小白学习数据结构那个老师的网课比较推荐？ 教材用的是白紫色的那本，跟着教材看又不太能看懂，求推荐！万分感谢！ 小白学习数据结构，前提是要有一些C语言的基础，因为数据结构的算法一般是C语言写的，建议补充一下语言，熟练的可以忽略。 数据结构的话，我建议是直接看王道的数据结构，不需要看视频。王道的数据结构知识点总结的很全面，其内容很全面。我考研的时候就是学的王道，又不懂的还可以扫码看视频。这样就可以短时间内快速的掌握。我个人觉得看视频是简单轻松的方式，直接看书则的很高的效率。下面是我总结的知识点，可以作为学习的参考： 数组和链表的区别 ü 逻辑结构：数组在内存中是连续的存储，因此可以利用下标索引进行访问（随机访问）；链表是链式存储结构，在访问素时候只能够通过线性方式由前到后顺序的访问，所以访问效率比数组要低。 ü 长度：数组必须实现定于固定的长度，不能适应数据动态增减的情况，即数组的大小一旦定义就不能改变。链表动态进行存储分配，可以适应数据动态地增减的情况，且可以方便地插入、删除数据项。 ü 操作：数组是随机访问，效率比较高；链表在插入删除只需要移动指针，效率比较高。因为数组在删除的时间需要对数据的移动。 简述快速排序过程 ü 选择一个基准素,通常选择第一个素或者最后一个素, ü 通过一趟排序将待排序的记录分割成独立的两部分，其中一部分记录的素值均比基准素值小。另一部分记录的素值比基准值大。 ü 此时基准素在其排好序后的正确位置 ü 然后分别对这两部分记录用同样的方法继续进行排序，直到整个序列有序。 ü 时间复杂度：O（nlogn）
ü 算法描述（自己查查写一遍） 解决哈希冲突的方法 哈希表（Hash table，也叫散列表），是根据关键码值(Key value)而直接进行访问的数据结构。 ü 线性探测法 ü 平方探测法 ü 拉链法 字符串匹配 利用KMP算法：在一个字符串中查找是否包含目标的匹配字符串。其主要思想是每趟比较过程让子串先后滑动一个合适的位置。当发生不匹配的情况时，不是右移一位，而是移动（当前匹配的长度– 当前匹配子串的部分匹配值）位。 二叉排序树 ü 若左子树不空，则左子树上所有结点的值均小于或等于它的根结点的值； ü 若右子树不空，则右子树上所有结点的值均大于它的根结点的值； ü 左、右子树也分别为二叉排序树。 总结：左结点<根<右结点 平衡二叉树 ü 平衡二叉树能保证数据的左右两边的节点层级相差不会大于1 ü 非叶子节点只能允许最多两个子节点存在。 ü 每一个非叶子节点数据分布规则为左边的子节点小于当前节点的值，右边的子节点大于当前节点的值 ü 没有值相等重复的节点; B树 B类树是平衡树，每个结点到叶子结点的高度都是相同，这也保证了每个查询是稳定的。 ü 排序方式：所有节点关键字是按递增次序排列，并遵循左小右大原则； ü 所有叶子节点均在同一层、叶子节点除了包含了关键字和关键字记录的指针外也有指向其子节点的指针只不过其指针地址都为null； ü 每个节点都存储数据 B+树 ü B+的非叶子节点不保存关键字记录的指针，只进行数据索引； ü B+树叶子节点保存了父节点的所有关键字记录的指针，所有数据地址必须要到叶子节点才能到； ü B+树叶子节点的关键字从小到大有序排列，左边结尾数据都会保存右边节点开始数据的指针； ü B+树的层级更少：相较于B树B+每个非叶子节点存储的关键字数更多，树的层级更少所以查询数据更快； ü B+树天然具备排序功能：B+树所有的叶子节点数据构成了一个有序链表，在查询大小区间的数据时候更方便，数据紧密性很高，缓存的命中率也会比B树高。 B树与B+树的区别 ü B树每个节点都存储数据，所有节点组成这棵树。B+树只有叶子节点存储数据，叶子节点包含了这棵树的所有数据，所有的叶子结点使用链表相连，便于区间查找和遍历，所有非叶节点起到索引作用； ü B树中叶节点包含的关键字和其他节点包含的关键字是不重复的，B+树的索引项只包含对应子树的最大关键字和指向该子树的指针，不含有该关键字对应记录的存储地址； ü 所有的叶子结点使用链表相连，便于区间查找和遍历。B树则需要进行每一层的递归遍历。相邻的素可能在内存中不相邻，所以缓存命中性没有B+树好； ü B+树中查找，无论查找是否成功，每次都是一条从根节点到叶节点的路径。 递归 递归需要有边界条件、递归前进段和递归返回段。当边界条件不满足时，递归前进；当边界条件满足时，递归返回。 例子求递归：C语言 int fun(int n){ if(n==1||n==0) { return 1;//如果参数是0或者1返回1 }else{ return n*fun(n-1);//否则返回n和下次递归的积 } } 红黑树 红黑树是一种二叉查找树，但在每个节点增加一个存储位表示节点的颜色，可以是红或黑（非红即黑）。红黑树是一种特殊的二叉树，每个节点由红儿或者黑色表示。 ü 每个节点只能是红色或者黑色； ü 根节点必须是黑色； ü 红色的节点，它的叶节点只能是黑色； ü 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。 哈夫曼 哈夫曼树的构造：选择两个出现频率最小的字符作为叶子节点，依次进行。 哈夫曼编码：用字符在文件中出现的频率来建立使用0，1表示个字符的最优表示方式，其具体算法如下： ü 哈夫曼算法以自底向上的方式构造表示最优前缀码的二叉树 ü 然后从上到下：向左为0，向右为1 ü 如图所示： 例如：编码：E为010 D为011 二叉树的遍历 ü 先序遍历：先访问根，再访问左，最后访问右 ü 后序遍历：先访问左，再访问右，最后访问根 ü 中序遍历：先访问左，再访问根，最后访问右 ü 层序遍历：一层一层，每一层从左往右 总结：先序遍历，后序遍历，中序遍历：取决于根的访问顺序 七大常见排序算法 ü 插入类排序：直接插入排序，希尔排序； ü 选择类排序：简单选择排序，堆排序； ü 交换类排序：冒泡排序，快速排序； ü 归并类排序：归并排序。 常见数据结构 ü 线性表：顺序表 ü 链表：单链表，双链表 ü 栈：顺序栈，链栈。特点是先进后出 ü 队：顺序队，循环队列，共享队。特点是先进先出 ü 二叉树：满二叉树，完全二叉树，平衡二叉树，二叉排序树，最优二叉树（哈夫曼树） ü 图：有向图，无向图，对应两种搜索算法：广度优先搜索和深度优先搜索 广度优先搜索思想：首先以一个未被访问过的顶点作为起始顶点，访问其所有相邻的顶点，然后对每个相邻的顶点，再访问它们相邻的未被访问过的顶点，直到所有顶点都被访问过，遍历结束。 深度优先遍历的思想：首先访问图中某指定的起始点vi，然后由vi出发访问它的任一个邻接点vj，再从vj出发访问vj任一个未被访问的邻接点vk，接着从vk出发进行类似的访问，如此进行下去，一直到某顶点已没有未被访问过的邻接点，则退回一步，找前一个顶点的其他尚未被访问的邻接点。如果有尚未被访问的邻接点，则访问此顶点后，再从该顶点出发进行与前述类似的访问；如果退回一步后，前一个顶点也没有未被访问的邻接点，则再向前回退一步再进行搜索，重复上述过程，直到所有顶点均被访问过为止。 栈与队列的区别 栈（stack）：限定只能在表的一端进行插入和删除操作的线性表。 队列（queue）：限定只能在表的一端插入和在另一端进行删除操作的线性表。 ü 队列先进先出，栈先进后出。 ü 对插入和删除操作的“限定”不同。 ü 遍历数据速度不同。队列遍历数据的速度要快得多。 必学算法 ü 快排算法 ü 冒泡算法 ü 数组的反转 ü 单链表的反转 ü 递归：阶乘，求和等 ü 找到数组的最大值或最小值 ü 两个有序（无序）数组合并成一个有序的数组 ü 两个有序（无序）单链表合并成一个有序的单链表 ü 求单链表的倒数第2个数据 ü 二叉树的遍历（理解） ü 字符串的拼接操作
2024最新激活全家桶教程，稳定运行到2099年，请移步至置顶文章：https://sigusoft.com/99576.html
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。 文章由激活谷谷主-小谷整理,转载请注明出处：https://sigusoft.com/73152.html
