数据结构(DS)学习笔记(4):线性表

2.1线性表的类型定义

线性表是最常用且最简单的一种数据结构,是一种典型的线性结构一个线性表是n个数据元素的有限序列

线性表:(a_{1},a_{2},...,a_{i-1},a_{i},a_{i+1},...,a_{n})

a_{1}——a_{n}是数据元素,a_{1}是线性起点(起始结点),a_{n}是线性终点(终端结点)。

a_{i-1}a_{i}直接前驱a_{i+1}a_{i}直接后继。

n为元素总个数,即表长:线性表的长度。n = 0时为空表

a_{1}是第一个数据元素,a_{n}是最后一个数据元素,a_{i}是第i个数据元素,i为数据元素a_{i}在线性表中的位序。(位序是从1开始的,数组下标是从0开始的)

除了第一个元素外,每个元素有且仅有一个直接前趋;除了最后一个元素外,每个元素有且仅有一个直接后继。开始结点a_{1},没有直接前驱,仅有一个直接后继a_{2};终端结点a_{n},没有直接后继,仅有一个直接前驱a_{n-1}

同一个线性表中的元素必定具有相同特征,数据元素之间的关系是线性关系。线性表中每个数据元素所占的空间是一样大的。

2.2线性表的计算

一元多项式的运算:实现两个多项式加、减、乘运算

P_{n}(X)=P_{0}+P_{1}X+P_{2}X^{2}+...+P_{n}X^{n}

把一元多项式中的每个系数拿出来,把他存成一个线性表,每一项的指数,用系数的下标来隐含的表示。此时系数的下标与指数相同P0常数项就是X的0次方,P₁就是X的一次方

线性表P=(P_{0},P_{1},P_{2},...,P_{n})(每一项的指数i隐含在其系数P_{i}的序号中)

例一:P(x)=10 + 5x - 4x^{2} + 3x^{3} +2x^{4} ,用数组表示: 

R_{n}(X)=P_{n}(X)+Q_{m}(X)

线性表R=(p_{0}+q_{0},p_{1}+q_{1},p_{2}+q_{2},...,p_{m}+q_{m},p_{m+1},...,p_{n})

稀疏多项式:

例一:A(x)=7+3x+9x^{8}+5x^{17}                                B(x)=8x+22x^{7}-9x^{8}

                        

 P_{n}(X)=P_{1}X^{e_{1}}+P_{2}X^{e_{2}}+...+P_{m}X^{e_{m}}线性表P=((p_{1},e_{1}),(p_{2},e_{2}),...,(p_{m},e_{m}))

线性表A=((7,0),(3,1),(9,8),(5,17))线性表B=((8,1),(22,7),(-9,8))

求两个多项式的和:

(1)创建一个新的数组C

(2)分别从头遍历比较a和b的每一项:

指数相同:对应的系数相加,若其和不为零,则在C中增加一个新项;为零就不要了

指数不相同:将指数较小的项,复制到C中

(3)一个多项式已经遍历完毕时,将另一个剩余项依次复制到C中即可

所以,数组C:

思路:

1:首先比较线性表A(7,0)和线性表B(8,1),看它们的指数 ,一个是0一个是1,0<1,所以将线性表A的(7,0)放到数组C中(0,7)。此处线性表A(7,0)解决了,不要了。

2:因为线性表B(8,1)并没有被解决,所以接着和线性表A(3,1)比较,1=1,指数相同,系数相加3+8=11,然后放入到数组C中(1,11)。此处线性表A(3,1)和线性表B(8,1)都解决了,就不要了。

3:然后线性表A变成了(9,8)和线性表B(22,7)比较,8>7,指数不同,将线性表B(22,7)放入到数组C中(7,22)。此处数组B(22,7)解决了,不要了

4:接着看线性表A(9,8)和线性表B(-9,8),8=8,系数相加,9+(-9)=0,所以线性表A(9,8)和线性表B(-9,8)都不要了

5:此处线性表B已经没有了,线性表A还剩一项(5,17),所以直接将线性表A(5,17)复制到数组C中(17,5)

所以数组C为

顺序存储结构存在的问题:

1:存储空间不灵活        2:运算的空间复杂度高

法二:链式存储结构 

A(x)=7+3x+9x^{8}+5x^{17}                  B(x)=8x+22x^{7}-9x^{8}

 首先遍历这两个多项式,A多项式第一个系数为0,B多项式第一个系数为1,0<1,所以保留0次项

接着看A多项式第二个系数为1,B多项式第一个系数为1,1=1,然后系数相加,3+8=11

接着看A多项式第三个系数为8,B多项式第二个系数为7,7<8,所以保留这个7次项

接着看A多项式第三个系数为8,B多项式第三个系数为8,8=8,然后系数相加,9-9=0,都不要

所以此方法并不需要额外空间 

2.3抽象数据类型线性表的定义

ADT List{

        数据对象:D = {a_{i}| a_{i}∈ElemSet, i = 1,2,...,n,n≥0}

        数据关系:R1 = {< a_{i-1}a_{i} > |a_{i-1}a_{i}∈D, i = 1,2,...,n}

        基本操作:

                InitList(&L)

                        操作结果:构造一个空的线性表L。

               

DestroyList(&L)

                        初始条件:线性表L已存在。

                        操作结果:将L重置为空表。

                .........

}ADT List

2.4线性表的基本操作

InitList(&L)        (Initialization List:初始化线性表)

        操作结果:构造一个空的线性表L。(分配内存空间)

DestroyList(&L)        (删除)

        初始条件:线性表L已存在。

        操作结果:销毁线性表L。(从内存中删除线性表,释放空间)

ClearList(&L)        (重置)

        初始条件:线性表L已存在。

        操作结果:将L重置为空表。(内存还有,但是没有元素)

ListEmpty(L)        (判断线性表是否为空表,空表n=0)

        初始条件:线性表L已存在。

        操作结果:若L为空表,则返回TRUE,否则返回FALSE。

ListLength(L)        (求线性表的长度:线性表当中元素的个数)

        初始条件:线性表L已存在。

        操作结果:返回L中数据元素个数。

GetElem(L, i, &e)        (获取线性表当中元素)

        初始条件:线性表L已存在,1 ≤ i ≤ ListLength(L)。

        操作结果:用e返回L中第i个数据元素的值。

LocateElem(L,e,compare())        (查找、定位)

        初始条件:线性表L已存在,compare()是数据元素判定函数。        

        操作结果:返回L中第1个与e满足关系compare()的数据元素的位序。若这样的数据元素不存在,则返回值为0。

PriorElem(L,cur_e,&pre_e)        (求一个元素的前趋)

        初始条件:线性表L已存在。

        操作结果:若cur_e是L的数据元素,且不是第一个,则用pre_e返回它的前驱,否则操作失败,pre_e无定义。

NextElem(L,cur_e,&next_e)        (获取一个元素的后继)

        初始条件:线性表L已存在。

         操作结果:若cur_e是L的数据元素,且不是最后一个,则用next_e返回它的后继,否则操作失败,next_e无定义。

ListInsert(&L,i,e)        (插入元素)

        初始条件:线性表L已存在,1 ≤ i ≤ ListLength(L)+ 1。

        操作结果:在L中第i个位置之前插入新的数据元素e,L的长度加1。

例:插入元素e之前(长度为n):(a_{1},a_{2},...,a_{i-1},a_{i},...,a_{n})

插入元素e之后(长度为n+1):(a_{1},a_{2},...,a_{i-1},e,a_{i},...,a_{n})

此处a_{i}是e的后继

ListDelete(&L,i,&e)        (删除元素)

        初始条件:线性表L已存在且非空,1 ≤ i ≤ ListLength(L)。

        操作结果:删除L的第i个数据元素,并用e返回其值,L的长度减1。

例:删除前(长度为n):(a_{1},a_{2},...,a_{i-1},a_{i},a_{i+1},...,a_{n})

删除后(长度为n-1):(a_{1},a_{2},...,a_{i-1},a_{i+1},...,a_{n})

ListTraverse(L,visit())        (遍历线性表)

        初始条件:线性表L已存在。

        操作结果:依次对L的每个数据元素调用函数visit()。一旦visit()失败,则操作失败

PrintList(L):输出:按照前后顺序输出线性表L的所有元素值。

2.5线性表的顺序表示和实现

线性表的顺序表示:顺序存储结构顺序映象

线性表的顺序表示:指的是用同一组地址连续的存储单元依次存储线性表的数据元素

顺序存储定义:把逻辑上相邻的数据元素存储在物理上相邻的存储单元中的存储结构。

线性表是一种逻辑结构

线性表(a_{1},a_{2},...,a_{i-1},a_{i},a_{i+1},...,a_{n})中,第一个元素没有前驱,最后一个元素没有后继,除了第一个元素和最后一个元素,其他元素有且仅有一个前驱和一个后继。线性表中第一个数据元素a1的存储位置,称作线性表的起始位置基地址(首地址)。

逻辑上相邻的元素,在物理位置上也是相邻的。

例如:线性表(1,2,3,4,5,6)的存储结构 一个典型的线性表顺序存储结构。依次存储,地址连续——中间没有空出存储单元

地址不连续——中间存在空的存储单元。不是一个线性表顺序存储结构。

线性表顺序存储结构占用一片连续的存储空间。知道某个元素的存储位置就可以计算其他元素的存储位置。

2.6顺序表中元素存储位置的计算

例:(a_{1},a_{2},...,a_{i-1},a_{i},a_{i+1},...,a_{n}),如果每个元素占用8个存储单元,a_{i}存储位置是2000单元,则 a_{i+1}存储位置是?

已知每个元素占8个存储单元,所以a_{i}占用2000~2007,这8个存储单元,a_{i+1}则是从2008开始存储的。

假设线性表的每个元素需占l个存储单元,并以所占的第一个单元的存储地址作为数据元素的存储位置。则第i+1个数据元素的存储位置LOC(a_{i+1})和第 i个数据元素的存储位置LOC(a_{i})之间满足关系 :LOC(a_{i+1})=LOC(a_{i})+l

线性表的第 i 个数据元素a_{i}的存储位置为:LOC(a_{i})=LOC(a_{1})+(i-1) * l

与数学中的等差数列相似a_{n}=a_{1}+(n-1)×d,LOC是location的缩写。设线性表中第一个元素的存储位置是LOC(L),第二个元素的存储位置为:LOC(L)+数据元素的大小,第三个为LOC(L)+2 * 数据元素的大小

线性表顺序存储结构的图示:

此图中的b也可以写成LOC(a_{1})

2.6.1顺序表的特点

以元素在计算机内“物理位置相邻”来表示线性表中数据元素之间的逻辑关系。任意元素均可随机存取(优点)

2.6.2顺序表的顺序存储表示

线性表的长度是可以变的(删除)

一位数组的定义方式:

类型说明符    数组名[常量表达式] 

说明:常量表达式中可包含常量和符号常量,不能包含变量。即C语言中不允许对数组的大小作动态定义

 顺序表的定义(模版):

#define LIST_INIT_SIZE 10    //线性表存储空间的初试分配量,定义一个整型常量,值为100
typedef struct{ElemType elem[LIST_INIT_SIZE];    //用静态的“数组”存放数据元素int length;                //顺序表的当前长度
}SqList;                       //顺序表的类型定义(静态分配方式)

2.6.3多项式的顺序存储结构类型定义

 P_{n}(X)=P_{1}X^{e_{1}}+P_{2}X^{e_{2}}+...+P_{m}X^{e_{m}}

线性表P=((p_{1},e_{1}),(p_{2},e_{2}),...,(p_{m},e_{m}))

#define MAXSIZE 1000    //多项式可能达到的最大长度typedef struct{        //多项式非零项的定义float p;            //系数int   e;            //指数
}Polynomial;        //Polynomial:多项式typedef struct{Polynomialp *elem;    //存储空间的基地址int   length;        //多项式中当前项的个数
}SqList;            //多项式的顺序存储结构类型为SqList

例:图书表的顺序存储结构类型定义

#define MAXSIZE 1000    //图书表可能达到的最大长度typedef struct{        //图书信息定义char no[20];        //图书ISBNchar name[50];        //图书名字float p;            //图书价格
}Book;        typedef struct{Book *elem;    //存储空间的基地址int   length;        //图书表当前图书个数
}SqList;            //图书表的顺序存储结构类型为SqList

2.6.4类C语言有关操作的补充

(一)补充:元素类型说明

顺序表类型定义:

typedef struct{ElemType data[];  int length;                
}SqList;                       //顺序表类型

(二)补充:数组定义

数组静态分配:

typedef struct{ElemType data[MaxSize];  int length;                
}SqList;                       //顺序表类型

 数组动态分配:

typedef struct{ElemType  *data;  int length;                
}SqList;                       //顺序表类型

2.6.5顺序表的实现方式

(一)静态分配

#define MaxSize 10            //定义最大长度
typedef struct{ElemType data[MaxSize];    //用静态的“数组”存放数据元素int length;                //顺序表的当前长度
}SqList;                       //顺序表的类型定义(静态分配方式)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/26987.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Blender骨骼创建

骨骼系统 建立 使用Shift A添加骨骼或在添加|骨架中添加一段骨骼 骨骼的三种模式 -物体模式&#xff1a;做动画&#xff0c;摆人物pose时在该模式 -编辑模式&#xff1a;进行骨骼搭建&#xff08;选择一段骨骼&#xff0c;然后按E挤出一段骨骼并进行调整&#xff09; -姿…

谷粒商城实战(036 k8s集群学习2-集群的安装)

Java项目《谷粒商城》架构师级Java项目实战&#xff0c;对标阿里P6-P7&#xff0c;全网最强 总时长 104:45:00 共408P 此文章包含第343p-第p345的内容 k8s 集群安装 kubectl --》命令行操作 要进入服务器 而且对一些不懂代码的产品经理和运维人员不太友好 所以我们使用可视化…

【python】tkinter编程三大布局管理器pack、grid、place应用实战解析

✨✨ 欢迎大家来到景天科技苑✨✨ &#x1f388;&#x1f388; 养成好习惯&#xff0c;先赞后看哦~&#x1f388;&#x1f388; &#x1f3c6; 作者简介&#xff1a;景天科技苑 &#x1f3c6;《头衔》&#xff1a;大厂架构师&#xff0c;华为云开发者社区专家博主&#xff0c;…

NPM常见问题

文章目录 NPM常见问题1. 使用淘宝源安装包出错2. listen EADDRINUSE 服务端口被占用报错3. npm start 启动后过一会崩溃结束&#xff1a;内存溢出4. npm install的时候使用特定的源安装5. npm安装指定版本、最新版本6. npm ERR! cb() never called! 解决7. Unable to authentic…

内网穿透方法有哪些?路由器端口映射外网和软件方案步骤

公网IP和私有IP不能互相通讯。我们通常在局域网内部署服务器和应用&#xff0c;当需要将本地服务提供到互联网外网连接访问时&#xff0c;由于本地服务器本身并无公网IP&#xff0c;就无法实现。这时候就需要内网穿透技术&#xff0c;即内网映射&#xff0c;内网IP端口映射到外…

大模型+RAG,全面介绍!

1 、介绍 大型语言模型&#xff08;LLMs&#xff09;在处理特定领域或高度专业化的查询时存在局限性&#xff0c;如生成不正确信息或“幻觉”。缓解这些限制的一种有前途的方法是检索增强生成&#xff08;RAG&#xff09;&#xff0c;RAG就像是一个外挂&#xff0c;将外部数据…

Covalent 承诺向 Consensys Builders Scale 提供 250 万美元资助

作为 Web3.0 领域主要的模块化数据基础设施层 Covalent Network&#xff08;CQT&#xff09;承诺向「Consensys Builders Scale 计划」提供 250 万美元的资助&#xff0c; 用于助力 Consensys 生态的发展。这一重大举措体现了 Covalent Network&#xff08;CQT&#xff09;的使…

云服务器部署Neo4j

文章目录 导读安装Neo4j先去官网看看下载安装包如果真的下载了rpm安装包 插件 导读 大模型&#xff0c;他终于来了。 不过呢&#xff0c;大模型相关&#xff0c;现在也就跟着热点去尝试一下multi-agent的RAG方向&#xff0c;看看能做到什么地步。总之我们先从安装neo4j开始。…

定时清理rocketmq日志--crontab

1、背景 之前在部署rocketmq的时候未修改日志路径&#xff0c;导致在用户目录下有日志数据写入。因不方便修改或空间足够可正常写入&#xff0c;但日志量过大需清理&#xff0c;现添加定时任务执行。 2、规划&#xff1a; 目前测试阶段&#xff0c;所以时间是可变的&#xf…

DTU为何应用如此广泛?

1.DTU是什么 DTU(数据传输单元)是一种无线终端设备&#xff0c;它的核心功能是将串口数据转换为IP数据或将IP数据转换为串口数据&#xff0c;并通过无线通信网络进行传送。DTU通常内置GPRS模块&#xff0c;能够实现远程数据的实时传输&#xff0c;广泛应用于工业自动化、远程监…

Redis高级特性和应用:慢查询、Pipeline、事务、Lua

Redis提供了许多高级特性&#xff0c;可以帮助优化和管理系统性能。本文将介绍Redis的慢查询、Pipeline、事务和Lua脚本的使用及其相关配置。 Redis的慢查询 慢查询日志是开发和运维人员定位系统慢操作的重要工具。Redis也提供了类似的功能&#xff0c;通过记录超过预设阀值的…

【blender特效】卡通火焰

核心思想就是通过多个不同缩放尺寸的沃罗诺伊叠加&#xff0c;分别构成火焰的大型&#xff0c;中型和小型&#xff08;形状&#xff09;&#xff0c;最后通过自发光纹理实现火焰加亮。 用的是ev渲染&#xff0c;完全可以把噪音贴图都烘焙出来&#xff0c;自己改改shader就可以扔…

STM32无法烧写程序的故障排除

如果你在使用STM32微控制器时遇到无法烧写程序的问题&#xff0c;可以按以下步骤进行故障排除&#xff1a; 1. 确认硬件连接 检查电源&#xff1a;确保STM32板子正确供电。调试器连接&#xff1a;确认ST-LINK调试器或其他编程工具与STM32开发板的连接无误&#xff0c;尤其是S…

利用python爬虫采集苹果公司各产品销售收入统计报告

数据为2013年到2022年苹果公司各产品&#xff08;iPhone、iPad、Mac等&#xff09;及服务的销售收入。iPhone是苹果公司销售收入最高的产品。 数据统计单位为&#xff1a;亿美元 。 数据说明&#xff1a; 数据整理自苹果公司历年10-K文件&#xff0c;每年10-K文件可能对之前年…

DP:两个数组的dp问题

解决两个数组的dp问题的常用状态表示&#xff1a; 1、选取第一个字符串[0-i]区间以及第二个字符串[0,j]区间作为研究对象 2、根据题目的要求确定状态表示 字符串dp的常见技巧 1、空串是有研究意义的&#xff0c;引入空串可以帮助我们思考虚拟的边界如何进行初始化。 2、如…

【odoo】odoo常用的ORM方法

概要 在Odoo中&#xff0c;ORM&#xff08;对象关系映射&#xff0c;Object-Relational Mapping&#xff09;方法是一种将Python对象映射到数据库表的方法。Odoo的ORM系统使开发者能够使用高级的Python代码而不是复杂的SQL语句来操作数据库。Odoo的ORM方法主要用于创建、读取、…

云服务器Ubuntu系统的vim-plus(youcompleteme)完整安装

一. 安装vim-plus PS&#xff1a;需要在那个用户下配置vim-plus&#xff0c;就到那个用户下执行代码 git clone https://github.com/chxuan/vimplus.git ~/.vimplus cd ~/.vimplus ./install.sh二. 解决没有代码自动补全的问题 随便创建一个Test.cpp文件&#xff0c;vim打开…

图像生成新篇章:Stable Diffusion 3 Medium开源评析

摘要 在数字艺术与人工智能的交汇点上&#xff0c;Stable Diffusion 3&#xff08;SD3&#xff09;的开源无疑是一场技术革新的盛宴。就在3月份&#xff0c;我撰写了一篇博文&#xff0c;深入探讨了SD3的技术报告内容与介绍&#xff0c;文章发表在CSDN博客上&#xff0c;https:…

如何用多媒体沙盘实现智能交互体验?

随着多媒体技术在内容展示领域的迅猛进步&#xff0c;智能化信息交互方式已然跃升为公众瞩目的焦点&#xff0c;而展厅作为信息传递与产品展示的核心阵地&#xff0c;正面临着提升交互体验、强化信息传递效果的迫切需求。因此&#xff0c;以多媒体沙盘、LED屏幕等创新装置为媒介…

C/C++图形渲染引擎开发方向有钱景吗?

在当前的技术环境下&#xff0c;特别是在图形渲染引擎开发领域&#xff0c;的确存在一些挑战和变化。我这里有一套编程入门教程&#xff0c;不仅包含了详细的视频 讲解&#xff0c;项目实战。如果你渴望学习编程&#xff0c;不妨点个关注&#xff0c;给个评论222&#xff0c;私…