数据结构相关知识整理

用两个栈实现一个队列

栈：后进先出

队列：先进先出

要使用两个栈实现队列（先进先出），主要思路是

1.插入一个元素：直接将元素插入stack1即可。
2.删除一个元素：当stack2不为空时 ，直接弹出栈顶元素，当stack2为空时，将stack1元素逐个弹出并压入stack2，然后再弹出栈顶元素。

用我的话说就是两个先进后出就变成先进先出了

具体可参考 https://www.cnblogs.com/clwsec/p/11586972.html

平衡二叉树

平衡树(Balance Tree，BT) 指的是，任意节点的子树的高度差都小于等于1。常见的符合平衡树的有，B树（多路平衡搜索树）、AVL树（二叉平衡搜索树）等。

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。

具体可参考 https://www.cnblogs.com/zhangbaochong/p/5164994.html

双向链表

双向链表也叫双链表，是链表的一种，它的每个数据结点中都有两个指针，分别指向直接后继和直接前驱。所以，从双向链表中的任意一个结点开始，都可以很方便地访问它的前驱结点和后继结点。

实现链表翻转有以下两种方法：

• 建立新链表，依次从旧链表中复制节点，并将其作为头。空间复杂度为O(N)
• 原地翻转 。空间复杂度为O(1)

typedef int eleType;
typedef struct Node{
    eleType ele;
    struct Node* next;
}Node, *pNode;

pNode node = (pNode)malloc(sizeof(pNode));
        node->ele = i;
        node->next = NULL;
        temp->next = node;

详见 https://blog.csdn.net/kid1ing/article/details/67638061

二叉树遍历方法

给定 先序+中序 or 后序+中序 可以唯一确定一颗二叉树

1. 而 先序+后序 不能
2.  
     A
3.  
   /
4.  
   B
5.  
   前序遍历： AB, 后序遍历： BA
6.  
   A
7.  
8.  
     B
9.  
   前序遍历： AB, 后序遍历： BA

    

   海量数据处理 - 10亿个数中找出最大的10000个数（top K问题）

   方法一、先拿10000个数建堆，然后一次添加剩余元素，如果大于堆顶的数（10000中最小的），将这个数替换堆顶，并调整结构使之仍然是一个最小堆，这样，遍历完后，堆中的10000个数就是所需的最大的10000个。建堆时间复杂度是O（mlogm），算法的时间复杂度为O（nmlogm）（n为10亿，m为10000）。

       方法二(优化的方法)：可以把所有10亿个数据分组存放，比如分别放在1000个文件中。这样处理就可以分别在每个文件的10^6个数据中找出最大的10000个数，合并到一起在再找出

   最终的结果。

   哈夫曼树

   哈夫曼树又称最优二叉树，是一种带权路径长度最短的二叉树。所谓树的带权路径长度，就是树中所有的叶结点的权值乘上其到根结点的路径长度（若根结点为0层，叶结点到根结点的路径长度为叶结点的层数）。树的带权路径长度记为WPL=(W1*L1+W2*L2+W3*L3+...+ Wn*Ln)，N个权值Wi(i=1,2,...n)构成一棵有N个叶结点的二叉树，相应的叶结点的路径长度为Li(i=1,2,...n)。可以证明哈夫曼树的WPL是最小的。
           构造哈夫曼树的算法如下：
           1）对给定的n个权值{W1,W2,W3,...,Wi,...,Wn}构成n棵二叉树的初始集合F={T1,T2,T3,...,Ti,..., Tn}，其中每棵二叉树Ti中只有一个权值为Wi的根结点，它的左右子树均为空。
           2）在F中选取两棵根结点权值最小的树作为新构造的二叉树的左右子树，新二叉树的根结点的权值为其左右子树的根结点的权值之和。
           3）从F中删除这两棵树，并把这棵新的二叉树同样以升序排列加入到集合F中。
           4）重复2）和3），直到集合F中只有一棵二叉树为止。

   哈夫曼树应用-哈夫曼编码

   哈夫曼树的一个经典应用就是哈夫曼编码。在数据通信中，经常需要将传送的文字转换成二进制字符串，这个过程就是编码。哈夫曼编码是一种变长的编码方案，其核心就是使频率越高的码元（这个词不知用的是否准确，就是要编码的对象，可以是字符串等等了）采用越短的编码。编码过程就根据不同码元的频率（相当于权值）构造出哈夫曼树，然后求叶子节点到根节点的路径，其中节点的左孩子路径标识为0，右孩子路径标识为1。对于上面的例子，权值为1的节点编码为000，权值为3的节点编码为001，权值为5的节点编码为01，权值为7的节点编码为1。

   详见 https://www.cnblogs.com/aaron911/p/11058017.html

   单链表特点

   当访问过一个节点后，只能接着访问他的后继节点，而无法访问前驱节点。

   优先队列

   普通的队列是一种先进先出的数据结构，元素在队列尾追加，而从队列头删除。

   在优先队列中，元素被赋予优先级。当访问元素时，具有最高优先级的元素最先删除。优先队列具有最高级先出 （first in, largest out）的行为特征。

   首先要包含头文件#include<queue>, 他和queue不同的就在于我们可以自定义其中数据的优先级, 让优先级高的排在队列前面,优先出队。

   优先队列具有队列的所有特性，包括队列的基本操作，只是在这基础上添加了内部的一个排序，它本质是一个堆实现的。

   定义：priority_queue<Type, Container, Functional>
   Type 就是数据类型，Container 就是容器类型（Container必须是用数组实现的容器，比如vector,deque等等，但不能用 list。STL里面默认用的是vector），Functional 就是比较的方式。

   当需要用自定义的数据类型时才需要传入这三个参数，使用基本数据类型时，只需要传入数据类型，默认是大顶堆。

   //升序队列，小顶堆
   priority_queue <int,vector<int>,greater<int> > q;
   //降序队列，大顶堆
   priority_queue <int,vector<int>,less<int> >q;
   
   //greater和less是std实现的两个仿函数（就是使一个类的使用看上去像一个函数。其实现就是类中实现一个operator()，这个类就有了类似函数的行为，就是一个仿函数类了）

   详见 https://www.cnblogs.com/huashanqingzhu/p/11040390.html

   堆和队列的区别

   队列是先进先出，于堆而言却没有这个特性，两者都是存放临时数据的地方

   栈也称为堆栈，是一种线性表。

   堆栈的特性： 最先放入堆栈中的内容最后被拿出来，最后放入堆栈中的内容最先被拿出来， 被称为先进后出、后进先出。