个人复习用，有用自取，欢迎转载，标明出处即可。

不推荐在第一遍复习时使用，第一遍建议还是认认真真看书做题，第二遍复习时可以配合框架来过知识点，哪里不熟翻书来强化记忆。

重点难点不构成参考建议，仅为个人想法！！！

第一章、绪论☆

1.2算法和算法评价

时间复杂度、空间复杂度（最好、最坏）

乘法原则、加法原则

常见的渐近时间复杂度（常对幂指阶）

原地工作的概念

循环主体中的变量参与循环条件时的计算

第二章、线性表☆☆☆（算法题基础）

2.1.2线性表基本操作

创销、增删改查（命名要具有可读性）——数据结构的基本操作集，按此顺序推断后续数据结构

2.2线性表的顺序表示

顺序表的定义：静态分配、动态分配——代码段

顺序表的主要特点（四点）

插入、删除、按值/按位查找——代码段——注意位序和数组下标，注意数组范围和存储空间的判断。

2.3线性表的链式表示

单链表：

头插法建立单链表（有/无头结点）、尾插法建立单链表——代码段

按序查找、按值查找、插入结点（前插后插）、删除结点、求表长——代码段

双链表——定义、插入与删除（代码段可掌握）

循环单/双链表、静态链表——定义和特性

顺序表和链表的比较：4点

如何选择存储结构？（逻辑结构、存储结构、操作环境三方面来回答）

第三章、栈、队列和数组☆☆☆☆☆

3.1栈

栈的定义（顺序栈）——代码段

初始化（创）、销毁栈（销）、进栈（push增）、出栈（pop删）、读栈顶元素（查）、判空——代码段

后进先出LIFO、初试top位置（-1）、共享栈的特性。

3.2队列

顺序队列的定义——代码段

基本操作：初始化、判空、入队、出队、读队头元素。

循环队列：判空判满条件（三种方法），指针位置，队列中元素位置

循环队列操作集：初始化、判空、入队、出队——代码段

链队的定义——代码段

操作集：初始化、判空、入队、出队。

双端队列和输入、输出受限的双端队列——操作方法。

3.3栈和队列的应用

栈：括号匹配、表达式求值（后缀表达式求值）、递归

队列：层次遍历、计算机系统中的应用（FCFS、缓冲区）

3.4数组和特殊矩阵

注意下标！！！

数组的存储结构——行优先和列优先

特殊矩阵压缩存储：

①对称矩阵-行/列优先、上/下三角，元素的关系

②三角矩阵-上下三角区

③三对角矩阵（带状矩阵）

④稀疏矩阵的存储-数组或十字链表法

第四章、串

KMP算法、KMP优化算法——只需掌握手算步骤以及如何计算next、nextval值[做两道题]

第五章、树与二叉树☆☆☆☆☆

5.1树的定义和基本术语

根结点、子树、n个结点的树有n-1条边（根节点没有上层节点）

祖先、子孙、双亲、孩子、兄弟

结点的度、树的度

分支结点/非终端结点、叶子结点/终端结点

结点的深度、高度、层次。

有序树和无序树

路径和路径长度（树的分支是有向的）

森林

树的性质：

树中结点数是所有节点的度数之和+1 [结点数=总度数+1]

度为m的树中第i层上至多有 $m^{i-1}$ 个结点（i>=1）

高度为h的m叉树至多有 $(m^{h}-1)/(m-1)$ 个结点（至少有h个结点）

具有n个结点的m叉树的最小高度为 $\left \lceil \\log_{m}(n(m-1)+1)\right \rceil$

注意区分度为m的树和 m叉树的区别

5.2二叉树的概念☆☆☆☆☆

几种特殊的二叉树

满二叉树：高度、结点数、特征

完全二叉树：高度、结点数、特点：区分分支结点和叶子结点、叶子结点出现层数、结点数判断分支结点左右孩子数

二叉排序树（BST树）、平衡二叉树（AVL树）（重点在第七章）

二叉树的性质：

1、非空二叉树叶子结点数=度为2的结点数+1 [n0=n2+1——n=n0+n1+n2]

2、非空二叉树上第k层至多有 $2^{k-1}$ 个结点（k>=1）

3、高度为h的二叉树至多有 $2^{h}-1$ 个结点（h>=1）

4、具有n个结点的完全二叉树的高度为 $\left \lceil log _{2}(n+1) \right \rceil$ 或 $\left \lfloor \log _{2}n\right \rfloor+1$

二叉树的链式结构定义——代码段

5.3 二叉树的遍历和线索二叉树

先序遍历、中序遍历、后序遍历——递归实现代码段

层次遍历——代码段

由遍历序列构造二叉树（前中、后中、层中）

线索二叉树构造方式——先序、中序、后序——能够用手算法画出，找前驱、后继

5.4树、森林

树的存储结构——双亲表示法、孩子表示法、孩子兄弟表示法——代码段

树、森林与二叉树的转换——手算法推导

树和三林的遍历与二叉树遍历的关系

5.5树与二叉树的应用 ☆☆☆

哈夫曼：

带权路径长度、哈夫曼树的构造、哈夫曼编码

并查集：

结构定义、初始化、find、union、优化find、优化union——代码题？

第六章、图

6.1图的基本概念

图G顶点集V边集E，G=(V,E)

有向图、无向图完全图(简单完全图)-有向/无向

子图联通、连通图、连通分量/极大连通子图、非连通图（最多有多少条边？）

强连通图、强连通分量（n个顶点的有向图如果是强连通图，最少需要多少条边？）

区分极大连通子图和极小连通子图

生成树、生成森林——树是特殊形态的图

无向图——顶点的度、有向图——入度、出度

简单路径、简单回路、距离、有向树、带权路径长度

6.2图的存储及基本操作

邻接矩阵法、邻接表法——代码段—特点、适用范围

十字链表法、邻接多重表（能看懂）

6.3图的遍历

广度优先搜索BFS、深度优先搜索DFS（手算）

图的连通性判断

6.4图的应用☆☆☆☆☆

最小生成树——Prim算法、Kruskal算法——手算推演、特点、适用范围

最短路径——Dijkstra算法、Floyd算法——手算推演、特点、适用范围

有向无环图——DAG图描述含有公共子式的表达式（咸鱼分层法）

拓扑排序——AOV网-拓扑排序算法

关键路径——关键路径长度——手算推演-关键活动、关键路径不唯一、如何缩短工期

第七章、查找

7.2顺序查找和折半查找

一般线性表的顺序查找、有序表的顺序查找

折半查找——代码段

分块查找

查找成功、查找失败平均长度

7.3树型查找

二叉排序树BST

定义、递归查找算法——代码段

BST的插入、构造、删除（叶节点、只有一棵左/右子树、有左右两棵子树）、查找效率（成功失败平均长度）

平衡二叉树AVL

插入（LL、RR、LR、RL）、删除、查找（查找效率）

红黑树：定义

结论：

1、从根到叶节点的最长路径不大于最短路径的2倍

2、有n个内部节点的红黑树的高度<= $2\log _{2}(n+1)$

如何插入新节点：根/非根，插入后不满足定义则看叔叔脸色红黑。

查找时间复杂度

7.4B树和B+树☆☆☆

重点在于B树

B树定义（每个结点、根节点、除根节点外、非叶结点结构、叶节点）

性质（矮胖）：

1、根节点子树数∈[2,m]，关键字数∈[1,m-1]；其他节点子树数∈[ $\left \lceil m/2 \right \rceil$ ,m]，关键字数∈[ $\left \lceil m/2 -1\right \rceil$ ,m-1]（尽可能满）

2、对任意节点，所有子树高度都相同（尽可能平衡）

3、关键字的值：类比二叉排序树

含有n个关键字的m叉B树—— $\log _{m}n+1\leqslant h\leqslant \log _{\left \lceil m/2 \right \rceil}\frac{n+1}{2}+1$

B树的插入、删除（不在终端结点；在终端结点：直接能删、兄弟够借、兄弟不够借）

B+树基本概念

最大特点：叶节点串成一条链

B+树和B树的主要差异（四点）

7.5散列表

散列函数构造方法：直接定址法、除留余数法、数字分析法、平方取中法

处理冲突的方法：开放定址法（线性探测、平方探测、双散列、伪随机序列）、拉链法

散列查找及性能分析

平均查找长度（成功、失败）、装填因子

第八章、排序

8.2插入排序

直接插入排序、希尔排序

8.3交换排序

冒泡排序、快速排序（优化快排）——代码段

8.4选择排序

简单选择排序、堆排序

8.5归并排序和基数排序

归并排序、基数排序

8.6内部排序算法比较

1、算法分析基本只看最坏情况

2、时间复杂度、空间复杂度、稳定性、过程特征

3、上述算法手算推演（主要了解过程特特征，能画出每一轮的排序后状态）

内部排序算法的应用——待排元素数目、元素信息量大小、稳定性要求、初始结构是否有序等

8.7外部排序

多路平衡归并及败者树——手算推演

自己设计一个多路归并排序（外部排序）的例子：初始有不少于10个归并段，每个归并段长度不同

利用初始归并段构造3叉哈夫曼树，并画出3路归并的最佳归并策略

利用初始归并段构造4叉哈夫曼树，并画出4路归并的最佳归并策略

置换-选择排序、最佳归并树

408知识框架总结——数据结构相关推荐

408知识框架总结——计算机网络
个人复习用,有用自取,欢迎转载,标明出处即可. 不推荐在第一遍复习时使用,第一遍建议还是认认真真看书做题,第二遍复习时可以配合框架来过知识点,哪里不熟翻书来强化记忆. 重点难点不构成参考建议,仅为个人 ...
408知识框架总结——计算机组成原理
个人复习用,有用自取,欢迎转载,标明出处即可. 不推荐在第一遍复习时使用,第一遍建议还是认认真真看书做题,第二遍复习时可以配合框架来过知识点,哪里不熟翻书来强化记忆. 重点难点不构成参考建议,仅为个人 ...
Interview之AI：人工智能领域岗位求职面试—人工智能算法工程师知识框架及课程大纲(AI基础之数学基础/数据结构与算法/编程学习基础、ML算法简介、DL算法简介)来理解技术交互流程
Interview之AI:人工智能领域岗位求职面试-人工智能算法工程师知识框架及课程大纲(AI基础之数学基础/数据结构与算法/编程学习基础.ML算法简介.DL算法简介)来理解技术交互流程目录一.A ...
最实用的web前端开发知识框架图
1.分类所有知识框架,那肯定是一个结构型的展现,就是一棵树.web前端的知识点非常多,也非常散,需要好几层结构来组织这个体系,否则就会显得很乱.那么如何组织.把谁和谁放在一块儿?这是真正值得我们去思 ...
适用于FreeRTOS初学者，FreeRTOS整体知识框架
写在前面:因为实际使用需求,学习了一段时间FreeRTOS.从FreeRTOS的市场占有率来看,网上的资料应该很多,但是在学习过程中尤其是遇到问题的时候,发现真正有用的资料并不多. 所以写这篇文章的目 ...
后端开发知识框架汇总
后端开发知识框架汇总 Spring框架 Spring/Springboot/SpringMVC Spring 其是一个引擎,众多衍生产品例如boot.security.jpa等等:但他们的基础都是 ...
项目管理知识框架PMBOK（文字版）
项目管理知识框架PMBOK 项目整体管理[I](Integration) 1. 制定项目章程(Develop Project Charter) 2. 制定项目初步范围说明书(Develop Preli ...
Interview：人工智能岗位面试—人工智能岗位求职之机器学习算法工程师必备知识框架结构图
Interview:人工智能岗位面试-人工智能岗位求职之机器学习算法工程师必备知识框架结构图目录机器学习算法工程师思维导图机器学习算法工程师思维导图后期继续更新-- 1.思维导图01
分段概率密度矩估计_考研数学：高数、线代、概率3科目知识框架梳理
该楼层疑似违规已被系统折叠隐藏此楼查看此楼首先要确保常考题型,常考知识点非常熟练.下面从高等数学.线性代数.概率统计三个模块进行阐述. 高等数学部分 1.函数的极限;数列的极限;无穷小及阶的问 ...

408知识框架总结——数据结构