線性表可以用普通的一維陣列儲存。
你可以讓線性表可以完成以下操作(程式碼實現很簡單,這裡不再贅述):
1.定義:下面有一個空連結串列,表頭叫head,並且表內沒有任何元素。
struct node { int value; node *next; } arr[MAX]; int top=-1; node *head = NULL;
2.記憶體分配:在競賽中不要用new,也不要用malloc、calloc——像下面一樣做吧。
#define NEW(p) p=&arr[++top];p->value=0;p->next=NULL node *p; NEW(head); // 初始化表頭 NEW(p); // 新建結點
3.插入:把q插入到p的後面。時間複雜度O(1)。
if (p!=NULL && q!=NULL) // 先判定是否為空指標。如果不是,繼續。 { q->next=p->next; p->next=q; }
4.刪除:把p的下一元素刪除。時間複雜度O(1)。
if (p!=NULL && p->next!=NULL) // 先判定是否為空指標。如果不是,繼續。 { node *q=p->next; p->next=q->next; // delete(q); // 如果使用動態記憶體分配,最好將它的空間釋放。 }
5.查詢或遍歷:時間複雜度O(n)。
node *p=first; while (p!=NULL) { // 處理value // cout<<p->value<<'\t'; p=p->next; }
指標的作用就是儲存地址。如果我們找到了替代品,就可以放棄指標了。
需要把上面的定義改一下:
struct node { int value; int next; // 表示下一元素在arr中的下標 } arr[MAX];
和單連結串列有一個重大區別:單連結串列最後一個元素的next指向NULL,而回圈連結串列最後一個元素的next指向first。
遍歷時要留心,不要讓程式陷入死迴圈。
一個小技巧:如果維護一個表尾指標last,那麼就可以在O(1)的時間內查詢最後一個元素。同時可以防止遍歷時陷入死迴圈。
1.定義:下面有一個空連結串列,表頭叫first。
struct node { int value; node *next, *prev; } arr[MAX]; int top=-1; node *first = NULL; // 根據實際需要可以維護一個表尾指標last。
2.記憶體分配:最好不要使用new運運算元或malloc、calloc函數。
#define NEW(p) p=arr+(++top);p->value=0;p->next=NULL;p->prev=NULL node *p; NEW(head); // 初始化表頭 NEW(p); // 新建結點
3.插入:把q插入到p的後面。時間複雜度O(1)。
if (p==NULL||q==NULL) // 先判定是否為空指標。如果不是,繼續。 { q->prev=p; q->next=p->next; q->next->prev=q; p->next=q; }
4.刪除:把p的下一元素刪除。時間複雜度O(1)。
if (p==NULL||p->next==NULL) // 先判定是否為空指標。如果不是,繼續。 { node *q=p->next; p->next=q->next; q->next->prev=p; // delete(q); // 如果使用動態記憶體分配,最好將它的空間釋放。 }
5.查詢或遍歷:從兩個方向開始都是可以的。
void insert(const node *head, node *p) { node *x, *y; y=head; do { x=y; y=x->next; } while ((y!=NULL) && (y->value < p->value); x->next=p; p->next=y; }
操作規則:先進後出,先出後進。
int stack[N], top=0; // top表示棧頂位置。
入棧:inline void push(int a) { stack[top++]=a; }
出棧:inline int pop() { return stack[--top];
棧空的條件:inline bool empty() { return top<0; }
如果兩個棧有相反的需求,可以用這種方法節省空間:用一個陣列表示兩個棧。分別用top1、top2表示棧頂的位置,令top1從0開始,top2從N-1開始。
遞迴其實也用到了棧。每呼叫一次函數,都相當於入棧(當然這步操作「隱藏在幕後」)。函數呼叫完成,相當於出棧。
一般情況下,呼叫棧的空間大小為16MB。也就是說,如果遞迴次數太多,很容易因為棧溢位導致程式崩潰,即「爆棧」。
為了防止「爆棧」,可以將遞迴用棧顯式實現。如果可行,也可以改成迭代、遞推等方法。
使用棧模擬遞迴時,注意入棧的順序——逆序入棧,後遞迴的要先入棧,先遞迴的要後入棧。
下面是非遞迴版本的DFS模板:
stack <int> s; // 儲存狀態 void DFS(int v, …) { s.push(v); // 初始狀態入棧 while (!s.empty()) { int x = s.top(); s.pop(); // 獲取狀態 // 處理結點 if (x達到某種條件) { // 輸出、解的數量加1、更新目前搜尋到的最優值等 … return; } // 尋找下一狀態。當然,不是所有的搜尋都要這樣尋找狀態。 // 注意,這裡尋找狀態的順序要與遞迴版本的順序相反,即逆序入棧。 for (i=n-1;i>=0;i--) { s.push(… /*i對應的狀態*/); } } // 無解 cout<<"No Solution."; }
操作規則:先進先出,後進後出。
定義:int queue[N], front=0, rear=0;
front指向佇列首個元素,rear指向佇列尾部元素的右側。
入隊:inline void push(int a) { queue[rear++]=a; }
出隊:inline int pop() { return queue[front++]; }
隊空的條件:inline bool empty() { return front==rear; }
迴圈佇列——把鏈狀的佇列變成了一個環狀佇列。與上面的鏈狀佇列相比,可以節省很大空間。
定義:int queue[N], front=0, rear=0;
front指向佇列首個元素,rear指向佇列尾部元素的右側。
入隊:inline void push(int a) { queue[rear]=a; rear=(rear+1)%N; }
出隊:inline int pop() { int t=queue[front]; front=(front+1)%N; return t; }
隊滿或隊空的條件:inline bool empty() { return front==rear; }
隊滿和隊空都符合上述條件。怎麼把它們區分開呢?
第一種方法:令佇列的大小是N+1,然後只使用N個元素。這樣隊滿和隊空的條件就不一樣了。
第二種方法:在入隊和出隊同時記錄佇列元素個數。這樣,直接檢查元素個數就能知道佇列是空還是滿。
BFS要藉助佇列來完成,並且,將佇列改成堆疊,BFS就變成了DFS。BFS的具體實現見42頁「3.7 程式碼模板」。
struct node { int value; node *leftchild, *rightchild; //int id; // 結點編號。 //node *parent; // 指向父親結點。 } arr[N]; int top=-1; node * head = NULL; #define NEW(p) p=&arr[++top]; p->leftchild=NULL; \ p->rightchild=NULL; p->value=0
如果一個二元樹的結點嚴格按照從上到下、從左到右的順序填充,就可以用一個一維陣列儲存。
下面假設這個樹有n個結點,待操作的結點是r(0≤r<n)。
操作 |
宏定義 |
r的取值範圍 |
r的父親 |
#define parent(r) (((r)-1)/2) |
r≠0 |
r的左兒子 |
#define leftchild(r) ((r)*2+1) |
2r+1<n |
r的右兒子 |
#define rightchild(r) ((r)*2+2) |
2r+2<n |
r的左兄弟 |
#define leftsibling(r) ((r)-1) |
r為偶數且0<r≤n-1 |
r的右兄弟 |
#define rightsibling(r) ((r)+1) |
r為奇數且r+1<n |
判斷r是否為葉子 |
#define isleaf(r) ((r)>=n/2) |
r<n |
1. 前序遍歷
void preorder(node *p) { if (p==NULL) return; // 處理結點p cout<<p->value<<' '; preorder(p->leftchild); preorder(p->rightchild); }
2. 中序遍歷
void inorder(node *p) { if (p==NULL) return; inorder(p->leftchild); // 處理結點p cout<<p->value<<' '; inorder(p->rightchild); }
3. 後序遍歷
void postorder(node *p) { if (p==NULL) return; postorder(p->leftchild); postorder(p->rightchild); // 處理結點p cout<<p->value<<' '; }
假如二元樹是通過動態記憶體分配建立起來的,在釋放記憶體空間時應該使用後序遍歷。
4. 寬度優先遍歷(BFS)
首先存取根結點,然後逐個存取第一層的結點,接下來逐個存取第二層的結點……
node *q[N]; void BFS(node *p) { if (p==NULL) return; int front=1,rear=2; q[1]=p; while (front<rear) { node *t = q[front++]; // 處理結點t cout<<t->value<<' '; if (t->leftchild!=NULL) q[rear++]=t->leftchild; if (t->rightchild!=NULL) q[rear++]=t->rightchild; } }
對於完全二元樹,可以直接遍歷:
for (int i=0; i<n; i++) cout<<a[i]<<' ';
【問題描述】二元樹的遍歷方式有三種:前序遍歷、中序遍歷和後序遍歷。現在給出其中兩種遍歷的結果,請輸出第三種遍歷的結果。
【分析】
前序遍歷的第一個元素是根,後序遍歷的最後一個元素也是根。所以處理時需要到中序遍歷中找根,然後遞迴求出樹。
注意!輸出之前須保證字串的最後一個字元是'\0'。
1. 中序+後序→前序
void preorder(int n, char *pre, char *in, char *post) { if (n<=0) return; int p=strchr(in, post[n-1])-in; pre[0]=post[n-1]; preorder(p, pre+1, in, post); preorder(n-p-1, pre+p+1, in+p+1, post+p); }
2. 前序+中序→後序
void postorder(int n, char *pre, char *in, char *post) { if (n<=0) return; int p=strchr(in, pre[0])-in; postorder(p, pre+1, in, post); postorder(n-p-1, pre+p+1, in+p+1, post+p); post[n-1]=pre[0]; }
3. 前序+後序→中序
「中+前」和「中+後」都能產生唯一解,但是「前+後」有多組解。下面輸出其中一種。
bool check(int n, char *pre, char *post) // 判斷pre、post是否屬於同一棵二元樹 { bool b; for (int i=0; i<n; i++) { b=false; for (int j=0; j<n; j++) if (pre[i]==post[j]) { b=true; break; } if (!b) return false; } return true; } void inorder(int n, char *pre, char *in, char *post) { if (n<=0) return; int p=1; while (check(p, pre+1, post)==false && p<n) p++; if (p>=n) p=n-1; // 此時,如果再往inorder裡傳p,pre已經不含有效字元了。 inorder(p, pre+1, in, post); in[p]=pre[0]; inorder(n-p-1, pre+p+1, in+p+1, post+p); }
從任意一點出發,搜尋距離它最遠的點,則這個最遠點必定在樹的直徑上。再搜尋這個最遠點的最遠點,這兩個最遠點的距離即為二元樹的直徑。
求樹、圖(連通圖)的直徑的思想是相同的。
// 結點編號從1開始,共n個結點。 struct node { int v; node *parent, *leftchild, *rightchild; } a[1001], *p; int maxd; bool T[1003]; #define t(x) T[((x)==NULL)?0:((x)-a+1)] node *p; void DFS(node * x, int l) { if (l>maxd) maxd=l, p=x; if (x==NULL) return; t(x)=false; if (t(x->parent)) DFS(x->parent, l+1); if (t(x->leftchild)) DFS(x->leftchild, l+1); if (t(x->rightchild)) DFS(x->rightchild, l+1); } int distance(node *tree) // tree已經事先讀好 { maxd=0; memset(T, 0, sizeof(T)); for (int i=1; i<=n; i++) T[i]=true; DFS(tree,0); maxd=0; memset(T, 0, sizeof(T)); for (int i=1; i<=n; i++) T[i]=true; DFS(p,0); return maxd; }
並查集最擅長做的事情——將兩個元素合併到同一集合、判斷兩個元素是否在同一集合中。
並查集用到了樹的父結點表示法。在並查集中,每個元素都儲存自己的父親結點的編號,如果自己就是根結點,那麼父親結點就是自己。這樣就可以用樹形結構把在同一集合的點連線到一起了。
struct node { int parent; // 表示父親結點。當編號i==parent時為根結點。 int count; // 當且僅當為根結點時有意義:表示自己及子樹元素的個數 int value; // 結點的值 } set[N]; int Find(int x) // 查詢演演算法的遞迴版本(建議不用這個) { return (set[x].parent==x) ? x : (set[x].parent = Find(set[x].parent)); } int Find(int x) // 查詢演演算法的非遞迴版本 { int y=x; while (set[y].parent != y) // 尋找父親結點 y = set[y].parent; while (x!=y) // 路徑壓縮,即把途中經過的結點的父親全部改成y。 { int temp = set[x].parent; set[x].parent = y; x = temp; } return y; } void Union(int x, int y) // 小寫的union是關鍵字。 { x=Find(x); y=Find(y); // 尋找各自的根結點 if (x==y) return; // 如果不在同一個集合,合併 if (set[x].count > set[y].count) // 啟發式合併,使樹的高度儘量小一些 { set[y].parent = x; set[x].count += set[y].count; } else { set[x].parent = y; set[y].count += set[x].count; } } void Init(int cnt) // 初始化並查集,cnt是元素個數 { for (int i=1; i<=cnt; i++) { set[i].parent=i; set[i].count=1; set[i].value=0; } } void compress(int cnt) // 合併結束,再進行一次路徑壓縮 { for (int i=1; i<=cnt; i++) Find(i); }
說明:
使用之前呼叫Init()!
Union(x,y):把x和y進行啟發式合併,即讓節點數比較多的那棵樹作為「樹根」,以降低層次。
Find(x):尋找x所在樹的根結點。Find的時候,順便進行了路徑壓縮。
上面的Find有兩個版本,一個是遞迴的,另一個是非遞迴的。
判斷x和y是否在同一集合:if (Find(x)==Find(y)) ……
在所有的合併操作結束後,應該執行compress()。
並查集的效率很高,執行m次查詢的時間約為O(5m)。
資料結構是電腦科學的重要分支。選擇合適的資料結構,可以簡化問題,減少時間的浪費。
線性表有兩種儲存方式,一種是順序儲存,另一種是鏈式儲存。前者只需用一維陣列實現,而後者既可以用陣列實現,又可以用指標實現。
順序表的特點是佔用空間較小,查詢和定位的速度很快,但是插入和刪除元素的速度很慢(在尾部速度快);連結串列和順序表正好相反,它的元素插入和刪除速度很快,但是查詢和定位的速度很慢(同樣,在首尾速度快)。
棧和佇列以線性表為基礎。它們的共同點是新增、刪除元素都有固定順序,不同點是刪除元素的順序。佇列從表頭刪除元素,而棧從表尾刪除元素,所以說佇列是先進先出表,堆疊是先進後出表。
棧和佇列在搜尋中有非常重要的應用。棧可以用來模擬深度優先搜尋,而廣度優先搜尋必須用佇列實現。
有時為了節省空間,棧的兩頭都會被利用,而佇列會被改造成迴圈佇列。
上面幾種資料結構都是線性結構。而二元樹是一種很有用的非線性結構。二元樹可以採用以下的遞迴定義:二元樹要麼為空,要麼由根結點、左子樹和右子樹組成。左子樹和右子樹分別是一棵二元樹。
計算機中的樹和現實生活不同——計算機裡的樹是倒置的,根在上,葉子在下。
完全二元樹:一個完全二元樹的結點是從上到下、從左到右地填充的。如果高度為h,那麼0~h-1層一定已經填滿,而第h層一定是從左到右連續填充的。
通常情況下,二元樹用指標實現。對於完全二元樹,可以用一維陣列實現(事先從0開始編號)。
存取二元樹的所有結點的過程叫做二元樹的遍歷。常用的遍歷方式有前序遍歷、中序遍歷、後序遍歷,它們都是遞迴完成的。
樹也可以採用遞迴定義:樹要麼為空,要麼由根結點和n(n≥0)棵子樹組成。
森林由m(m≥0)棵樹組成。
二元樹不是樹的一種,因為二元樹的子樹中有嚴格的左右之分,而樹沒有。這樣,樹可以用父結點表示法來表示(當然,森林也可以)。並查集的合併、查詢速度很快,它就是用父結點表示法實現的。
不過父結點表示法的遍歷比較困難,所以常用「左兒子右兄弟」表示法把樹轉化成二元樹。
樹的遍歷和二元樹的遍歷類似,不過不用中序遍歷。它們都是遞迴結構,所以可以在上面實施動態規劃。
樹作為一種特殊的圖,在圖論中也有廣泛應用。
樹的表示方法有很多種。
第一種是父節點表示法,它適合並查演演算法,但不便遍歷。
第二種是子節點表表示法。
第三種是「左兒子右兄弟」表示法。
本文來自部落格園,作者:張其勳,轉載請註明原文連結:https://www.cnblogs.com/zhangqixun/p/17301711.html