基础：C语言（结构体、内存（malloc））、代码量
数据结构就是一种思维方式
程序就是用来处理数据的（不是单纯的数值），而变量就是用来存储数据的
代码的可复用，可续性，效率，维护。
什么是数据结构
数据结构研究计算机数据间关系；包括数据的逻辑结构和存储结构及其操作
数据（data）数据即信息的载体，是能够输入到计算机中并且能被计算机识别、存储和处理的符号总称
数据元素（data element）数据元素是数据的基本单位，又称为记录（Record）。一般，数据元素由若干基本项或称（字段、域、属性）组成。
C语言中结构体和高级语言的类挺像
逻辑结构：表示运算之间的抽象关系。按每个元素可能具有的直接前趋数和直接后趋数将逻辑结构分为“线性结构”和“非线性结构”两大类。
（集合、线性结构、树形结构、图形结构）
存储结构:逻辑结构在计算机中的具体实现方法。存储结构是通过计算机语言所编制的程序来实现的，因此是依赖于具体的计算机语言的。（顺序存储、链式存储、索引存储（数据文件+索引表）、散列存储（查找频率高的时候非常好））
数据的运算：检索、排序、插入、删除、修改等。
线性表：包含若干数据元素的一个线性序列
顺序存储结构的表示：若将线性表L=（a0、a1，……,an-1）中的各元素依次存储于计算机一片连续的存储空间
在C语言中，可借助于一维数组类型来描述线性表的顺序存储结构
#define N 100
Typedef int data_t
Typedef [struct
{
data_t data[N]; //表的存储空间
int last；
}]sqlist，*sqlink
基本运算
1）建立一个空表：list_create(L)
1、申请内存2、初始化3、返回last
2)置空表：list_clear(L)
3)判断表是否为空：list_empty(L)
4)求表长：length（L）
5)取表中某个元素：GetList(L,i),即aj
6)定位运算：Locate(L,x)
7)插入: Insert(L,x,i)
sqlist.h (定义、运算)
sqlist.c(运算的实现)
test.c（验证程序对不对）
(1.结构清晰 2.软件复用性很好（自己（现在项目、其他项目）、同事（h,c）、
外包(.h .so(库，二进制文件)）)
结构体的指针访问结构体的成员用->
线性表的顺序存储结构有存储密度高及能够随机存取等优点，但存在以下不足：
（1）要求系统提供一片较大的连续存储空间
（2）插入、删除等运算耗时，且存在元素在存储器中成片移动的现象；
将线性表L=(a0,a1,…,an-1)中各元素分布在存储器的不同存储块，成为结点，通过地址或指针建立元素之间的联系
Data Next
结点的data域存放数据元素aj，而next域是一个指针，指向aj直接后继aj+1所在的结点
结点类型描述：
Typedef struct node
{
Data_t data; //结点的数据域//
Struct node *next;//结点的后继指针域//
}listnode,*linklist;
若指针p的值为NULL，则它不指向任何结点，此时取p->data或者p->next->data是错误的
结点（堆）
可以调用c语言中malloc()函数向系统申请结点的存储空间
Linklist p；
P=(linklist)malloc(sizeof(listnode));
则创建一个类型为linklist的结点，且该结点的地址已经存入指针变量p中
建立单链表
依次读入表L=(a0,a1,…,an-1)中每一元素aj(假设为整型)，若ai不等于结束符(-1),则为ai创建一结点，然后插入表尾，最后返回链表的头结点指针H。
栈是限制在一端进行插入操作和删除操作的线性表(俗称堆栈)
允许进行操作的一端称为“栈顶”
另一固定端称为“栈底”
当栈中没有元素时称为“空栈”。特点：后进先出
顺序栈
它是顺序表的一种，具有顺序表同样的存储结构，由数组定义，配合用数组下标表示的栈顶指针top（相对指针）完成各种操作。
Typedef int data_t;
Typedef struct{
Data_t *data;
Int maxlen;
Int top;
链式栈：
插入操作和删除操作均在链表头部进行，链表尾部就是栈底，栈顶指针就是头指针
Typedef int data_t;
Typedef struct node_t{
Data_t data;
Struct node_t *next;
Struct node_t *next;
}linkstack_t;
队列
队列是限制在两端进行插入操作和删除操作的线性表。
允许进行存入操作的一端称为“队尾”
允许进行删除操作的一端称为“队头”
当线性表中没有元素时，称为“空队”
特点：先进先出（FIFO）
顺序队列
Typedef int data_t;
#define N 64
Typedef struct{
Data_t data[N];
Int front,rear;
}sequeue_t;
Front指向队头元素的位置；
Rear指向队尾的下一个位置
在队列操作的过程中，为了提高效率，以调整指针代替队列元素的移动，并将数组作为循环队列的操作空间
为区别空队和满队，满队元素个数比数组元素个数少一个
创建队列：CreateQuene()
清空队列：ClearQuene(Q)
判断队列空：EmptyQuene(Q)
判断队列满：FullQuene(Q)
入队:EnQuene(Q,x)
出队：DeQuene(Q)
插入操作在队尾进行，删除操作在队头进行，由队头指针和队尾指针控制队列的操作。
Typedef int data_t;
Typedef struct node_t
{
Data_t data;
Struct node_t *next;
}linknode_t,*linklist_t;
Typedef struct{
Linklist_t front,rear;
}linkqueue_t;
栈与队列实例(球钟问题（原理）)
每过一分钟，求中就会从球队列的队首取出一个球放入分钟指示器，分钟指示器最多可以容纳4个球。
当放入第五个球的时候，在分钟指示器的4个球就会按照他们被放入时的相反顺序加入球队列的队尾。而第五个球就会进入五分钟指示器。
按此类推，五分钟指示器最多可以放11个球，小时指示器最多可放11个球
树(Tree)是n(n>0)个节点的有限集合T，它满足两个条件:有且仅有一个特定的称为根(root)的节点；其余的节点可以分为m(m>=0)个互不相交的有限集合T1、T2、……、Tm，其中每一个集合又是一棵树，并称其其根的子树，表示方法:树形表示法、目录表示法。
一个节点的子树的个数称为该节点的度数
一颗树的度数是指该树中节点的最大度数
度数为零的节点称为树叶或终端节点
度数不为零的节点称为分支节点
除根节点外的分支节点称为内部节点
一个节点系列k1，k2，……,ki,ki+1,……,kj,并满足ki是ki+1的父节点，就称为一条从k1到kj的路径。
路径的长度为j-1，即路径的中的边数。
路径中前面的节点是后面节点的祖先，后面节点是前面节点的子孙。
节点的层数等于父节点的层数加一，根节点的层数定义为一，根节点的层数定义为一。树中节点层数的最大值称为该树的高度或深度。
若树中每个节点的各个子树的排列为从左到右，不能交换，即兄弟之间是有序的，则该树称为有序树。
M(m>=0)颗互不相交的树的集合称为森林，树去掉节点就变成森林，森林加上一个新的根节点就成为树。
树的逻辑结构：树中任何节点都可以有零个或多个直接后继节点（子节点），但至多只有一个直接前趋节点(父节点)，根节点没有前趋节点，叶节点没有后继节点。
二叉树
二叉树是n(n>0)个节点的有限集合或者是空集(n=0)
或者是由一个根节点以及两颗互不相交的，分别称为左子树和右子树的二叉树组成，严格区分左孩子和右孩子，即使只有一个子节点也要区分左右。
满二叉树:深度为k（k>=1）时有2k-1个节点的二叉树。
完全二叉树:只有最下面两层有度数小于2的节点，且最下面一层的叶节点集中在最左边的若干位置上。
具有n个节点的完全二叉树的深度为(log2n)+1或log2（n+1）
顺序存储结构: 完全二叉树节点的编号是从上到下，从左到右，根节点为一号节点。设完全二叉树的节点数为n，某节点编号为i
当i>1（不是根节点）时，有父节点，其编号为i/2；
当2*i<=n时，有左孩子，其编号为2*i，否则没有左孩子，本身是叶节点；
当2*i*+1 当i为奇数且不为1时，有左兄弟，其编号为i-1,否则没有左兄弟。 当i为偶数且小于n时，有右兄弟，其编号为i+1,否则没有右兄弟 有n和节点的完全二叉树可以用有n+1个元素的数组进行顺序存储，节点号和数组下标一一对应，下标为零的元素不用。 利用以上特性，可以从下标获得节点的逻辑关系，不完全二叉树通过添加虚节点构成完全二叉树，然后用数组存储，这样浪费一些存储空间 二叉树—链式存储 Typedef int data_t; Typedef struct node_t; { Data_t data; Struct node_t *lchild,*rchild; }bitree_t; Bitree_t *root;二叉树由根节点指针决定 二叉树的遍历 遍历：沿耨条搜索路径周游二叉树，对树中的每一个节点访问一次且仅访问一次 二叉树是非线性结构，每个结点有两个后继，则存在如何遍历即按什么样的搜索路径进行遍历的问题。 由于二叉树的递归性质，遍历算法也是递归的。三种基本的遍历算法如下: 先访问树根，再访问左子树，最后访问右子树。 先访问左子树，再访问树根，最后访问右子树。 先访问左子树，再访问右子树，最后访问树根。 先序遍历算法 若二叉树为空树，则空操作；否则访问根节点，先序遍历左子树，先序遍历右子树 查找概念 设记录表L=(R1,R2,……,Rn),其中Ri(I<=i<=n)为记录，对给定的某个值k，在表L中确定key=k的记录的过程，称为查找。 若表L中存在一个记录Ri的key=k,纪委Ri.key=k，则查找成功，返回该记录在表L中的序号i(或Ri的地址)，否则(查找失败)返回0(或空地址NULL) 对查找算法，主要分许其T(n).查找过程是key的比较过程，时间主要耗费在各记录的key与给定k值的比较上。比较次数越多，算法效率越差（即T(n)量级越高），故用“比较次数”刻画算法的T(n). 理想的查找方法是：对给定的k，不经任何比较便能获取所需的记录，其查找的时间复杂度为常数级O(C). 这就要求在建立记录表的时候，确定记录的key与其存储地址之间的关系f，即使key与记录的存放地址H相对应。 当要查找key=k的记录时，通过关系f就可得到相应记录的地址而获取记录，从而免去了key的比较过程。 这个关系f就是所谓的Hash函数(或称散列函数,杂凑函数)，记为H(key) 它实际上是一个地址映象函数，其自变量为记录的key，函数值为记录的存储地址(或称Hash地址) 不同的key可能得到同一个Hash地址，即当key1不等于key2时，可能有H(key1)=H(key2),此时称key1和key2为同义词。这种现象称为“冲突”或“碰撞”，因为一个数据单位只可存放一条记录。 一般，选取Hash函数只能做到使冲突尽可能小，却不能完全避免。这要求在出现冲突之后，寻求适当的方法来解决冲突记录的存放问题。
