DataStructure And Algo下載 - DataStructure And Algo源代碼下載

DataStructure And Algo

其他源碼

1.0.0

下載

Java中的數據架構和疊加

數據結構是用於組織，處理，檢索和存儲數據的專門格式。有幾種基本和高級的數據結構類型，旨在安排數據以適合特定目的。數據結構使用戶可以輕鬆以適當的方式訪問和處理所需的數據。最重要的是，數據結構構成了信息的組織，以便機器和人類可以更好地理解信息。

數據結構

數據結構是在計算機中組織和存儲數據的一種專業方法，以使我們可以更有效地對存儲數據進行操作。數據結構在計算機科學和軟件工程領域具有廣泛而多樣的使用範圍。數據結構幾乎都用於開發的每個程序或軟件系統中。此外，數據結構屬於計算機科學和軟件工程的基本面。在軟件工程面試問題方面，這是一個關鍵主題。因此，作為開發人員，我們必須對數據結構有很好的了解。

DSA問題解決方案

1。數組

數組是固定大小的結構，可以容納相同數據類型的項目。它可以是整數的數組，一系列浮點數，字符串或什至數組數組（例如二維數組）。數組是索引的，這意味著可以隨機訪問。

陣列操作

遍歷：瀏覽元素並打印它們。
搜索：搜索數組中的元素。您可以通過其值或其索引搜索元素
更新：在給定索引處更新現有元素的值

將元素插入數組並從數組中刪除元素，因為數組的大小固定，因此無法立即完成。如果要將元素插入數組，首先，您必須創建一個具有增加尺寸的新數組（當前尺寸 + 1），複製現有元素並添加新元素。刪除的尺寸較小的新數組也是如此。

數組的應用

用作構建其他數據結構的構建塊，例如數組列表，堆，哈希表，向量和矩陣。
用於不同分類算法，例如插入排序，快速排序，氣泡排序和合併排序。

2。鏈接列表

鏈接列表是一個順序結構，由線性順序的一系列項目組成，彼此相互鏈接。因此，您必須順序訪問數據，並且不可能隨機訪問。鏈接列表提供了動態集的簡單而靈活的表示。

鏈接列表中的元素稱為節點。
每個節點都包含一個鍵和指針，指向其後繼節點，稱為下一個。
名為Head的屬性指向鏈接列表的第一個元素。
鏈接列表的最後一個元素稱為尾巴。

以下是可用的各種鏈接列表。

單獨鏈接的列表- 項目的遍歷只能沿向前方向完成。
雙重鏈接列表- 項目的遍歷可以在前進和向後進行。節點由一個稱為上述的其他指針組成，指向上一個節點。
循環鏈接列表- 鏈接列表，頭部的前一個指針指向尾部的前一個指針以及尾部指向頭部的下一個指針。

鏈接列表操作

搜索：通過簡單的線性搜索在給定的鏈接列表中找到帶有鍵k的第一個元素，並返回指向此元素的指針
插入：插入鏈接列表的鍵。可以通過3種不同的方式進行插入；在列表的開頭插入，在列表的末尾插入，然後插入列表中間。
刪除：從給定的鏈接列表中刪除元素x。您不能單步刪除節點。可以通過3種不同的方式進行刪除；從列表的開頭刪除，從列表的末尾刪除，然後從列表的中間刪除。

鏈接列表的應用

用於編譯器設計中的符號表管理。
用於使用Alt + Tab在程序之間切換（使用循環鏈接列表實施）。

3。堆棧

堆棧是LIFO （最後一次 - 最終可以訪問的元素）結構，通常可以在許多編程語言中找到。該結構被稱為“堆棧”，因為它類似於現實世界中的堆棧 - 一堆板塊。

堆棧操作

推：將元素插入堆棧頂部。
pop：刪除最高元素並返回。
窺視：返回堆棧的頂部元素而不刪除堆棧。
ISEMPTY ：檢查堆棧是否為空。
ISFULL ：檢查堆棧是否已滿。

堆棧的應用

用於表達評估（例如：用於解析和評估數學表達式的分流碼算法）。用於在遞歸編程中實現功能調用。

4。隊列

隊列是FIFO （首先是首先 - 首先可以訪問該元素的結構）結構通常可以在許多編程語言中找到。該結構被稱為“隊列”，因為它類似於現實世界的隊列 - 在隊列中等待的人。

隊列操作

入選：將元素插入隊列的末端。
Dequeue ：從隊列的開頭刪除元素。

隊列的應用

用於管理多線程中的線程。用於實施排隊系統（例如：優先級排隊）。

5。哈希表

哈希表是一個數據結構，該數據結構存儲具有與每個鍵關聯的鍵的值。此外，如果我們知道與該值相關的密鑰，它可以有效地支持查找。因此，無論數據大小如何，它都非常有效地插入和搜索。

直接地址在存儲在表中時，使用值和鍵之間的一對一映射。但是，當有大量鍵值對時，這種方法存在問題。該表將有很多記錄，並且鑑於在典型計算機上可用的內存，可能是不切實際的，甚至不可能被存儲。為了避免此問題，我們使用哈希表。

哈希功能

一個名為Hash函數（H）的特殊函數用於克服直接尋址時上述問題。在直接訪問中，具有鍵K的值存儲在插槽k中。使用哈希函數，我們計算每個值所在的表（插槽）的索引。使用哈希函數計算的給定鍵計算的值稱為哈希值，該值指示了該值映射的表的索引。

H：哈希功能
K：應該確定哈希值的關鍵
M：哈希表的大小（可用的插槽數）。不接近2個確切功率的主要值是M的不錯選擇。

哈希表的應用

用於實現數據庫索引。
用於實現關聯陣列。
用於實現“設置”數據結構。

6。樹

樹是一個分層結構，其中數據由分層組織並鏈接在一起。該結構與鏈接列表不同，而在鏈接列表中，項目以線性順序鏈接。在過去的幾十年中，已經開發了各種各樣的樹木，以適應某些應用並滿足某些限制。一些示例包括二進制搜索樹，B樹，Treap，紅黑樹，Splay Tree，Avl樹和N- Ary樹。

二進制搜索樹

顧名思義，二進制搜索樹（BST）是一個二進制樹，其中數據以層次結構組織。該數據結構以排序順序存儲值。二進制搜索樹中的每個節點都包含以下屬性。

1。鍵：存儲在節點中的值。

2。左：指向左孩子的指針。

3。右：指向合適的孩子的指針。

4。 P：指向父節點的指針。

二進制搜索樹展示了將其與其他樹區分開的獨特屬性。該屬性被稱為** binary-search-Tree屬性**。

樹木的應用

二進制樹：用於實現表達解析器和表達求解器。
二進制搜索樹：用於數據不斷輸入和離開的許多搜索應用程序中。
堆： JVM（Java Virtual Machine）用於存儲Java對象。
Treaps：用於無線網絡。

7。堆

堆是二進制樹的特殊情況，在該二進制樹上，將父節點與孩子的價值觀進行比較，並得到相應的安排。

堆可有2種類型。

最小堆- 父母的鑰匙小於或等於其子女的鑰匙。這稱為Min-Heap屬性。根部將包含堆的最小值。
Max Heap-父母的鑰匙大於或等於其子女的鑰匙。這稱為Max-Heap屬性。根部將包含堆的最大值。

堆的應用

用於Hepsort算法。
用於實現優先級的隊列，因為可以根據可以使用數組實現堆的堆屬性來訂購優先級值。
可以在O（log n）時間內使用堆實現隊列功能。
用於在給定數組中找到最小（或最大）的kᵗʰ最小值（或最大）。

8。圖

圖由一組有限的頂點或節點組成，以及連接這些頂點的一組邊緣。

圖的順序是圖中的頂點數。圖的大小是圖中的邊數。

如果兩個節點通過相同的邊緣相互連接，則據說它們相鄰。

定向圖

如果圖形G的所有邊緣都有一個指示啟動頂點和端頂點是什麼的方向，則據說圖形是一個有向圖。我們說（u，v）是來自或留下頂點u的事件，是事件發生的，或者進入或進入頂點訴自動彈：從頂點到自身的邊緣。

無向圖

如果圖形G。它可以在兩個頂點之間以兩種方式進行。

如果頂點未連接到圖中的任何其他節點，則據說它是隔離的。

圖的應用

用於代表社交媒體網絡。每個用戶都是頂點，當用戶連接時，他們會創建一個邊緣。
用於用搜索引擎表示網頁和鏈接。 Internet上的網頁通過超鏈接相互鏈接。每個頁面都是頂點，兩個頁面之間的超鏈接是一個邊緣。用於Google中的頁面排名。
用於表示GPS中的位置和路線。位置是頂點，連接位置的路線是邊緣。用於計算兩個位置之間的最短路線。

9。特里

Trie是一種類似樹狀的信息檢索數據結構，該數據結構存儲字母的字母。它也被稱為數字樹或radix樹或前綴樹。

Trie是一種有效的信息檢索數據結構。使用Trie，搜索複雜性可以達到最佳限制（密鑰長度）。如果我們將鑰匙存儲在二進制搜索樹中，則平衡的BST需要與M * log N成比例的時間，其中M是最大的字符串長度，而N是樹中的鍵數。使用Trie，我們可以在O（M）時間中搜索鍵。

Trie的類型

1。標準Trie ：這是一個像數據結構一樣有序的樹。

每個節點，但詞根都標有一個字符。
節點的孩子按字母順序排序。
從外部節點到根的路徑產生S的字符串。
每個密鑰或單詞的最後一個節點用於標記單詞或節點的結尾。

2。壓縮的Trie ：用於實現空間優化。壓縮的Trie是標準Trie的高級版本。

淋巴結至少2個輪胎
它包括分組，重新組合字符的鑰匙。
在執行插入操作時，可能需要將已經分組的字符解開。
在執行刪除操作時，可能需要重新分組已經分組的字符。
通過標準嘗試通過壓縮冗餘節點的鏈條獲得。

3。後綴Trie ：後綴Trie是壓縮Trie的高級版本。

後綴輪胎是用於文本的所有後綴的壓縮三角。
後綴輪胎是一種可容納一個供應的數據結構，可存儲一個允許快速回答多種查詢的字符串。

Trie的應用

使用Trie，我們可以在O（L）時間中插入並找到字符串，其中L代表單個單詞的長度。這顯然比BST快。這也比哈希的速度快，因為它的實現方式。我們不需要計算任何哈希功能。 Trie的另一個優點是，我們可以輕鬆地按字母順序打印所有單詞，而Hashhing不容易就可以。

自動完成
拼寫檢查器
最長的前綴匹配
瀏覽器歷史記錄

10。動態編程

動態編程是一種將問題分解為子問題的技術，並為將來的目的保存結果，因此我們不需要再次計算結果。優化子問題以優化整體解決方案被稱為最佳亞基屬性。動態編程的主要用途是解決優化問題。在這裡，優化問題意味著當我們試圖找出問題的最小解決方案或最大解決方案時。動態編程確保如果存在解決方案，可以找到問題的最佳解決方案。