算法与数据结构知识点

                                          算法与数据结构知识点

基础的数据结构有哪些？

    数据结构是以某种形式将数据组织在一起的集合,不仅存储数据, 还支持访问和处理数据的操作.

基础的数据结构有:线性表(数组,链表),栈与队列,树与二叉树,图等

1. 冒泡

冒泡排序的思想: 每次比较两个相邻的元素, 如果他们的顺序错误就把他们交换位置。

def bubble_improve(l): 

    print l 

    flag = 1 

    for index in range(len(l) - 1, 0 , -1): 

        if flag: 

            flag = 0 

            for two_index in range(index): 

                if l[two_index] > l[two_index + 1]: 

                    l[two_index], l[two_index + 1] = l[two_index + 1], l[two_index] 

                    flag = 1 

        else: 

            break 

    print l 

l = [10, 20, 40, 50, 30, 60] 

bubble_improve(l)

快速排序使用分治法策略来把一个序列分为两个子序列。

步骤：

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）。在这个分割结束之后，该基准就处于数列的中间位置。这个称为分割（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。

def quickSort(alist,first,last):

   if first<last:

       splitpoint = findpos(alist,first,last)

       quickSort(alist,first,splitpoint-1)

       quickSort(alist,splitpoint+1,last)

 

1. 写一个二叉树

class TreeNode(object):

    def __init__(self, left=None, right=None, data=None):

        self.data = data

        self.left = left

        self.right = right

 

def preorder(root):      #前序遍历 

    if root is None: 

       return

    else: 

        print root.data

        preorder(root.left)

        preorder(root.right)

 

def inorder(root):     #中序遍历 

    if root is None: 

        return

    else: 

        inorder(root.left)

        print root.data

        inorder(root.right)

 

def postorder(root):   # 后序遍历 

    if root is None: 

        return 

    else : 

        postorder(root.left)

        postorder(root.right)

        print root.data

1. 找出二叉树中最远结点的距离？

   计算一个二叉树的最大距离有两个情况:

       情况A: 路径经过左子树的最深节点，通过根节点，再到右子树的最深节点。

       情况B: 路径不穿过根节点，而是左子树或右子树的最大距离路径，取其大者。

只需要计算这两个情况的路径距离，并取其大者，就是该二叉树的最大距离。

 

1. 深度优先遍历和广度优先遍历的区别？

   1） 二叉树的深度优先遍历的非递归的通用做法是采用栈，广度优先遍历的非递归的通用做法是采用队列。

  2） 深度优先遍历：对每一个可能的分支路径深入到不能再深入为止，而且每个结点只能访问一次。要特别注意的是，二叉树的深度优先遍历比较特殊，可以细分为先序遍历、中序遍历、后序遍历。具体说明如下：

    •   先序遍历：对任一子树，先访问根，然后遍历其左子树，最后遍历其右子树。

    •   中序遍历：对任一子树，先遍历其左子树，然后访问根，最后遍历其右子树。

    •   后序遍历：对任一子树，先遍历其左子树，然后遍历其右子树，最后访问根。

        广度优先遍历：又叫层次遍历，从上往下对每一层依次访问，在每一层中，从左往右（也可以从右往左）访问结点，访问完一层就进入下一层，直到没有结点可以访问为止。　　　

     3）深度优先搜素算法：不全部保留结点，占用空间少；有回溯操作(即有入栈、出栈操作)，运行速度慢。

   广度优先搜索算法：保留全部结点，占用空间大； 无回溯操作(即无入栈、出栈操作)，运行速度快。

  通常 深度优先搜索法不全部保留结点，扩展完的结点从数据库中弹出删去，这样，一般在数据库中存储的结点数就是深度值，因此它占用空间较少。所以，当搜索树的结点较多，用其它方法易产生内存溢出时，深度优先搜索不失为一种有效的求解方法。 　

  广度优先搜索算法，一般需存储产生的所有结点，占用的存储空间要比深度优先搜索大得多，因此，程序设计中，必须考虑溢出和节省内存空间的问题。但广度优先搜索法一般无回溯操作，即入栈和出栈的操作，所以运行速度比深度优先搜索要快些