首页 > 其他分享 >数据结构冲刺题

数据结构冲刺题

时间:2022-12-19 12:02:39浏览次数:44  
标签:结点 数据结构 int 冲刺 算法 二叉树 排序 节点

简答题

Q01 :数据结构的定义?数据结构三要素是什么?

数据结构是相互之间存在一种或多种特定关系的数据元素的集合

数据结构三要素:逻辑结构、存储结构、数据运算

Q02 :逻辑结构的定义?存储结构的定义?

逻辑结构是指 数据元素之间的逻辑关系 ,与数据存储无关,是独立于计算机的。

存储结构是指数据结构在计算机中的表示,又称物理结构。

Q03 :逻辑结构的分类和示意图? 存储结构的分类?

逻辑结构分为线性结构、集合、树结构、图状结构或网状结构

存储结构分为==顺序存储、链式存储、索引存储、散列存储

Q04 :顺序存储结构、链式存储结构的定义和优缺点?

顺序存储的定义:把逻辑上相邻的元素存储在物理位置上也相邻的存储单元中,元素之间的关系由存储单元的邻接关系体现。优点:随机存取 缺点:占用大片连续存储空间,产生大量碎片

链式存储结构的定义:逻辑上相邻的元素存储在物理位置上时不一定也连续,借助指示元素存储的存储地址的指针来表示元素之间的逻辑关系。优点:不占用连续的存储空间,减少碎片化 缺点:顺序存取,占用额外空间存储地址。

Q05 :什么是算法?算法有哪些特性?

算法是对特定问题求解步骤的一种描述

算法特性:有穷性、确定性、可行性、输入、输出

Q07 :时间复杂度的定义?时间复杂度和什么相关?

时间复杂度是问题规模与时间开销之间的关系

时间复杂度与问题规模和待处理序列的初始状态有关。

Q08 :空间复杂度的定义?

空间复杂度是问题规模的函数,表示该算法耗费的存储空间

Q09 :什么是算法原地工作?

算法原地工作是指该算法所耗费的空间复杂度为常数级O(1)

Q10 :栈的定义和应用?

栈是一种线性存储结构,具有两个特点,1.栈中的数据元素遵循“先进后出”的原则 2. 限定在栈顶插入和删除元素。

栈的应用:括号匹配、进制转换、表达式求值、递归

Q11 :队列的定义和应用?

栈是一种线性存储结构,具有两个特点1.栈中的元素遵循“先进先出”的原则 2.只允许在队头插入元素,在队尾删除元素。

队列应用:缓冲区、图的层次遍历

Q12 :循环队列判空、判满的条件?

判空:Q->rear == Q->front 或 Q.rear == Q.front

判满:Q->front->next == Q->rear 或( Q.rear + 1 ) % maxSize == Q.front

Q13 :栈结构判空判满的条件?

判空: S.top == -1

判满:S.top == MaxSize-1

Q14 :什么是满二叉树?满二叉树第K层有多少节点?

满二叉树:一棵高为H且含有2H-1个节点的二叉树称为满二叉树。

满二叉树第K层有2h-1个结点

Q15 :什么是完全二叉树?完全二叉树第k层最多有几个节点?

高度为h,有n个节点的二叉树,当且仅当其每个节点都与高度为h的满二叉树中编号为1~n的节点一一对应时,称为完全二叉树。

完全二叉树第K层最多有2h-1个结点

Q16 :什么是二叉排序树?

左子树上所有结点的关键字都小于根节点的关键字,右子树上的所有节点均大于根节点的关键字,左子树和右子树也是二叉排序树。

Q17 :什么是平衡二叉树?

树上任意节点的左子树和右子树的深度之差不超过1

Q18 :非空二叉树第k层最多几个节点?高度为H的二叉树最多几个节点、最少几个节点?

2k-1 、 2h-1 、 h

Q19 :二叉树有n个节点,树高最少是多少?(相当于:n个节点的完全二叉树的高度是多少?)

Log 2(n+1)向上取整 或 log 2 (n)向下取整+1

Q20 :什么是哈夫曼树(最优二叉树)?

在含有N个带权叶结点的二叉树中,其中带权路径长度最小的二叉树称为哈夫曼树,也称最优二叉树。

Q21 :什么是查找?

在数据集合中寻找满足某种条件的数据元素的过程称为查找。

Q22 :什么是平均查找长度?

在查找过程中,一次查找的长度是指需要比较的关键字次数,而平均查找长度是指所有查找过程中进行关键字比较次数的平均值

Q22 :二叉排序树的删除的三种情况。

Q23 :平衡二叉树的插入调整RR、LL、LR、RL

LL旋转**

​ 找到“最低失衡根结点”,上图是结点5,二叉树失衡的原因是因为结点1的存在,而结点1位于结点5“左子树的左子树”,所以要使用LL旋转来调节,只需一次旋转即可达到平衡。具体的方法是:LL旋转的对象是“最低失衡根结点”,也就是结点5,找到5的左孩子3,将3的右孩子4变成5的左孩子,最后将5变成3的右孩子*

RR旋转**

“最低失衡根结点”是结点2,二叉树的失衡是结点6导致的,而结点6位于结点2“右子树的右子树”,所以要使用RR旋转来调节,只需一次旋转即可达到平衡。方法:旋转的对象是“最低失衡根结点”,这里是结点2,找到2的右孩子4,将4的左孩子3变成2的右孩子,最后将2变成4的右孩子

LR旋转

“最低失衡根结点”为结点5,二叉树失衡是因为结点3的存在,结点3位于结点5“左子树的右子树”,所以使用LR旋转来调节。方法:(1)先对最低失衡根结点的左孩子(结点2)进行RR旋转;(2)再对最低失衡根结点(结点5)进行LL旋转。

RL旋转

旋转步骤:(1)先对最低失衡结点右孩子(结点5)LL旋转;(2)在对最低失衡结点(结点2)RR旋转。

Q24 :什么是算法的稳定性?稳定的算法有哪些?不稳定的算法有哪些?

若待排序表中有两个元素Ri和Rj,其对应的关键字相同即:Keyi = Keyj 且在排序前,Ri排在Rj之前,若使用某一算法后,Ri仍在Rj之前,则称此排序算法是稳定的,否则是不稳定的。

稳定的算法:直接插入排序、冒泡排序、二路归并、基数排序

不稳定的算法:简单选择排序、希尔排序、快速排序、堆排序

Q25 :什么是内部排序?什么是外部排序?内部排序有哪些?外部排序有哪些?

内部排序是指排序期间元素全部存放在内存中的排序,外部排序是指在排序期间元素无法完全同时存放在内存中,根据要求不断在内外存之间移动的排序。

内部排序有:直接插入排序、冒泡排序、选择排序、希尔排序、快速排序、堆排序、2路归并、基数排序 外部排序有: 多路归并

排序算法 时间复杂度 空间复杂度 稳定性
最好 平均 最坏
直接插入排序 O(n) O(n2) O(n2) O(1)
冒泡排序 O(n) O(n2) O(n2) O(1)
选择排序 O(n2) O(n2) O(n2) O(1) ×
希尔排序 - - - O(1) ×
快速排序 O(nlog2n) O(nlog2n) O(n2) O(log2n) ×
堆排序 O(nlog2n) O(nlog2n) O(nlog2n) O(1) ×
2路归并排序 O(nlog2n) O(nlog2n) O(nlog2n) O(n)
基数排序 O(d(n+r)) O(d(n+r)) O(d(n+r)) O(r)

编程题

顺序表

在顺序表中实现折半查找的算法

int Binary_Search(SeqList L, ElemType x) {
	int low = 0, high = L.length-1, mid;
	while(low <= high) {
		mid =  (low + high) / 2;
	  	if(key < L.data[mid]) {	   
          	high = mid - 1;//从前半部分找
	 	 }else if(key >L.data[mid]) {
	   		low = mid + 1; //从后半部分找
  		}else return mid; //查找成功返回所在位置
 	}
	 return -1;//查找失败返回返回-1
}

​ 设顺序表L单增有序,编写算法用二分法确定插入位置,将X插入L中,使L保持有序。

void InsertValue(SeqList &L , int n,int x){
    //设顺序表L单增有序,
    //编写算法用二分法确定插入位置,将X插入L中,使L保持有序。
   int low=0,high=n-1,mid;
	while(low<high){
 		mid=(low+high)/2;
     	if(L.data[mid]==x){
     		//相等
      		move(L,mid,end);
      		L.data[mid]=x;
     	}
     	if(L.data[mid]<x){
      		low=mid+1;
     	}
     	if(L.data[mid]>x){
    	  	high=mid-1;
     	}
    }
    //low>high 的情况从low到n-1往后挪一位
    move(L,low,n);
    L.data[low]=x;
   }

void move(SeqList &L , int start,int end ){
    for(int i=end;i>=start;--i){
   	 L.data[i]=L.data[i-1];
    }
}

​ 用顺序表表示集合,设计一个算法实现集合的求并集运算

void Union(SeqList A,SeqList B, SeqList &C){
   int i ,j,k;
   for(i=0;i<A.length;i++)//将A中元素复制到C中
    	C.data[i]=A.data[i];
   K=A.length;
   for(i=0;i<B.length;i++){//遍历B
    	j=0;
   	while(j<A.length&&B.data[i]!=A.data[j])
      	j++;	
   	if(j==A.length)//表示B.data[i]不在A中,将其放到C中
      		C.data[k++]=B.data[i];
    }
    C.length=k;
}

​ 删除线性表最小元素(唯一)

void DelMin(SeqList &L){
//删除线性表最小元素
int i,min=L.data[0],tag=0;
for(i=1;i<L.length;i++){
 if(L.data[i]<min){
  min = L.data;
  tag = i;
 }
}
for(i=tag;i<L.length;i++){
 L.data[i] = L.data[i+1];
}
L.length--;
}

链表

删除单链表一个节点

判断单链表是否递增

设计一个算法删除单链表L中值为X节点的直接前驱节点

递增有序单链表去重(叙述思想、给出实现、分析复杂度)

将单链表升序

已知两个递增有序单链表L1、L2 将两个链表合并且保持有序,然后逆置输出空间复杂度O(1)

矩阵

系数矩阵A、B采用三元组表示,设计一个算法C=A+B C使用三元组表示

队列

将元素X加入循环队列的算法

循环队列置空、入队、出队的算法

循环队列求最大值

排序算法

写出冒泡法算法

void BubbleSort(ElemType A[] , int n){
    for(i = 0 ; i<n-1 ; i++){
        flag = false;  //标志本趟冒泡是否发生交换
        for(j=n-1;j>i;j--) //一趟冒泡
            if(A[j-1]>A[j]){ //若是逆序
                swap(A[j-1],A[j]);
                flag = true;
            }
        if(flag == flase)
            return;      //本趟冒泡没有发生交换,表示已经有序
    }
}

冒泡排序
A[ ] 0 1 2 3 4
初始序列 20 15 68 3 66
第一趟 3 20 15 68 66
第二趟 3 15 20 66 68
第三趟 3 15 20 66 68

写出快速排序算法

void QuickSort(ElemType A[],int n){
   if(low<high){//跳出递归的条件
       //Partition()划分操作,将表A 划分为满足条件的两个子表
       int pivotpos = Partition(A,low,high);//划分
       QuickSort(A,low,pivotpos-1);
       QuickSort(A,pivotpos+1,high);
   }
}
int Partition(ElemType A[],int low ,int high){//一趟划分
   ElemType pivot = A[low];  //当前表中第一个元素设为枢纽,对表划分
   while(low<high){  //循环跳出条件
       while(low<high&&A[high]>=pivot)--high;
       A[low]=A[high];   //将比枢轴元素小的元素移动到左端
       while(low<high&&A[low]<=pivot)++low;
       A[high]=A[low];   //将比枢轴元素打的移动到右端
   }
   A[low] = pivot;  //枢轴元素最终存储位置
   return low;   //返回存储位置
   
}

写出希尔排序算法

void ShellSort(ElemType A[] , int n){
    for(dk = n/2;dk>=1;dk=dk/2)     //步长变化
        for(i=dk+1;i<=n;++i)     
            if(A[i]<A[i-dk]){     //需要将A[i]插入有序增量子表
                A[0] = A[i];     //暂存A[0]
                for(j=i-dk;j>0&&A[0]<A[j];j-=dk)
                	A[j+dk]=A[j];      //记录后移,查找插入位置
                A[j+dk]=A[0];     //插入该位置
            }
}

希尔排序
A[ ] 0 1 2 3 4
初始序列 20 15 68 3 66
第一趟 20 3 68 15 66 5/2=2
第二趟 3 15 20 66 68 2/2=1
第二趟是直接插入排序

写出直接插入排序算法

void InsertSort(ElemType A[] , int n){
    for(int i=2 ; i<=n; i++) //依次将A[2....n]插入到前面的有序数列
        if(A[i]<A[i-1]){          //如果A[i]小于前驱 就将A[i]插入有序数列,否则不用移动
            A[0] = A[i];           //哨兵,存储需要移动的数的值
            for (int j=i-1; A[0]<A[j]; --j) //从后往前找插入位置
                A[j+1] = A[j];                   //向后挪位置
            A[j+1] = A[0];                      //将哨兵的值赋到找到的位置
        }
}


直接插入排序
A[ ] 0 1 2 3 4
初始序列 哨兵 15 68 3 66
第一趟 3 3 15 68 66
第二趟 66 3 15 66 68

写出折半插入排序算法

void InsertSort(ElemType A[] , int n){
//折半插入排序    
   int i,j,high,low,mid;
   for(i=2;i<=n;i++){
       if(A[i]<A[i-1]){
           A[0] = A[i];      //哨兵
           low = 1,high=i-1;     //折半查找范围
           while(low<=high){     //折半查找
               mid = (low+high)/2;
               if(A[mid]>A[0])high =mid-1;
               else low = mid+1;
           }
           for(j=i-1;j>high+1;--j)    //后移
               A[j+1]=A[j];
           A[high+1]=A[0];      //将元素放入指定位置
       }
   }
}


写出简单选择排序算法

void SelectSort(ElemType A[] , int n){
    for(i=0;i<n-1;i++){   //一共进行n-1趟
        min = j;    //记录最小元素位置
        for(j=i+1;j<n;j++)  //在A[i...n-1]中选择最小元素
            if(A[j]<A[min])min=j;//更新最小元素位置
        if(min!=i)swap(A[i],A[min]);//最小的元素跟第i个交换
    }
}
简单选择排序
A[ ] 0 1 2 3 4
初始序列 20 15 68 3 66
第一趟 3 15 68 20 66
第二趟 3 15 68 20 66
第三趟 3 15 20 68 66
第四趟 3 15 20 66 68

写出堆排序算法

void BuildMaxHeap(ElemType A[],int len){
   //大根堆的建立
   for(int i = len/2;i>0;i--)
       HeadAdjust(A,i,len);
}
Void HeadAdjust(ElemType A[],int k, int len){
   //对以元素k为根的子树进行调整
   A[0]=A[k];    //A[0]暂存子树的根节点
   for(i=2*k;i<=len;i*=2){ //沿key较大的子节点向下筛选
       if(i<len&&A[i]<A[i+1])
           i++;            //取key较大的子节点的下标
       if(A[0]>=A[i])break;  //筛选结束
       else{
           A[k]=A[i];     //将A[i]调整到双亲节点
           k=i;           //修改K值以便于继续筛选
       }
   }
   A[k]=A[0];   //被筛选节点的值放入最终位置
}
void HeapSort(ElemType A[] ,int len){
   BuildMaxHeap(A,len);//初始堆的建立
   for(i=len;i>1;i--){ //N-1趟交换和建堆的过程
       Swap(A[i],A[1]);//输出堆顶元素(和堆底元素交换)
       HeadAdjust(A,1,i-1);//调整,将剩余元素整理成堆
   }
}

归并排序

归并排序
A[ ] 0 1 2 3 4
初始序列 20 15 68 3 66
第一趟 15 20 3 68 66
第二趟 3 15 20 68 66
第三趟 3 15 20 66 68

二叉树

在链式存储结构上统计二叉树中的节点个数

int CountNode(BiTreeNode *root){
//统计二叉树中的节点个数
   if (root==Null)//递归终止条件
   	return 0;
   if(root->l==Null&&root->r==Null)
       return 0;
   return 1+CountNode(root->r)+CountNode(root->l);
}

二叉树采用链式存储,求中序遍历中第一个节点的值

```c++

void FindValue(BiTreeNode* root){
//二叉树中序遍历第一个元素的值
BiTreeNode *p;
while(p!=Null&&p->l!=Null){
if (p->l==Null)
return p->value;
else
p=p->l;
}
}
```

层次输出二叉树所有节点(同一层从左到右)给出思想、实现方法、分析复杂度

void levelOrder(BiTree T){
//层序遍历二叉树所有节点
   InitQueue(Q);  //初始化队列
   BiTree p;   //临时存储出队元素
   EnQueue(Q,T); //头结点入队
   while(!IsEmpty(Q)){  
   	DeQueue(Q,p);  
   	print("%d",p->value); //输出节点值
   	if(p->l!=Null)
           EnQueue(Q,p->l);   //左孩子入队
       if(p->r!=Null)
   		EnQueue(Q,p->r); //右孩子入队
   }
}

计算平衡二叉树的高度

int Depth(BiTree T){
//计算平衡二叉树的高度
   if(!T)
   	return 0;
   else if(!T->lchild&&!T->rchild)
   	return 1;
   int h1 = Depth(T->lchild);
   int h2 = Depth(T->rchild);
   return 1+(h1>=h2?h1:h2);
}

递归求二叉树高度

int Depth(BiTree T){
//计算平衡二叉树的高度
   if(!T)
   	return 0;
   else if(!T->lchild&&!T->rchild)
   	return 1;
   int h1 = Depth(T->lchild);
   int h2 = Depth(T->rchild);
   return 1+(h1>=h2?h1:h2);
}

先序遍历二叉树

void PreOrder(BiTree T){
//先序遍历递归法
if(T!=Null){
 Visit(T);
 PreOrder(T->l);
 PreOrder(T->r);
}
void PreOrder(BiTree T){
//先序遍历非递归法
InitStack(S);BiTree p=T; //初始化栈S,p是遍历指针
while(p||!IsEmpty(S)){//栈不空或p不空循环
 if(p){    //一路向左
  Visit(p);Push(S,p);//访问节点并入栈
  p=p->l;   //左孩子不空就一直左走
 }else{
  Pop(S,p);  //出栈
  p=p->r;   //向右子树走
 }
}
}


中序遍历二叉树

判断一个图是否是连通图

设计算法求逆波兰式的值(例如输入 34 34+2/$ $表示结束)

**
**

应用题

最小生成树

用Prim算法给无向图构造

image-20221219114741327

Kruskal****算法求最小生成树

image-20221219114814045

画出无向图的邻接表和最小生成树

image-20221219114829276

哈夫曼树

给设计哈夫曼树、编码并求所需要的字节

A:2% B:28% C:12% D:15% E:20% F:23%;

哈夫曼树转森林,哈夫曼树有N个非叶子节点,求总共多少节点

二叉排序树

十二个月份开头字母 Jan Feb Mar Apr Jun Jul Aug Sep Oct Nov Dec

按照所给序列构造二叉排序树,删除Feb节点,画出删除后的二叉排序树,再加上Feb,写出前序、中序、后序遍历序列,画出二叉排序树、折半查找树、平衡二叉树的图,并求ASL成功

EBACDFHG是某二叉排序树的前序遍历序列(节点值大小按照字母顺序),画出此二叉排序树,画出二叉树对应的森林

根据后序DGHEBJIFCA、中序遍历DBGEHAFJIC序列画出二叉树写出前序,画出后序线索二叉树,根据二叉排序树判断大小

排序

建立大根堆、小根堆的步骤,输出最小(大)值后,输出次小(大)值的结果图

最短路径

用Dijkstra算法求定点到其他点的最短路径

V2
V3
V4
V5
V6
Vj

散列表

线性探测法、二次线性探测法 且求ASL(成功)

设哈希表的地址范围是0-16 哈希函数为H(key) = key % 17分两次 用线性探测法和二次线性探测法处理冲突,输入关键字序列(11,24,30,17,45,29,48,50,40,52,4)构造哈希表

\1. 画出两个哈希表示意图

线性探测法

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
数据
次数

二次线性探测法

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
数据
次数

\2. 若查找关键字45 需要依次和哪些关键字比较?

\3. 若查找关键字29 需要依次和哪些关键字比较?

\4. 假定每个关键字的查找概率相等,求查找成功和失败时的平均查找长度

AOE****网

求事件、活动的最早、最迟发生时间,求关键路径、关键活动

ABCDEFG的AOE网的邻接矩阵如图所示

\1. 画出有向无环图,标出活动

\2. 事件活动的最早最晚发生时间

事件 A B C D E F G
最早发生时间
最晚发生时间
活动 a b c d e f g h
最早发生时间
最晚发生时间

\3. 关键路径、关键活动

标签:结点,数据结构,int,冲刺,算法,二叉树,排序,节点
From: https://www.cnblogs.com/smk110/p/16991809.html

相关文章

  • 数据结构与算法学习笔记
    本文是王争老师的《算法与数据结构之美》的学习笔记,详细内容请看王争的专栏 。有不懂的地方指出来,我做修改。数据结构与算法思维导图数据结构指的是“一组数据的存储结构”......
  • OI 笔记:D - 数据结构
    一些技巧与思想也会归类于数据结构。D-数据结构序列结构树状数组\(\mathrm{lowbit}(x)\)函数:表示\(x\)的二进制表示中,最低位的\(1\)的数值大小,lowbit(x)=x&......
  • 数据结构 玩转数据结构 7-3 集合类的复杂度分析
    0课程地址https://coding.imooc.com/lesson/207.html#mid=13705 1重点关注1.1结论使用二叉树实现集合Set性能优于使用链表实现集合Set. ......
  • 数据结构 玩转数据结构 7-2 基于链表的集合实现
    0课程地址https://coding.imooc.com/lesson/207.html#mid=13704 1重点关注1.1使用链表实现集合Set详见3.1用链表实现的集合  2......
  • 从redis源码看数据结构(一)链表
    文章目录​​从redis源码看数据结构(一)链表​​​​一,redis数据类型​​​​二,redis底层列表实现​​​​1.列表底层数据结构​​​​2.redis双向链表操作​​​​新建链表​......
  • 数据结构算法 之 二分查找法(LC)
    原文链接:https://blog.csdn.net/Luckyzhoufangbing/article/details/110389523(一)定义二分法查找,也称为折半法,是一种在有序数组中查找特定元素的搜索算法。二分法查找的思......
  • 泛型和数据结构
    1定义:广泛的数据类型,用T或E表示只能是引用类型(基本类型数据用其包装类)2优势:(1)将运行时期的问题提前到编译器(2)避免强制类型转换(3)提高了程序的执行效率3使用一......
  • java数据结构与算法(day2)--简单排序
    模式:设计api实现api简单排序举例(商品排序)1.1Comparable接口介绍(排序算法更有通用性:对象排序)创建对象,并且生成豆子。创建Comparable接口1packagecn.itcast.algor......
  • redis底层数据结构之字典(dict)
    字典(dict)字典又称为符号表或者关联数组、或映射(map),是一种用于保存键值对(key-value)的抽象数据结构字典中的每个key都是唯一的,通过key对值来进行查找或修改,时间复杂......
  • redis底层数据结构之跳表(skiplist)
    跳表(跳跃表,skiplist)跳跃表(skiplist)是用于有序元素序列快速搜索查找的数据结构,跳表是一个随机化的数据结构,实质是一种可以进行二分查找的、具有层次结构的有序链表......