算法与数据结构

稀疏数组

线性结构:
○ 线性结构作为最常用的数据结构,其特点是数据元素之间存在一对一的线性关系
○ 线性结构有两种不同的存储结构,即顺序存储结构和链式存储结构。顺序存储的线性表称为顺序表,顺序表中的存储元素是连续的  
○ 链式存储的线性表称为链表,链表中的存储元素不一定是连续的,元素节点中存放数据元素以及相邻元素的地址信息
○ 线性结构常见的有:数组、队列、链表和栈

非线性结构:
○ 非线性结构包括:二维数组,多维数组,广义表,树结构,图结构

稀疏数组---Sparsearray:

基本介绍:
当一个数组中大部分元素为0,或者为同一个值的数组时,可以使用稀疏数组来保存该数组。
稀疏数组的处理方法是:
记录数组一共有几行几列,有多少个不同的值
把具有不同值的元素的行列及值记录在一个小规模的数组中,从而缩小程序的规模

image
应用实例
二维数组 转 稀疏数组的思路
1. 遍历 原始的二维数组,得到有效数据的个数 sum
2. 根据sum 就可以创建 稀疏数组 sparseArr int[sum + 1] [3]
3. 将二维数组的有效数据数据存入到 稀疏数组
稀疏数组转原始的二维数组的思路
1. 先读取稀疏数组的第一行,根据第一行的数据,创建原始的二维数组,比如上面的 chessArr2 = int [11][11]
2. 在读取稀疏数组后几行的数据,并赋给 原始的二维数组 即可.

image
代码实例
image
image

队列

队列的介绍
○ 队列是一个有序列表,可以用数组或是链表来实现。
○ 遵循先入先出的原则。即:先存入队列的数据,要先取出。后存入的要后取出
数组模拟队列:

image
因为队列的输出、输入是分别从前后端来处理,因此需要两个变量 front及 rear分别记录队列前后端的下标,front 会随着数据输出而改变,而 rear则是随着数据输入而改变
缺点-------没有做成环形队列,数组添加一次,之后就不能在往里面添加了
修改------只需要把改队列改成环形对列,这样就可以循环反复往里面添加数据了

代码实现:
image
image

数组模拟环形队列

对于前面数组模拟队列,将数据看做成一个环形(通过取模的方式来实现)
思路分析:
      front:指向队列得第一个元素,也就是说arr[front]就是队列的第一个元素,初始值:0
      rear :指向队列得最后一个元素的后一个位置,初始值:0
	   当队列满时,条件是:(rear+1)%maxSize = front 【满】
	   队列为空时,条件是: rear= front   【空】

image

		public class CircleArrayQueue {
		    private int maxSize ; //队列的最大容量
		    private int rear;  
		    private int front; 
		    private int arr[]; //用于存放数据,模拟队列:
		    //创建队列的构造器:
		    public CircleArrayQueue(int arrmaxSize) {
		        maxSize = arrmaxSize;
		        arr = new int[arrmaxSize];
		        front = 0 ; //指向队列的头部,
		        rear = 0 ;   //指向对列尾部,指向队列尾的后一个
		    }
		    //判断队列是否为空!
		    public boolean isEmpty(){
		        return front == rear ;
		    }
		    //判断队列是否已满
		    public boolean isFull(){
		        return (rear+1)%maxSize == front;
		    }
		    //添加数据:-----也就是入队列
		    public void addQueue(int n ){
		        //判断是否已满
		        if (isFull()){
		            System.out.println("队列已满,不能在添加数据了~~");
		            return;
		        }
		        arr[rear] = n ;
		        rear = (rear+1)%maxSize;  //这里必须考虑取模
		    }
		    //获取队列数据--也就是出队列
		    public int getQueue(){
		        //判断队列是否为空!
		        if (isEmpty()){
		            throw new RuntimeException("队列为空,不能在获取数据~~~");
		        }
		        int value = arr[front] ;
		        front = (front +1)%maxSize;//需要考虑取模!
		        return value;
		    }
		//    表示当前数据的有效个数!
		    public int size(){
		        return (rear+maxSize-front)%maxSize;
		        
		    }
		    //显示队列的所有数据:
		    public void showQueue(){
		        if (isEmpty()){
		            throw new RuntimeException("队列为空,没有数据~~~");
		        }
		        //思路:从front 开始遍历,遍历多少个元素---(rear+maxSize-front)%maxSize:表示当前数据的有效个数!
		        for (int i = front; i < front+ size(); i++) {
		            System.out.printf("arr[%d] = %d\n" ,i%maxSize,arr[i % maxSize]);
		        }
		    }
		    //显示对列的头部:不是取数据:
		    public int headQueue(){
		        if (isEmpty()){
		            throw new RuntimeException("队列为空,没有数据~~~");
		        }
		        return arr[front];
		    }
		}

单链表

image

单链表面试题

image

双向链表

imageimage

环形链表

image

image

前中后缀表达式

image

递归

image

排序算法

image

冒泡排序

image

选择排序

image

插入排序

image

希尔排序

image

快速排序

image

归并排序

image

基数排序

image

二分查找/折半查找

image

插值查找

image

斐波那契查找

image

哈希表

image

树结构-二叉树

image

顺序存储二叉树

image

线索化二叉树

image

堆排序

image

赫夫曼树

image

赫夫曼编码

image

二叉排序树-BST

image

平衡二叉树-AVL

image

多路查找树-了解

image

image

常用算法-分治算法

image

动态规划算法

image

KMP算法

image

贪心算法

image

普利姆算法

image

克鲁斯卡尔算法

image

迪杰斯特拉算法

image

弗洛伊德算法

image

马踏棋盘算法

image

posted @ 2023-05-26 00:02  gz_xiaofan  阅读(20)  评论(0)    收藏  举报