-
数组地址的计算
1维数组，默认是行优先，也就是先横着放。
2位数组行优先，相当于最外围数组横着放，列优先就是最里面的先横着放。
-
稀疏矩阵图(没懂)
-
顺序表和链表
队列有头尾节点的目的是为了和中间节点一样操作统一。
-
顺序储存和链式存储的比较
-
队列与栈
重点:循环队列，的头指针指好尾部指针在空队列和满队列的时候都相等，所以一般环形队列回空最后一格，一边区分队列是否为空
-
广意表
重点：广义表的表头是第一个元素，表尾是剩下的所有元素
-
二叉树的一些概念
-
二叉树的一些性质(后面2条没懂)
-
二叉树的遍历
重点:
前序遍历: 先访问根，在访问左，然后访问右中序遍历：在访问左，先访问根，，然后访问右
后序遍历：在访问左，，然后访问右，先访问根
层次遍历：按照深度，从左到右，遍历完整层。
-
反向构造二叉树
重点：知道中序和 前序或者后序就能知道一棵树的 节点顺序
第一步通过 前序节点第一个是根节点，然后就可以把中序节点分左右两树。
第二步通过左数去前序中找 HBEDF 的那一块，发现B是第一个，所以B 左树的根节点可以把 HBEDF分成左右两个子树,后面一次类推，后序遍历相反。
我们可以发现不管是前序，中序，后序，半边树的节点都是在一起的，只是顺序不一样。
-
树转二叉树
重点：兄弟节点用线链接，子节点除了第一个线都断开，我们就可以把一个树装换成2叉树
-
查找二叉树 又称 排序二叉树
重点:所有的左子树节点小于根节点，所有的的右树节点大于根的二叉树叫做 排序二叉树
-
哈夫曼树(最优二叉树)
重点：
树的路径长度：根节点到叶子节点经过的分支的个数。
权:路径长度乘叶子节点的数值哈夫曼树的定义:相同叶子节点构成的树中，带权路径最短的树就是哈夫曼树
哈夫曼树是怎么生成的:
在集合中挑出最小的两个元素，小的在左边，大的在右，两个的和作为根节点，然后把它放回原集合(根节点当做一个元素)，重复找出最小的两个，组成树在放回，直到只剩最后一课树。就生成了了哈夫曼树。
-
线索二叉树
线索二叉树:把所有没有两个叉的节点，补全上下节点关系，前面的用绿色的线索，后面的用红色的用线索。红色，缺左节点的补绿色线索，缺右节点的补红色线索。
-
平衡二叉树
平衡度: 左边节点深度减去右边节点的深度平衡二叉树：它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树
-
图的基本概念
完全图:任意两个节点之间都有连线
图的存储
第一种：邻接矩阵(二维矩阵中1表示两个节点之间有连线)
第二种：邻接表（数组+链表）邻接表方式，里面的链表可以存储变边长。
-
图的遍历
-
图的拓扑排序
-
最小生成树
树和图的区别:树没有环路，图有，n个节点的树最多有n-1条表。图最少有n条边。
最小生成树：把图的一些边删除，一些留下，并且所有节点都连在一起，留下的边的边长之和最小的树，就是最小生成树。最小生成树算法-普里姆算法:选一个节点最为红点，然后算出选一个能和它相连的节点并且距离最小的连线，然后以这个两个点为基础，继续找连线最短的下一个节点。
最小生成树算法-克鲁斯卡尔算法：先找最短的两条边，然后再找次短的条边，如果有2条就都连上，前提是不能让它形成环，直到所有节点都相连。
-
算法的特性
-
算法的复杂度
一些算法的时间复杂度 ，下面图希尔算法的时间复杂度有问题
-
排序算法的分类
不稳定排序算法，指的是排序以后同值的元素的前后顺序有可能改变.
内排序和外排序，内排序在内存中进行，外排序会使用到外部存储。
-
插入排序
重点：外层循环维持当前遍历位置，内层循环找出插入位置。
-
-
希尔排序(分组插入排序)
重点：分组进行插入排序，在一轮循环内，各组的数据不会有关联。可以充分的利用多核CPU提高效率，并且减少插入排序时间随着集合指数增加的问题。
-
选择排序
重点：外层循环维持当前遍历的位置，内层循环选择剩下值中最小的值。
-
堆排序概念
堆的概念:树中所有非终端结点的值均不大于（或不小于）其左右孩子的结点的值，对应的堆称为「 小顶堆 」（或「 大顶堆 」）
-
堆的初建过程
堆排序的时间复杂度是忽略了建立堆的时间的。
-
堆排序取出堆顶节点以后，堆的变化
-
冒泡排序
重点：相邻对比，把较大的向上面顶，一轮下来，顶到最上面的那个就是最大值。
-
快速排序
重点，选择一个基准，一般是第一个元素，和另外一段最后一个元素做比较，如果不是升序就交换，如果是就换换靠近基准的另外一个元素对比，重复上面步骤，直到基准把集合分成一份大于它的，一份小于它的值。然后对两边分别进行排序。直到整个集合有序。
-
-
归并排序
两两一组排序，然后两两合并，重复两两合并。直到合成一个新的有序集合。
合并的过程需要注意，有连个指针分别指向两个集合的最低位。
-
基数排序
重点：先按照个位排序，然后然后十位排序，然后按照百位排序，一次类推
-
排序算法的时间复杂度
