20191220 数据结构名词解释_散列表中聚集和冲突的区别

数据结构名词解释

 第三章 表、栈、队列
抽象数据类型ADT——操作的集合
诸如表、集合、图和它们的操作一起可以看作是ADT

 第四章 树

1. 深度：根节点->当前节点的路径长
   高度：当前节点->一片树叶的最长路径
2. 二叉树：每个节点的儿子树<=2 (表达式树)
   二叉查找树：对每个节点X，左子树<X<右子树
   AVL树：左右子树高度差<=1的二叉查找树
   伸展树
   B-树
3. 先序遍历：先处理当前节点，再处理儿子节点
   后序遍历：先处理儿子节点，再处理当前节点
4. 懒惰删除：对要删除的元素只做删除记号而不将其移除
5. 内部路径长：一棵树内所有节点的深度和

 第五章 散列表

1. 散列函数：从关键字到地址区间的一种映射
2. 冲突：两个关键字散列到同一个值
3. 装填因子λ：散列表中元素个数与散列表大小的比值，即散列表的平均长度
4. 一次聚集：散列表中的元素占据的单元聚集形成一些区块，但同时表的其他部分相对较空
5. 二次聚集：散列到同一位置上的元素将探测相同的备选单元

 第六章 优先队列（堆）

1. 完全二叉树：除最底层外被全部填满的二叉树
   理想二叉树：完全填满的二叉树
2. d-堆：每个节点都有d个儿子
3. 零路径长Npl（X）：从X到一个没有两个儿子节点的最短路径的长
   Npl（NULL）=-1；
   Npl（X）比其诸儿子零路径长的最小值多1；
4. 左式堆：对任意节点，Npl（左儿子）>=Npl（右儿子）
   左式堆节点的三种可能性：
   （1） 有2个子节点
   （2） 没有子节点
   （3） 有1个左子节点
5. 二项树：每个节点包含数据、第一个儿子及其右兄弟
6. 二项队列（森林）：堆序树（二项树）的集合

 第九章 图论

1. 简单路径：所有顶点互异，但第一个顶点和最后一个顶点可能相同
2. 连通：无向图中，任意两个顶点间都存在一条路径
   强连通：有向图中，任意两个顶点间都存在一条路径
   弱连通：有向图不是强连通的，但改为无向图后连通
3. 完全图：任意两个顶点间都存在一条边
4. 入度：进入该节点的边的数量
   出度：从该节点出发的边的数量
5. 广度优先搜索BFS：按层处理顶点，据开始点最近的点先被赋值，最远的点最后被赋值
   深度优先搜索DFS：访问当前节点，并递归的遍历所有与当前节点相连的节点
6. 关键路径：一条完全由零-松弛边组成的路径
7. 流图Gf：表示在算法任意阶段已经达到的流，当算法终止时，Gf将包含最大流
   残余图Gr：表示对于每条边还能再添加上多少流
8. 增长通路：从发点到收点的一条路径
9. 最小生成树：连接图中所有顶点且总价值最低的树
10. 双连通性：一个连通的无向图中任一顶点删除后，剩下的图仍然连通
11. 割点：在一个连通但不是双连通的图中，删除后使图不再连通的顶点是割点
12. 欧拉回路：对图的每条边恰好访问一次的路径
13. 哈密尔顿圈：在无向图中，通过图的每一个顶点的圈

 第十章 算法设计

1. 贪婪算法：不断选择局部最优，最终得到全局最优
   （例如：Dijkstra算法，Prim算法，Kruskal算法）
   应用：调度问题、文件压缩（Huffman编码）、近似装箱问题
2. 非预占调度：一旦开始一个作业，就必须把该作业运行到完成
3. 分治算法：递归解决较小的问题，再从子问题的解中构建原问题的解
   应用：最近点问题、选择问题、整数相乘、矩阵乘法
4. 动态规划：利用非递归算法将子问题的答案系统的记录在一个表内
   应用：矩阵乘法的顺序安排（pqr次标量法）、最优二叉查找树、求所有点对最短路径
5. 随机化算法
6. 回溯算法