就是叫我们创建链表数组) 代码实现 package hashtab ; import java . util . Scanner ; public class HashTabDemo { public static void main ( String [ ] args ) { // 创建哈希表 HashTab hashTab = new HashTab ( 7 ) ; // 写一个简单菜单 String key = "" ; Scanner scanner = new Scanner ( System . in ) ; while ( true ) { System . out . println ( "add: 添加雇员" ) ; System . out . println ( "list: 显示雇员" ) ; System . out . println ( "find: 查找雇员" ) ; System . out . println ( "del: 删除雇员" ) ; System . out

STL（Standard Template Library即，模板库）包括六个部分：容器（containers）、迭代器（iterators）、空间配置器（allocator）、配接器（adapters）、算法（algorithms）、仿函数（functors） vector 1、vector：连续存储 （1）头文件，#include<vector> （2）创建vector对象，vector<int> vec； （3）尾部插入元素，vec.push_back(a)； （4）使用下标访问元素，cout<<vec[0]<<endl； （5）使用迭代访问元素 1 vector<int>::iterator it; 2 for(it=vec.begin();it!=vec.end();it++) 3 cout<<(*it)<<endl; （6）插入元素，vec.insert(vec.begin()+i,a)；在第i+1个元素前面插入a （7）删除元素，vec.erase(vec.begin()+2)；删除第3个元素 　　　　　　　 vec.erase(vec.begin()+i,vec.end()+j)；删除区间[i,j-1]；区间从0开始 （8）向量大小，vec.size()； （9）清空，vec.clear()； vector的元素不仅仅只限于int型，int、double

线性表（线性存储结构）线性表是 最基本 、 最简单 、也是 最常用 的一种数据结构。它是数据结构与算法的基础之一。例如26个英文字母表：（A,B,C,D，···，Z）或者学生基本信息表又或者十二星座的排序等等，它们都是线性表。 一.线性表的定义和特点 线性表（linear list）：是 n个具有相同特性的数据元素的有限序列 。数据元素是一个抽象的符号，其具体含义在不同的情况下一般不同。 n的个数代表线性表的长度，当n = 0时，称为 空表 。 对于非空的线性表或线性结构，其 特点 是： 存在唯一的一个被称作“第一个”的数据元素； 存在唯一的一个被称作“最后一个”的数据元素； 除第一个之外，结构中的每个数据元素均只有一个前驱； 除最后一个之外，结构中的每个元素均只有一个后继； 对于前驱和后继 某一元素的左侧相邻元素称为“ 直接前驱 ”，位于此元素左侧的所有元素都统称为“ 前驱元素 ”； 某一元素的右侧相邻元素称为“ 直接后继 ”，位于此元素右侧的所有元素都统称为“ 后继元素 ”； 以图数据中的元素 3 来说，它的直接前驱是 2 ，此元素的前驱元素有 2 个，分别是 1 和 2；同理，此元素的直接后继是 4 ，后继元素也有 2 个，分别是 4 和 5。如图所示： 二.线性表的基本操作 InitList(&L) ：构造一个空的线性表L。 DestroyList（&L） ：销毁线性表L。

数的划分 将整数n分成k份，且每份不能为空，任意两份不能相同(不考虑顺序)。 例如：n=7，k=3，下面三种分法被认为是相同的。1，1，5; 1，5，1; 5，1，1; 问有多少种不同的分法。 输入：n，k ( 6 < n ≤ 200，2 ≤ k ≤ 6 ) 输出：一个整数，即不同的分法。 示例1 输入 //两个整数 n,k ( 6 < n ≤ 200， 2 ≤ k ≤ 6 ) 7 3 输出 //1个整数，即不同的分法。 4 C++ 法一：记忆化搜索 方法为减而治之，把n划分成k份的答案就相当于每次把n分成a，b两个数，再把a分成k-1份，然后把每次a分成k-1份的答案相加即可。注意点是每轮分出来的b要不大于上一轮分出来的b。 //https://www.nowcoder.com/questionTerminal/3773e51c48ec4727939cc85a8bc4c60d #include <bits/stdc++.h> using namespace std; #define rep(i,n) for (int i = 0; i < (n); ++i) #define For(i,s,t) for (int i = (s); i <= (t); ++i) #define rFor(i,t,s) for (int i = (t); i >= (s); --i) #define

课程简介 本系列视频教程为数据结构与算法基础，使用java语言描述，适合没有学过C/C++有一定Java基础的同学。没有Java基础的同学可以先行学习Java基础。 课程目录 ├─线性表 ├─栈和队列 ├─HashMap和LinkedHashMap ├─树 ├─二叉树 ├─图 ├─图的遍历与最小生成树 ├─图的最短路径与拓扑排序 ├─算法简介 ├─算法排序 ├─排序与归并 ├─递归与穷举 ├─贪心和分治 ├─动态规划和回溯 来源： CSDN 作者： di_pingxian 链接： https://blog.csdn.net/di_pingxian/article/details/103897423

页面置换算法 页面置换算法 前提的数据结构 go语言实现双向链表数据结构 FIFOCache FIFOCache实现代码 测试数据和测试代码 测试结果 什么是LRU Cache 数据结构 代码实现 LFUCache 实现代码 测试代码和测试结果 页面置换算法 什么是Cache？狭义的Cache指的是位于CPU和主存间的快速RAM， 通常它不像系统主存那样使用DRAM技术，而使用昂贵但较快速的SRAM技术。 广义上的Cache指的是位于速度相差较大的两种硬件之间， 用于协调两者数据传输速度差异的结构。除了CPU与主存之间有Cache， 内存与硬盘之间也有Cache，乃至在硬盘与网络之间也有某种意义上的Cache── 称为Internet临时文件夹或网络内容缓存等。 前提的数据结构 不管是在fifo,lru,lfu的cache中,其底层数据结构 都是双向链表加hashmap实现的 go语言实现双向链表数据结构 package DoubleLinked import ( "fmt" "strings" ) type Node struct { key interface { } value interface { } prev , next * Node } // 实现打印方法 func ( this Node ) String ( ) string { builder :=

13.1 堆的概念 堆是一种二叉树，是一种特殊的二叉树 节点的子节点的关键字 13.2 java程序实现堆这种数据结构 13.2.1编程思路： 　　step1，首先了解堆的概念 堆是完全二叉树 使用数组来存储堆元素，熟记数组元素下标和子节点、父节点的关系 如果堆中某个节点的数组下标为x,那么 　　 熟记“”堆条件“”　　　　　　　　 　　step2，依据堆的概念，设计class Heap中成员函数—— fun:删除堆中关键值最大的节点 编程思路　　 　　　　　 java代码 　　 　　step3，依据堆的概念，设计class Heap中的成员函数—— fun:往现有的堆中插入一个新的节点 编程思路： 向上筛选，使得新插入的节点关键值小于父节点关键值，大于子节点关键值，使得新的二叉树重新满足“”堆条件“” 只需要将新节点关键值和其“”暂时位置“”上的父节点的关键值相比较，并根据需要交换位置即可 　　 java代码： trickleUp(int index)函数将新节点向上筛选使得重新满足堆条件，该函数的参数是节点在存储堆元素的数组中的位置下标 应注意上述程序中插入的一个新的节点之后，数组大小currentSize++ 　　　　　　 　　 step4，依据堆的概念，设计class Heap中的成员函数—— fun:改变的堆中某个节点的值 编程思路： 如果该节点的关键值降低了

什么是链表 和数组一样，链表也是一种线性表。 从内存结构来看，链表的内存结构是不连续的内存空间，是将一组零散的内存块串联起来，从而进行数据存储的数据结构。 链表中的每一个内存块被称为节点Node。节点除了存储数据外，还需记录链上下一个节点的地址，即后继指针next。 链表的特点 插入、删除数据效率高，时间复杂度为O(1)，只需更改指针指向即可。 随机访问效率低，时间复杂度为O(n)，需要从链头至链尾进行遍历。 和数组相比，链表的内存空间消耗更大，因为每个存储数据的节点都需要额外的空间存储后继指针。 常见的链表结构 单链表 每个节点只包含一个指针，即后继指针。 单链表有两个特殊的节点，即首节点和尾节点。 用首节点地址表示整条链表，尾节点的后继指针指向空地址null。 性能特点，插入和删除节点的时间复杂度为O（1），查找的时间复杂度为O(n)。 循环链表 除了尾节点的后继指针指向首节点的地址外均与单链表一致。 适用于存储有循环特点的数据，比如约瑟夫问题。 双向链表 节点除了存储数据外，还有两个指针分别指向前一个节点地址（前驱指针prev）和下一个节点地址（后继指针next）。 首节点的前驱指针prev和尾节点的后继指针next均指向空地址。 性能特点，和单链表相比，存储相同的数据，需要消耗更多的存储空间。 插入、删除操作比单链表效率更高，时间复杂度为O(1)。以删除操作为例

哈希表 哈希表又叫散列表，是实现字典操作的一种有效数据结构。哈希表的查询效率极高，在理想情况下，查找一个元素的平均时间为O（1）。 哈希表就是描述key—value对的映射问题的数据结构，即在记录的存储位置和它的关键字之间建立一个确定的对应关系f，使每个关键字与哈希表中唯一一个存储位置相对应。我们称这个对应关系f为哈希函数，这个存储结构即为哈希表。 直接寻 址表 当关键字的全域U比较小时，直接寻址是一种简单而有效的技术，它的哈希函数很简单：f(key) = key，即关键字大小直接与元素所在的位置序号相等。另外，如果关键字不是自然数，我们需要通过某种手段将其转换为自然数，比如可以将字符关键字转化为其在字母表中的序号作为关键字。直接寻址法不会出现两个关键字对应到同一个地址的情况，既不会出现f（key1） = f(key2)的情况，因此不用处理冲突，这便是其优点所在。 散列表 直接寻址的缺点非常明显，如果全域U很大，则在一台标准的计算机可用内存容量中，要存储大小为U的一张表也许不太实际，而且，实际需要存储的关键字集合K可能相对U来说很小，这时散列表需要的存储空间要比直接表少很多。散列表通过散列函数f计算出关键字key在槽的位置。散列函数f将关键字域U映射到散列表T[0...m-1]的槽位上。但是这里会存在一个问题：若干个关键字可能映射到了表的同一个位置处（算法导论上名其曰“槽”）