数据结构 线性表

2017-08-01  本文已影响33人  Lost_Robot

本文主要内容:线性表的逻辑结构和存储结构以及相应算法

1. 定义和特点

1. 定义:

由N(N>=0)个数据特性相同的元素构成的有限序列称为线性表。N为线性表长度,当N为0时就是空表。

编号 描述
1 存在唯一的被称为“第一个”的数据元素.
2 存在唯一的被称为“最后一个”的数据元素.
3 除第一个之外,结构中每一个元素都有一个前驱.
4 除最后一个之外,结构中每一个元素都有一个后继.

非空线性表或是线性结构,其的特点是:

编号 描述
1 存在唯一的被称为“第一个”的数据元素.
2 存在唯一的被称为“最后一个”的数据元素.
3 除第一个之外,结构中每一个元素都有一个前驱.
4 除最后一个之外,结构中每一个元素都有一个后继.

线性表的顺序表示和实现
线性表的顺序表:指的是用一组地址连续的存储单元依次存储线性表的数据元素。(这种表示又叫线性表的顺序存储结构或顺序映像)Sequential List

2. 特点**:

逻辑上相邻的元素,物理上也相邻 ;

公式:Loc(ai)=Loc(a0)+(i-1)x L
所以只要确定了一个元素的位置,表中任意元素都可以随机存取,因此线性表是一种随机存取的存储结构。
存取的时间复杂度为O(1).

缺点:插入和删除费时,需要移动大量的元素,长度固定。

3. 线性表的算法时间复杂度
名称 算法时间复杂度
查找算法 主要时间是在比较操作上,算法的时间复杂度为O(n)。
插入算法 主要时间是在移动元素上,算法的时间复杂度为O(n)。
删除算法 主要时间是在移动元素上,算法的时间复杂度为O(n)。
4. 线性表的链式表示和实现

线性表的链式存储结构的特点:
用一组任意的存储单元(可连续可不连续)存储线性表的数据元素,存储时需要额外的存储单元存储后继元素的信息。

每个存储的元素称为节点(Node),它由两部分组成:

由n个节点链结成一个链表,即为链式的线性表。

根据链表所含的指针个数,指针指向,指针连接方式,将链表分为:

编号 链表名称 通常实现的数据结构
1 单链表 用于实现线性表的链式存储结构
2 循环链表 用于实现线性表的链式存储结构
3 双向链表 用于实现线性表的链式存储结构
4 二叉链表 是树的二叉链表实现方式
5 十字链表 (Orthogonal List)是有向图的另一种链式存储结构
6 邻接链表 邻接表是图的一种最主要存储结构
7 邻接多重表 是 无向图的 另一种表示法,

其中单链表、循环链表、双向链表用于实现线性表的链式存储结构,其他链表多用于实现树和图等非线性结构。

4.1 单链表
单链表的存取必须从头指针开始进行,头指针指示链表的第一个节点,最后一个元素的指针为空NULL。
特点:

一般为了处理方便,会在单链表的第一个节点之前设置一个头结点,该头结点的数据域可以不存储任何信息,也可以存储线性表的长度信息或其它附加信息,头结点的指针域存储指向第一个节点的指针。

示例:
指针头: H –>31,如果H指向null表示为空表;

存储地址 数据域 指针域
1 Li 43
7 qian 13
13 zhang 1
1chs null
25 liqoan 37
31 lsid 7
37 sds 19
43 werwe 25

要取得第i个数据元素必须从头指针出发顺链进行寻找,所以单链表是顺序存取的存取结构。

查找算法

插入算法
将值为e的节点插入到第一个节点的位置上即ai-1和ai之间 - 找到ai-1节点,并有指针p指向该节点;

删除算法: 时间复杂度为O(n),主要时间在查找ai-1

单链表的创建:
链表从一个空表开始,动态的不断插入数据,形成链表;

此时的根据节点的插入位置不同分为:前插法和后插法;

  • 前插法:通过将新节点逐个插入链表的头部(头节点之后),来创建链表;
  • 后插法:为了使新节点能够插入到尾部,需要增加一个指针r指向链表的未节点,初始时r也指向头节点。

前插法创建链表:前插法创建一个N个元素的值的链表,时间复杂度为O(n);
后插法创建链表:时间复杂度为O(n);

4.2 循环链表
另一种链式存储,特点是表中的最后一个节点的指针,指向头节点,整个链表的形式形成一个环。从表中任意节点出发都可以找到其他节点。
合并两个循环链表时,只需要表1的尾->表2的第一个节点(释放表2的头节点),表2的尾指针->表1的头节点。

4.3 双向链表
修改节点的结构,之前的节点只有后继指针,现在给节点添加上前驱指针
双向链表的节点结构:

prior data next
前驱指针 数据域 后继指针

双向链表也有循环链表叫双向循环链表

5.线性表的应用

两个线性表La和Lb: La长度为m,Lb 的长度为n;

  1. 合并两个线性表:
for(int i=0;i<Lb.length;i++){
    GetElem(Lb,i,e);
    if(LocateElem(La,e)){
        ListInsert(La,++La_len,e);
    }
}

假设GetElem和ListInsert与表长无关,LocateElem执行的时间与表长成正比,则时间复杂度为O(m*n)

  1. 有序表的合并:
public class MergeOrderedList {

    String TAG = "MergeOrderedList";
    //顺序存储结构的两个有序线性表
    int[] LA = {3, 5, 8, 11, 23};
    int[] LB = {1, 2, 5, 7, 11, 15, 20, 28};


    int[] LC = new int[LA.length + LB.length];//new 空表
    int len = LA.length > LB.length ? LB.length : LA.length;


    public void megre() {

        if (len <= 0) {
            return;
        }

        int pa = 0, pb = 0;
        int pa_last = LA.length - 1, pb_last = LB.length - 1;
        int pc = 0;

        while (pa <= pa_last && pb <= pb_last) {

            //依次取LA和LB中小的值到LC表中,知道一中一个表到最后一个元素
            if (LA[pa] < LB[pb]) {
                LC[pc] = LA[pa];
                pa++;
            } else if (LA[pa] > LB[pb]) {
                LC[pc] = LB[pb];
                pb++;
            }else{
                LC[pc] = LA[pa];
                pa++;
                pb++;
            }

            pc++;

        }

        while (pa <= pa_last) {
            LC[pc] = LA[pa];
            pc++;
            pa++;
        }

        while (pb <= pb_last) {
            LC[pc] = LB[pb];
            pc++;
            pb++;
        }

    }

    public void printLC() {

        if (LC.length <= 0) {
            return;
        }


        for (int i : LC) {
            Log.e(TAG, "i>>>>" + i);
        }

    }


}

调用

MergeOrderedList m = new MergeOrderedList();
m.megre();
m.printLC();

结果

image.png

时间复杂度O(mn);
需要开辟新的辅助空间,所以空间复杂度也为O(m
n);

  1. 链式有序表的合并
    时间复杂度为O(m*n);
    空间复杂度为O(1);
上一篇下一篇

猜你喜欢

热点阅读