数据结构汇总学习(ing)

2024-06-06 05:36
文章标签 学习 数据结构 汇总 ing

本文主要是介绍数据结构汇总学习(ing),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

背景:
数据结构是计算机科学中的一个重要主题,不同的数据结构适用于不同的应用场景。除了线性表和单链表,常见的数据结构还有许多其他类型。下面简要介绍几种常见的数据结构:

栈 (Stack)

特点
  • 后进先出 (LIFO):最后一个被插入的元素最先被删除。
  • 基本操作
    • push:将元素压入栈顶。
    • pop:将栈顶元素弹出。
    • peek:查看栈顶元素但不弹出。
应用场景
  • 递归
  • 表达式求值
  • 浏览器历史记录
示例代码
class Stack:def __init__(self):self.items = []def push(self, item):self.items.append(item)def pop(self):if not self.is_empty():return self.items.pop()def peek(self):if not self.is_empty():return self.items[-1]def is_empty(self):return len(self.items) == 0def size(self):return len(self.items)

队列 (Queue)

特点
  • 先进先出 (FIFO):第一个被插入的元素最先被删除。
  • 基本操作
    • enqueue:将元素插入队尾。
    • dequeue:将队头元素移出。
应用场景
  • 操作系统的任务调度
  • 打印队列
  • 宽度优先搜索 (BFS)
示例代码
class Queue:def __init__(self):self.items = []def enqueue(self, item):self.items.insert(0, item)def dequeue(self):if not self.is_empty():return self.items.pop()def is_empty(self):return len(self.items) == 0def size(self):return len(self.items)

树 (Tree)

特点
  • 层次结构:树是一种非线性数据结构,由节点和边组成。
  • 基本术语
    • 根节点 (Root):树的顶端节点。
    • 叶子节点 (Leaf):没有子节点的节点。
    • 内部节点 (Internal Node):有子节点的节点。
    • 高度 (Height):树的最大深度。
常见种类
  • 二叉树 (Binary Tree):每个节点最多有两个子节点。
  • 二叉搜索树 (BST):左子树的所有节点小于根节点,右子树的所有节点大于根节点。
  • 平衡树:如 AVL 树、红黑树,保证树的高度较低,提高操作效率。
  • 堆 (Heap):特殊的完全二叉树,用于实现优先队列。
  • 字典树 (Trie):用于高效存储和查找字符串集合。
应用场景
  • 数据检索
  • 表达式解析
  • 路径查找
二叉搜索树示例代码
class TreeNode:def __init__(self, key):self.left = Noneself.right = Noneself.value = keyclass BinarySearchTree:def __init__(self):self.root = Nonedef insert(self, key):if self.root is None:self.root = TreeNode(key)else:self._insert(self.root, key)def _insert(self, root, key):if key < root.value:if root.left is None:root.left = TreeNode(key)else:self._insert(root.left, key)else:if root.right is None:root.right = TreeNode(key)else:self._insert(root.right, key)def inorder_traversal(self, root):if root:self.inorder_traversal(root.left)print(root.value, end=" ")self.inorder_traversal(root.right)# 示例使用
bst = BinarySearchTree()
bst.insert(50)
bst.insert(30)
bst.insert(20)
bst.insert(40)
bst.insert(70)
bst.insert(60)
bst.insert(80)bst.inorder_traversal(bst.root)  # 输出: 20 30 40 50 60 70 80

图 (Graph)

特点
  • 顶点和边:图由顶点 (Vertex) 和边 (Edge) 组成,可以表示对象及其关系。
  • 类型
    • 有向图 (Directed Graph):边有方向。
    • 无向图 (Undirected Graph):边无方向。
    • 带权图 (Weighted Graph):边有权重。
应用场景
  • 社交网络
  • 地图和导航
  • 网络路由
表示方法
  • 邻接矩阵
  • 邻接表
邻接表示例代码
from collections import defaultdictclass Graph:def __init__(self):self.graph = defaultdict(list)def add_edge(self, u, v):self.graph[u].append(v)def bfs(self, start):visited = set()queue = [start]while queue:vertex = queue.pop(0)if vertex not in visited:print(vertex, end=" ")visited.add(vertex)queue.extend([neighbor for neighbor in self.graph[vertex] if neighbor not in visited])def dfs(self, start):visited = set()self._dfs_util(start, visited)def _dfs_util(self, vertex, visited):if vertex not in visited:print(vertex, end=" ")visited.add(vertex)for neighbor in self.graph[vertex]:self._dfs_util(neighbor, visited)# 示例使用
g = Graph()
g.add_edge(0, 1)
g.add_edge(0, 2)
g.add_edge(1, 2)
g.add_edge(2, 0)
g.add_edge(2, 3)
g.add_edge(3, 3)print("BFS Traversal:")
g.bfs(2)  # 输出: 2 0 3 1print("\nDFS Traversal:")
g.dfs(2)  # 输出: 2 0 1 3

哈希表 (Hash Table)

特点
  • 快速查找:通过哈希函数将键映射到数组中的位置,从而实现常数时间复杂度的查找、插入和删除操作。
  • 冲突解决:常用的冲突解决方法有链地址法和开放地址法。
应用场景
  • 数据库索引
  • 缓存实现
  • 唯一标识符存储
示例代码
class HashTable:def __init__(self):self.size = 10self.table = [[] for _ in range(self.size)]def _hash(self, key):return hash(key) % self.sizedef insert(self, key, value):index = self._hash(key)for pair in self.table[index]:if pair[0] == key:pair[1] = valuereturnself.table[index].append([key, value])def get(self, key):index = self._hash(key)for pair in self.table[index]:if pair[0] == key:return pair[1]return Nonedef delete(self, key):index = self._hash(key)for i, pair in enumerate(self.table[index]):if pair[0] == key:self.table[index].pop(i)return# 示例使用
hash_table = HashTable()
hash_table.insert("apple", 1)
hash_table.insert("banana", 2)
hash_table.insert("cherry", 3)print(hash_table.get("banana"))  # 输出: 2
hash_table.delete("banana")
print(hash_table.get("banana"))  # 输出: None

总结

数据结构在计算机科学中扮演着重要角色,每种数据结构都有其特定的应用场景和优缺点。了解并掌握这些数据结构的特点和实现,有助于在编程中选择最合适的数据结构,从而提高程序的效率和可维护性。

这篇关于数据结构汇总学习(ing)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1035229

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识