数据结构基础讲解(七)——数组和广义表专项练习

本文数据结构讲解参考书目:

通过网盘分享的文件:数据结构  C语言版.pdf
链接: https://pan.baidu.com/s/159y_QTbXqpMhNCNP_Fls9g?pwd=ze8e 提取码: ze8e

数据结构基础讲解(六)——串的专项练习-CSDN博客

个人主页:樱娆π-CSDN博客​​​​​​

大佬们!!!需要互三的d我!!!!1

目录

数组的类型定义

抽象数据类型数组可形式地定义

基本操作

 数组的顺序存储

特殊矩阵的压缩存储

1.对称矩阵

2.三角矩阵

1)上三角矩阵

2) 下三角矩阵

3.对角矩阵

广 义 表

广义表的运算

广义表的存储结构

1.头尾链表的存储结构

2.扩展线性链表的存储结构

总结

广义表的举例说明

广义表的深度

 广义表的元素访问

广义表的元素插入

 广义表的元素删除

广义表的遍历


 


 * 本文中提到的aij表示下标为ij                                                             

数组的类型定义

数组是由类型相同的数据元素构成的有序集合,每个元素称为数组元素,每个元素受 n(n>=1) 个线性关系的约束,每个元素在 n 个线性关系中的序号儿 i1, …,in 称为该元素的下标,可 以通过下标访问该数据元素。因为数组中每个元素处千 n(n>=1) 个关系中,故称该数组为 n 维 数组。数组可以看成是线性表的推广,其特点是结构中的元素本身可以是具有某种结构的数据, 但属于同一数据类型.

抽象数据类型数组可形式地定义

ADT Array{

数据对象: ji=0, ···,bi-1, i=l, 2, …, n,

D = { a• 五j2"·Jn·ln(>O)称为数组的维数,坛是数组第i 维的长度,

ji 是数组元素的第j维下标,aj1j2...jn

数据关系: R = {Rl,R2, …, Rn}

基本操作:

}ADT Array

基本操作

基本操作初始条件操作结果
InitArray (&A, n, bound i, ···, boundn)/若维数n和各维长度合法, 则构造相应的数组A, 并返回OK
DestroyArray (&A)/销毁数组A
Value(A,&e, indexl , …,indexn)A是n维数组,e为元素变量,随后是n个下标值若各下标不超界,则e赋值为所指定的 A 的元素值, 并返回OK
Assign(&A,e, indexl, …,indexn)A是 n 维数组, e 为元素变扯,随后是 n 个下标值若下标不超界,则将 e 的值赋给所指定的A的元素, 并返回OK

 数组的顺序存储

由千数组一般不做插入或删除操作, 也就是说; 一旦建立了数组, 则结构中的数据元素个数 和元素之间的关系就不再发生变动。 因此, 采用顺序存储结构表示数组比较合适

假设每个数据元素占 L 个存储单元, 则二维数组 A[0.. m-1, 0 .. n-1] (即下标从 0 开始, 共有 m行n列)中任一元素 au的存储位置可由下式确定

LOC(i, j) = LOC(0, 0) + (nx i + j)L

式中, LOC(i,J)是 au的存储位置; LOC(O, 0) 是 aoo的存储位置, 即二维数组 A 的起始存储位置, 也称为基地址或基址.

注:此处没有链式存储。 

特殊矩阵的压缩存储

假若值相同的元素或者零元素在矩阵中的分布有一定规律, 则称此类矩阵为特殊矩阵

1.对称矩阵

若 n 阶矩阵A中的元满足下述性质

 则称为n阶对称矩阵

        对于对称矩阵,可以为每一对对称元分配一个存储空间,则可将忙个元压缩存储到 n(n + 1)/2 个元的空间中, 不失一般性, 可以行序为主序存储其下三角 (包括对角线)中的元。

2.三角矩阵

以主对角线划分,三角矩阵有上三角矩阵和下三角矩阵两种。上三角矩阵是指矩阵下三角(不 包括对角线)中的元均为常数c或零的n阶矩阵, 下三角矩阵与之相反。 对三角矩阵进行压缩存 储时, 除了和对称矩阵一样, 只存储其上 (下)兰角中的元素之外, 再加一个存储常数c的存储 空间即可

1)上三角矩阵

sa[k]和矩阵元 aij 之间的对应关系为

2) 下三角矩阵

sa[k]和矩阵元 aij 之间的对应关系为

3.对角矩阵

对角矩阵 所有的非零元都集中在以主对角线为中心的带状区域中,即除了主对角线上 和直接在对角线上、下方若干条对角线上的元之外,所有其他的元皆为零.

广 义 表

广义表是线性表的推广,也称为列表,广义表一般记作:

LS = (a1 , a2, · · ·, an )

其中,LS是广义表(a1, a2, …,an )的名称,n是其长度。广义表的定义中,a; 可以是单个元素,也可以是广义表,分别称为广义表 LS 的原子和子表。

  1. A = ()—A 是一个空表, 其长度为零
  2. B=(e)-B 只有一个原子 e, 其长度为1
  3. C= (a, (b, c, d))—C的长度为2, 两个元素分别为原子 a 和子表(b,c, d)
  4. D = (A, B, C)—D 的长度为3,3个元素都是广义表。显然,将子表的值代入后,则有 D = ((), (e), (a, (b, c, d)))
  5.  E = (a, E)—这是一个递归的表, 其长度为2。E 相当于一个无限的广义表 E=(a, (a, (a, ···)))
广义表的图形表示
​​​​​​

广义表的重要结论:

  1. 广义表的元素可以是子表,而子表的元素还可以是子表……由此,广义表是一个多层次 的结构,可以用图形象地表示。
  2. 广义表可为 其他广义表所共享。例如在上述例子中,广义表 A、 B 和 C 为 D 的子表, 则在 D 中可以不必列出子表的值,而是通过子表的名称来引用
  3. 广义表可以是一个递归的表,即广义表也可以是 其本身的一个子表。例如,表 E 就是一 个递归的表

广义表的运算

取表头 GetHead(LS): 取出的表头为非空广义表的第一个元素,它可以是一个单原子,也 可以是一个子表。

取表尾 GetTail(LS):取出的表尾为除去表头之外,由其余元素构成的表。即表尾一定是 一个广义表

注:广义表()和(())不同。前者为空表,长度n = 0; 后者长度n = 1, 可分解得到 其表头、 表尾均为空表()

广义表的存储结构

由于广义表中的数据元素可以有不同的结构(或是原子,或是列表),因此难以用顺序存储结 构表示,通常采用链式存储结构。常用的链式存储结构有两种,头尾链表的存储结构和扩展线性 链表的存储结构。

1.头尾链表的存储结构

由千广义表中的数据元素可能为原子或广义表,由此需要两种结构的结点:一种是表结 点, 用以表示广义表; 一种是原子结点, 用以表示原子。从上节得知:若广义表不空, 则可 分解成表头和表尾, 因此, 一对确定的表头和表尾可唯一确定广义表。 一个表结点可由3个 域组成:标志域、 指示表头 的指针域和指示表尾的指针域。而原子结点只需两个域 :标志域值域。

具体操作:

//-----广义表的头尾链表存储表示 -----typedef enum{ATOM, LIST } ElemTag; 
typedef struct GLNode 
{ 
ElemTag tag; 
union
{ 
AtomType atom; 
struct{struct GLNode*hp, *tp; }ptr; 
}; 
}*GList;
  1.  除空表的表头指针为空外, 对任何非空广义表, 其表头指针均指向一个表结点, 且该结点中的 hp 域指示广义表表头(或为原子结点 , 或为表结点), tp 域指向广义表表尾(除非表尾为 空, 则指针为空, 否则必为表结点)
  2. 容易分清列表中原子和子表所在层次。 如在广义表 D 中, 原子 a 和 e 在同一层次上, 而 b 、 c 和 d 在同一层次且比 a 和 e 低一层, B 和 C 是同一层的子表
  3. 最高层的表结点个数即为广义表的长度

2.扩展线性链表的存储结构

这种结构中, 无论是原子结点还是表结点均由三个域组成

总结

(1)串是内容受限的线性表,它限定了表中的元素为字符。串有两种基本存储结构:顺序存 储和链式存储,但多采用顺序存储结构。串的常用算法是模式匹配算法,主要有BF算法和KMP 算法。BF算法实现简单 ,但存在回溯,效率低,时1 、 郎 司复杂度为O(m x n)0 KMP算法对BF算法 进行改进,消除回溯,提高了效率,时间复杂度为O(m + n)。

(2)多维数组可以看成是线性表的推广,其特点是结构中的元素本身可以是具有某种结 构的数据,但属千同一数据类型。 一个n维数组实质上是n个线性表的组合, 其每一维都 是一个线性表。数组一般采用顺序存储结构,故存储多维数组时,应先将 其确定转换为 一 维结构,有按 “行 “ 转换和按 “列 “ 转换两种。科学与工程计算中的矩阵通常用二维数组 来表示,为了节省存储空间,对于几种常见形式的特殊矩阵,比如对称矩阵、 三 角矩阵和 对角矩阵,在存储时可进行压缩存储,即为 多个值相同的元只分配一个存储空间,对零元 不分配空间。

(3)广义表是另外一种线性表的推广形式,表中的元素可以是 称为原子的单个元素,也 可以是一个子表,所以线性表可以看成广义表的特例。广义表的结构相当灵活,在某种前提 下 ,它可以兼容线性表、数组、树和有向图等各种常用的数据结构。广义表的常用操作有取 表头和取表尾。广义表通常采用链式存储结构:头尾链表的存储结构和扩展线性链表的存储 结构。

广义表的举例说明

串和数组大家应该都很清楚,但广义表应该是比较对新手而言比较陌生,那么我将用代码加深大家的印象。

广义表是一种递归的数据结构,它可以表示线性表、树形结构甚至图结构。它允许元素是原子或其他广义表,因此可以用来表示复杂的数据结构。

广义表的深度

给定一个广义表 L = (a, (b, c), d),请计算该广义表的深度

广义表的深度是指从根节点到最深节点的路径长度。

def depth(L):  if isinstance(L, list):  max_depth = 0  for sublist in L:  max_depth = max(max_depth, depth(sublist))  return max_depth + 1  else:  return 0  L = ['a', ['b', 'c'], 'd']  
print(f"广义表 L 的深度为:{depth(L)}")  # 输出:广义表 L 的深度为:2

 广义表的元素访问

给定一个广义表 L = (a, (b, c), d),请访问该广义表的第 2 个元素

L = ['a', ['b', 'c'], 'd']  
print(f"广义表 L 的第 2 个元素为:{L[1]}")  # 输出:广义表 L 的第 2 个元素为:['b', 'c']

广义表的元素插入

给定一个广义表 L = (a, (b, c), d),请在该广义表的第 2 个元素的开头插入元素 'e'

L = ['a', ['b', 'c'], 'd']  
L[1].insert(0, 'e')  
print(f"插入元素 'e' 后,广义表 L 为:{L}")  # 输出:插入元素 'e' 后,广义表 L 为:['a', ['e', 'b', 'c'], 'd']

 广义表的元素删除

给定一个广义表 L = (a, (b, c), d),请删除该广义表的第 2 个元素的第 2 个元素

L = ['a', ['b', 'c'], 'd']  
del L[1][1]  
print(f"删除元素后,广义表 L 为:{L}")  # 输出:删除元素后,广义表 L 为:['a', ['b'], 'd']

广义表的遍历

给定一个广义表 L = (a, (b, c), d),请遍历该广义表的所有元素

def traverse(L):  for element in L:  if isinstance(element, list):  traverse(element)  else:  print(element)  L = ['a', ['b', 'c'], 'd']  
traverse(L)  # 输出:a b c d

————由于博主还是大三的在读生,时间有限,每天会不定时更新一些学习经验和一些32的项目,如果喜欢就点点关注吧,大佬们!!!!———— 

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/web/52410.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

替代区块链

随着比特币的成功,人们逐渐意识到区块链技术的潜力,并随之出现了迅速的发展,各种区块链协议、应用程序和平台相应产生。 需要指出的是,在这种多元的局面下,很多项目迅速失去了它们的吸引力。事实上,有不少项…

ITK-高斯滤波

作者:翟天保Steven 版权声明:著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处 高斯滤波原理 高斯滤波(Gaussian Blur)是数字图像处理中常见的一种平滑滤波器,旨在通过模糊处…

捉虫笔记(四)-- 空格引发的悬案

空格引发的悬案 1、描述现象: 在代码中有一段利用rmdir指令删除目录代码,但是有用户反馈一直删除失败,但是有没有看到错误的日志信息,正好有同事能复现,所以今天好好探究一番。 2、思考过程 很好奇的一点就是为什么有的环境就是正常。 首…

Edge-Triggered模式:反应堆

Linux: Linux Code - Gitee.comhttps://gitee.com/RuofengMao/linux/tree/master/Reactor

yolov5-6.2 在 rk3399pro 上的移植

文章目录 一、搭建yolov5环境二、导出onnx模型三、安装 rknn-toolkit四、通过netron 查看 yolov5s.onnx 输出节点五、创建 onnx2rknn.py 文件六、通过toolkit将onnx转换为rknn模型七、在rk3399pro开发板上运行rknn模型 一、搭建yolov5环境 从yolov5官方仓库 ultralytics/yolov…

[论文笔记] LLM大模型剪枝篇——2、剪枝总体方案

https://github.com/sramshetty/ShortGPT/tree/main My剪枝方案(暂定): 剪枝目标:1.5B —> 100~600M 剪枝方法: 层粒度剪枝 1、基于BI分数选择P%的冗余层,P=60~80 2、对前N%冗余层,直接删除full layer。N=20(N:剪枝崩溃临界点,LLaMA2在45%,Mistral-7B在35%,Qw…

【DS18B20 简单开发】

DS18B20 是一种数字温度传感器,由 Maxim Integrated 生产。它提供了一个非常简单的方式来将温度测量集成到微控制器系统中。以下是关于 DS18B20 的一些关键特性: 单总线协议:DS18B20 使用单总线(1-Wire)数字通信协议&…

HTML添加文字

一、创建HTML5文档基本标签 <!DOCTYPE html> //定义文档类型 <html> //定义HTML文档<head> //定义关于文档的信息<title>文档标题</title> //定义文档的标题<meta charset"utf-8" /> //定义文档的字符编码</head&…

远程连接Hiveserver2服务

目录 1.修改 core-site.xml 和 hive-site.xml 的配置文件 2.启动HiveServer2服务 3.启动Beeline工具连接Hiveserver2服务 4.利用IDEA工具连接Hiveserver2服务 完成Hive本地模式安装后&#xff0c;可以启动hiveserver2服务进行远程连接和操作Hive。 1.修改 core-site.xml …

rancher upgrade 【rancher 升级】

文章目录 1. 背景2. 下载3. 安装4. 检查5. 测试5.1 创建项目5.2 创建应用5.3 删除集群5.4 注册集群 1. 背景 rancher v2.8.2 升级 v2.9.1 2. 下载 下载charts helm repo add rancher-latest https://releases.rancher.com/server-charts/latest helm repo update helm fetc…

常见概念 -- 光回波损耗

什么是回波损耗 回波损耗&#xff0c;又称为反射损耗&#xff0c;当高速信号进入或退出光纤的某个部分&#xff08;例如光纤连接器&#xff09;&#xff0c;不连续和阻抗不匹配会引起反射&#xff0c;这就是光纤回波损耗。器件的回波损耗Return Loss(RL)是光信号的输入端口的反…

C++ | Leetcode C++题解之第395题至少有K个重复字符的最长子串

题目&#xff1a; 题解&#xff1a; class Solution { public:int longestSubstring(string s, int k) {int ret 0;int n s.length();for (int t 1; t < 26; t) {int l 0, r 0;vector<int> cnt(26, 0);int tot 0;int less 0;while (r < n) {cnt[s[r] - a];…

MATLAB下载详细教程及下载链接

欢迎大家进评论区交流经验 1. 准备工作 下载MATLAB安装包&#xff1a;首先&#xff0c;从MathWorks官方网站&#xff08;http://www.mathworks.com&#xff09;下载适合您操作系统的MATLAB安装包。确保选择与您的操作系统&#xff08;如Windows、macOS或Linux&#xff09;兼容的…

西门子PLC与HMI之间的时间同步工控小周

HMI 时间同步功能工控人加入PLC工业自动化精英社群 HMI 设备具有时间同步功能&#xff0c;利用 HMI 设备的该功能&#xff0c;可实现 PLC 和 HMI 之间的时间同步&#xff0c;进而实现多个 PLC 之间的时间同步。 HMI 设备时间同步的属性&#xff1a; 1.HMI 设备既可作为主站对…

Reflection 70B——HyperWrite推出的大型语言模型

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗&#xff1f;订阅我们的简报&#xff0c;深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同&#xff0c;从行业内部的深度分析和实用指南中受益。不要错过这个机会&#xff0c;成为AI领…

Vue Echarts报错Initialize failed: invalid dom解决方法

此问题是图表初始化时 找不到dom&#xff0c;以下是解决方法 1、不要用created&#xff08;用mounted&#xff09;&#xff0c;created这时候还只是创建了实例&#xff0c;但模板还没挂载完成&#xff1b; created&#xff1a; 在模板渲染成 html 前调用&#xff0c;通常初始…

通信工程学习:什么是ASK振幅键控、FSK频移键控、PSK相移键控

ASK振幅键控、FSK频移键控、PSK相移键控 ASK&#xff08;振幅键控&#xff09;、FSK&#xff08;频移键控&#xff09;和PSK&#xff08;相移键控&#xff09;是三种常见的数字调制技术&#xff0c;它们各自通过不同的方式改变载波的某个参数来传输数字信息。以下是对这三种调制…

大模型实战一、Ollama+RagFlow 部署本地知识库

大模型实战一、OllamaRagFlow 部署本地知识库 参考你提供的文章&#xff0c;这里是基于 Windows 系统通过 Docker 安装部署 RagFlow 和 Ollama 的本地化大模型知识库的详细教程。本文将指导你如何在 Windows 上使用 Docker 来设置 RagFlow 和 Ollama 环境&#xff0c;并安装通…

Metal知识集锦

最近一段时间一直在弄metal相关的工作&#xff0c;整理了一下自己在调研metal时搜集到资料。感兴趣的朋友可以看看。网址如下&#xff1a; Metal入门教程总结 SwiftUI&#xff0c;Metal&#xff0c;Model I/O&#xff0c;画圆&#xff0c;画一个红色的圆 Metal by Tutorials…

数据结构---哈西表、算法

一、哈希表 哈希算法&#xff1a; 在记录的存储位置和它的关键字之间建立一种去特定的对应关系&#xff0c;使得每个关键字key对应一个存储位置&#xff1b; 查找时&#xff0c;根据确定的对应关系&#xff0c;找到给定的key的映射。 记录的存储位置 f&…