4《数据结构》

文章目录

    • 绪论
    • 逻辑结构
    • 存储结构【物理结构】
    • 顺序和链式存储区别
    • 顺序表和数组区别
    • 数组和链表的区别
    • 链表结点概念
    • 链表为空条件
    • 链表文章http://t.csdnimg.cn/dssVK
    • 二叉树
    • B树
    • B+树【MYSQL索引默认数据结构】
    • B树和B+树区别
    • 冒泡排序
    • 插排
    • 选排
    • 快排

绪论

  • 数据结构:研究非数值计算程序设计中的操作对象,以及这些对象之间的关系和操作
  • 数据:客观事物的符号表示,所有输入到计算机并被程序处理的符号总称
  • 算法:为了解决某类问题而规定的一串有限长的操作序列
  • 算法标准:健壮性、有穷性、可行性、及低存储量
  • 节点:实体,有处理能力,类似网络的计算机
  • 结点:逻辑,链表中的元素,包括数据域和存储下一个结点地址的指针域
  • 数据项:数据结构的最小单位
  • 数据元素:数据的基本单位,是数据项的集合

逻辑结构

  • 集合:无逻辑关系
  • 线性结构:有序数据元素的集合
    线性表,数组,栈,队列,串
  • 非线性结构:一个结点元素可能有多个直接前趋和多个直接后继
    多维数组,广义表,树、图

存储结构【物理结构】

  • 顺序存储
  • 链式存储
  • 索引存储
  • 散列存储

顺序和链式存储区别

顺序存储链式存储
数组链表
数据元素放在地址连续的存储单元中数据元素存储在任意的存储单元里
数据元素在存储器中的相对位置结点中指针
逻辑相邻逻辑相邻
物理相邻物理不一定相邻

顺序表和数组区别

顺序表数组
逻辑结构角度物理存储角度
顺序表 是由数组组成的线性表

数组和链表的区别

数组链表
连续内存分配动态内存分配
在栈上分配内存,自由度小【栈必须连续且固定大小,后进先出的取】在堆上分配内存,自由度大【堆是直接随意存取】
事先固定数组长度,不支持动态改变数组大小支持动态增加或删除元素
数组元素增加时,有可能会数组越界;数组元素减少时,会造成内存浪费;数组增删时需要移动其它元素使用malloc或者new来申请内存,不用时使用free或者delete来释放内存
下标访问,访问效率高访问需要从头遍历,访问效率低
数组的大小是固定的,所以存在访问越界的风险只要可以申请得到链表空间,链表就无越界风险

链表结点概念

  • 头结点:在第一个结点之前的结点
  • 首元结点:链表存储的第一个结点
  • 头指针:链表第一个结点的存储位置

链表为空条件

  • 带头结点不为空的单链表:L->next!=NULL
  • 带头结点为空的单链表:L->next==NULL
  • 不带头结点不为空的单链表:L!=NULL
  • 不带头结点为空的单链表:L==NULL
  • 带头结点的双循坏链表为空的条件:L->next==L->prior=L

链表文章http://t.csdnimg.cn/dssVK

二叉树

二叉树是一种常见的树状数据结构,它由节点组成,每个节点最多有两个子节点,分别称为左子节点和右子节点。
特点

  • 树形结构:二叉树是一种层次结构,由根节点开始,每个节点可以有零、一个或两个子节点。这种结构使得数据可以以分层的方式进行组织和存储。
  • 节点:二叉树的每个节点包含一个数据元素,通常表示某种值或对象,以及指向其左子节点和右子节点的指针(引用)。
  • 根节点:树的顶部节点称为根节点。它是整个二叉树的起始点,所有其他节点都通过它连接。
  • 叶节点:叶节点是没有子节点的节点,它们位于树的末端。
  • 子树:每个节点的左子节点和右子节点都可以看作是一个独立的子树,这些子树也是二叉树。

B树

  • 节点排序(节点存储:地址信息+索引+表结构中除了索引外的其他信息)
  • 一个节点可以存多个元素,元素也排序
  • b树和b+树及其区别? - 知乎用户的回答 - 知乎
    https://www.zhihu.com/question/57466414/answer/182514854

B+树【MYSQL索引默认数据结构】

  • 拥有B树的特点
  • 叶子节点之间有指针
  • 非叶子节点上的元素在叶子节点上都冗余了,也就是叶子节点中存储了所有的元素,并且排好顺序。
  • 非节点存储:地址信息+索引、叶子节点存储:索引+表结构中除了索引外的其他信息)

B树和B+树区别

B树B+树
key和value都在节点上。并且叶子节点之间没有关系非叶子节点没有存value。叶子节点之间有双向指针,有引用链路。
因为B树的key和value都存在节点上,因此在查找过程中,可能不用查找的叶子节点就找到了对应的值。B+树需要查找到叶子节点,才能获取值

冒泡排序

  • 比较相邻的元素。如果第一个比第二个大,就交换他们两个。

  • 对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对。在这一点,最后的元素应该会是最大的数。

  • 针对所有的元素重复以上的步骤,除了最后一个。

  • 持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。

package one;public class Xu {public int[] sort_MAOPAO(int[] nums) {if (nums.length == 0 || nums.length == 1) return nums;for (int i = 0; i < nums.length; i++) {for (int j = 0; j < nums.length - 1 - i; j++) {if (nums[j] > nums[j + 1]) {int temp = nums[j + 1];nums[j + 1] = nums[j];nums[j] = temp;}}}return nums;}public static void main(String[] args) {Xu xu = new Xu();int[] array = {11, 33, 44, 22, 55, 99, 88, 66, 77};System.out.println("从小到大排序后的结果是:");for(int i=0;i<xu.sort_MAOPAO(array).length;i++)System.out.print(xu.sort_MAOPAO(array)[i]+" ");}
}

在这里插入图片描述

插排

  • ​1.从第一个元素开始,该元素可以认为已经被排序; ​
  • 2.取出下一个元素,在已经排序的元素序列中从后向前扫描; ​
  • 3.如果该元素(已排序)大于新元素,将该元素移到下一位置; ​
  • 4.重复步骤3,直到找到已排序的元素小于或者等于新元素的位置; ​
  • 5.将新元素插入到该位置后;
  • 6.重复步骤2~5。
    在这里插入图片描述
    public static int[] sort_CHAOPAI(int[] nums) {//将最后一个元素作为插入元素与有序数列比较后插入正确位置if (nums.length == 0 || nums.length == 1) return nums;for (int i = 0; i < nums.length; i++) {//i是作为每一组比较数据的最后一个元素for (int j = i; j > 0; j--) {if (nums[j - 1] > nums[j]) {int temp = nums[j];nums[j] = nums[j - 1];nums[j - 1] = temp;}}}return nums;}

选排

​ 1.首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置。
​ 2.再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。
​ 3.重复第二步,直到所有元素均排序完毕。
在这里插入图片描述

    public static int[] sort_XUANPAI(int[] nums) {if (nums.length == 0 || nums.length == 1) return nums;for (int i = 0; i < nums.length; i++) {int minIndex = i;//每次循环假设第一个数最小for (int j = i; j < nums.length; j++) {if (nums[minIndex] > nums[j]) {//找到剩余未排序元素中找到最小元素,交换int temp = nums[minIndex];nums[minIndex] = nums[j];nums[j] = temp;}}}return nums;}

快排

  • 从数列中挑出一个元素,称为 “基准”(pivot);
  • 重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
  • 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序
    在这里插入图片描述
    public static void quickSort(int[] nums, int startIndex, int endIndex) {if(startIndex >= endIndex){//只剩一个元素不用处理直接结束。return;}int val = nums[startIndex];//基准值int left = startIndex;//比基准值小的放左边int right = endIndex;//比基准值大的放右边while (left < right) {while (left < right && nums[right] > val) right--;//右指针左移,遇到比基准值小的数if (left < right) {nums[left++] = nums[right];}while (left < right && nums[left] < val) left++;//做左指针右移,遇到比基准值大的数if (left < right) {nums[right--] = nums[left];}}//最后将基准与left和right相等位置的数字交换nums[left] = val;//递归调用左半数组quickSort(nums, startIndex, left - 1);//递归调用右半数组quickSort(nums, left + 1, endIndex);}public static void main (String[]args){Random rd = new Random();int[] num = new int[10];for (int i = 0; i < num.length; i++) {num[i] = rd.nextInt(100) + 1;}System.out.println(Arrays.toString(num));quickSort(num,0,num.length-1);System.out.println(Arrays.toString(num));//            for (int i = 0; i < xu.sort_MAOPAO(array).length; i++)
//                System.out.print(xu.sort_MAOPAO(array)[i] + " ");}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若转载,请注明出处:http://www.rhkb.cn/news/233171.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

构建高效PythonWeb:GraphQL+Sanic

1.1 简介&#xff1a;在当今快速发展的技术时代&#xff0c;Web应用的性能和灵活性变得越来越重要。在众多技术中&#xff0c;GraphQL和Sanic以其独特的优势脱颖而出。GraphQL&#xff0c;作为一个强大的数据查询语言&#xff0c;为前端和后端之间的通信提供了极大的灵活性。而…

GPT实战系列-简单聊聊LangChain

GPT实战系列-简单聊聊LangChain LLM大模型相关文章&#xff1a; GPT实战系列-ChatGLM3本地部署CUDA111080Ti显卡24G实战方案 GPT实战系列-Baichuan2本地化部署实战方案 GPT实战系列-大话LLM大模型训练 GPT实战系列-探究GPT等大模型的文本生成 GPT实战系列-Baichuan2等大模…

GPT在地学、GIS、气象、农业、生态、环境等领域中的应用教程

详情点击链接&#xff1a;GPT在地学、GIS、气象、农业、生态、环境等领域中的应用教程 一开启大模型 1 开启大模型 1)大模型的发展历程与最新功能 2)大模型的算法构架与底层逻辑 3)大模型的强大功能与应用场景 4)国内外经典大模型&#xff08;ChatGPT、LLaMA、Gemini、DA…

杨中科 ASP.NET MVC

ASP.NET Core 入门 什么是ASP.NET CORE 1、ASP.NET Core是.NET中做Web开发的框架 2、ASP.NET Core MVC 传统MVC项目&#xff0c;前后端都做在一起 3、ASP.NET Core Web API: 前后端分离、多端开发。(是属于MVC中的一部分) 4、ASPNET Core MVC其实包含Web API&#xff0c;不过…

Excelize 入选“2023开源创新榜”优秀开源项目

近日&#xff0c;由中国科协科学技术传播中心、中国计算机学会、中国通信学会、中国科学院软件研究所共同主办&#xff0c;CSDN 承办的 2023 开源创新榜专家评审会在国家科技传播中心成功举办。Excelize 电子表格文档开源基础库入选“2023开源创新榜”优秀开源项目。 评审委员…

实现在一个文件夹中找到特定名称特点格式的文件

当你要在一个文件夹中查找特定名称和格式的文件时&#xff0c;你可以使用 Python 的 os 和 fnmatch 模块。以下是一个简单的脚本示例&#xff0c;它可以在指定目录中查找文件&#xff1a; import os import fnmatchdef find_files(directory, pattern):"""在指…

突破技术边界:R与jsonlite库探秘www.snapchat.com的数据之旅

概述 Snapchat是一款流行的社交媒体应用&#xff0c;它允许用户发送和接收带有滤镜和贴纸的照片和视频&#xff0c;以及创建和观看故事和发现内容。Snapchat的数据是非常有价值的&#xff0c;因为它可以反映用户的行为、偏好和趋势。然而&#xff0c;Snapchat的数据并不容易获…

【React系列】Portals、Fragment

本文来自#React系列教程&#xff1a;https://mp.weixin.qq.com/mp/appmsgalbum?__bizMzg5MDAzNzkwNA&actiongetalbum&album_id1566025152667107329) Portals 某些情况下&#xff0c;我们希望渲染的内容独立于父组件&#xff0c;甚至是独立于当前挂载到的DOM元素中&am…

《路由与交换技术》---简答题

1、什么是STP&#xff1f;解决什么问题&#xff1f; STP代表生成树协议&#xff08;Spanning Tree Protocol&#xff09;。它是用于在计算机网络中解决环路问题的一种协议。 STP的主要目标是消除环路&#xff0c;保持网络的稳定性和可靠性&#xff0c;同时提供冗余路径以实现网…

matlab如何标定相机内外参和畸变参数

关于内外参矩阵和畸变矩阵可以学习 https://blog.csdn.net/qq_30815237/article/details/87530011?spm1001.2014.3001.5506 在APP中找到 camera Calibrator 点击 Add Images&#xff0c;导入拍照图片。标定20张左右就够了&#xff0c;然后角度变一下&#xff0c;但不需要变太…

【一】使用vue-cli创建vue3的helloworld项目

不再推荐使用vue-cli命令创建vue3的项目&#xff0c;vue-cli 是 Vue 早期推出的一款脚手架&#xff0c;使用 webpack 创建 Vue 项目。后期推荐使用 create-vue&#xff0c;create-vue 是 Vue3 的专用脚手架&#xff0c;使用 vite 创建 Vue3 的项目(关注【二】使用create-vue创建…

Android RecyleView 使用 Gilde 加载图片引发的卡顿问题

Glide 是一个用于 Android 的图片加载和缓存库。它可以帮助开发者快速、高效地加载网络图片、本地文件和视频帧&#xff0c;并且能够自动缓存图片数据&#xff0c;减少网络请求。Glide 具有良好的性能和易用的 API&#xff0c;支持常见的图片加载需求&#xff0c;例如图片压缩、…

Docker使用扩展

日升时奋斗&#xff0c;日落时自省 目录 1、容器 1.1、容器的生命周期 1.1.1、容器OOM 1.1.2、容器异常退出 1.1.3、容器暂停 1.2、容器命令 1.2.1、创建容器 1.2.2、启动容器 1.2.3、容器日志 1.2.4、容器交互 1.2.5、容器停止 1.2.6、扩展 1.3、综合演示 2、存…

超维空间M1无人机使用说明书——21、基于opencv的人脸识别

引言&#xff1a;M1型号无人机不仅提供了yolo进行物体识别&#xff0c;也增加了基于opencv的人脸识别功能包&#xff0c;仅需要启动摄像头和识别节点即可 链接: 源码链接 一、一键启动摄像头和人脸识别节点 roslaunch robot_bringup bringup_face_detect.launch无报错&#…

Cache伪共享

伪共享 什么是伪共享 为了解决计算机系统中主内存与CPU之间运行速度差问题&#xff0c;会在CPU与主内存之间添加一级或者多级高速缓冲存储器(Cache)。 这个Cache一般是被集成到CPU内部的&#xff0c;所以也叫CPU Cache。 在Cache内部是按行存储的&#xff0c;其中每一行称为…

深入理解循环神经网络(RNN)及其变体

目录 前言1 RNN实现顺序记忆1.1 RNN的序列处理能力1.2 梯度问题&#xff1a;RNN的局限性1.3 应对梯度问题的策略 2 RNN变体&#xff1a;解决梯度问题2.1 GRU&#xff08;门控循环单元&#xff09;2.2 LSTM&#xff08;长短期记忆网络&#xff09;2.3 变体优势&#xff1a;处理长…

爬虫-3-模拟登录,代理ip,json模块

#本文仅供学习使用(O&#xff40;) 如果服务器响应的数据为json数据: 那么我们可以用 res.json() 或 json模块(将json字符串转换为Python里面的字典类型) 接收数据。

目标检测-One Stage-YOLOv4

文章目录 前言一、目标检测网络组成二、BoF&#xff08;Bag of Freebies&#xff09;1. 数据增强2.语义分布偏差问题3.损失函数IoUGIoUDIoUCIoU 三、BoS(Bag of Specials)增强感受野注意力机制特征融合激活函数后处理 四、YOLO v4的网络结构和创新点1.缓解过拟合&#xff08;Bo…

抽丝剥茧设计模式

Singleton 单例 饿汉式 最简单的方式 /*** 饿汉式* 类加载到内存后&#xff0c;就实例化一个单例&#xff0c;JVM保证线程安全* 简单实用&#xff0c;推荐使用&#xff01;* 唯一缺点&#xff1a;不管用到与否&#xff0c;类装载时就完成实例化* Class.forName(""…

命令行模式的rancher如何安装?

在学习kubectl操作的时候&#xff0c;发现rancher也有命令行模式&#xff0c;学习整理记录此文。 说明 rancher 命令是 Rancher 平台提供的命令行工具&#xff0c;用于管理 Rancher 平台及其服务。 前提 已经参照前文安装过了rancher环境了&#xff0c;拥有了自己的k8s集群…