1.向量

[TOC]

寫在前面

本篇文章整理《數(shù)據(jù)結(jié)構(gòu)(C++語(yǔ)言版)》關(guān)于向量這種線性結(jié)構(gòu)知識(shí)點(diǎn)。
整個(gè)數(shù)據(jù)結(jié)構(gòu)部分章節(jié)列表如下:
1 向量
-- 1.1 遍歷
-- 1.2 唯一化
-- 1.3 查找

2 列表
-- 2.1 列表節(jié)點(diǎn)
---- 2.1.1前插入算法
-- 2.2 列表模板類
---- 2.2.1 列表初始化

3 棧
-- 3.1 棧應(yīng)用
---- 3.1.1 括號(hào)匹配
---- 3.1.2 棿雀瘢混洗甄別
---- 3.1.3 中綴表達(dá)式
4 隊(duì)列

0 線性表

線性表是最基本浴捆、最簡(jiǎn)單稿械、也是最常用的一種數(shù)據(jù)結(jié)構(gòu)。線性表中數(shù)據(jù)元素之間的關(guān)系是一對(duì)一的關(guān)系美莫,即除了第一個(gè)和最后一個(gè)數(shù)據(jù)元素之外,其它數(shù)據(jù)元素都是首尾相接的餐茵。
線性表有兩種存儲(chǔ)方式述吸,一種是順序存儲(chǔ)結(jié)構(gòu),另一種是鏈?zhǔn)酱鎯?chǔ)結(jié)構(gòu)道批。即入撒,一種是物理地址與邏輯地址均連續(xù),另一種是只有邏輯地址連續(xù)茅逮。

線性表兩種形式

1 向量

向量結(jié)構(gòu)是一種順序存儲(chǔ)結(jié)構(gòu)沃饶,即其物理地址與邏輯地址均連續(xù)(數(shù)組array是一種無(wú)序向量實(shí)例)损痰。
向量可以通過(guò)尋秩訪問(wèn)進(jìn)行快速定位向量中某一元素舷暮,與此同時(shí)堡称,由于其物理地址連續(xù)性墙贱,向量在刪減或添加某個(gè)元素時(shí)贱傀,需對(duì)被修改位置之后的所有元素依次向前(后)移動(dòng),以保證其物理地址連續(xù)性府寒。

向量添加元素示例

1.1 遍歷

對(duì)向量中所有元素實(shí)施某種統(tǒng)一操作椰棘。
具體有兩種采用方式,前一種是借助函數(shù)指針*visit()指定某一函數(shù)邪狞;后者 借助函數(shù)對(duì)象機(jī)制帆卓,通過(guò)將操作符"()"重載后,使其調(diào)用方式可以如同函數(shù)一樣剑令。

template<typename T>
void Vector<T>::traverse(void (*visit) (T&) ) {  //借助函數(shù)指針
    for(int i = 0; i < _size; i++){
    //函數(shù)指針調(diào)用可以為visit(),也可使用(*visit)(),但前者更合適
        visit( _elem[i]);  
    }
}

template<typename T> template<typename VST>
void Vector<T>::traverse(VST& visit ) {  //借助函數(shù)對(duì)象
    for(int i = 0; i < _size; i++){
    //函數(shù)指針調(diào)用可以為visit(),也可使用(*visit)()棚蓄,但前者更合適
    visit( _elem[i]);  
    }
}

實(shí)例

template <typename T> struct Increase{  //函數(shù)對(duì)象
    virtual void operator() (T& e) {e++;}
}

template <typename T> 
void Vector<T>::increase( Vector<T>& V) {
    V.traverse( Increase<T>() );
}

1.2 唯一化

無(wú)序向量
算法:從第二個(gè)元素開始,在其前綴中查找相同元素稍算,若存在雷同者役拴,刪除當(dāng)前(最后一個(gè)相同元素)。這種算法下科平,每次最多只有一個(gè)相同元素需要去除姜性。

template <typename T>
int Vector<T>::deduplicate(){
    int oldSize = _size;  //記錄原始長(zhǎng)度
    Rank i = 1;
    while(i < _size){
        (find(_elem[i], 0, i) ) < 0 ?  //查找當(dāng)前元素前綴中是否有雷同
        i++ : remove( i );
    }
    return oldSize - _size;
}

有序向量
算法:對(duì)于有序向量,相同元素彼此相鄰汞贸。設(shè)置入選元素_elem[i]與待入選元素_elem[j]印机,比較二者,相同則忽略射赛,不同則將j對(duì)應(yīng)元素賦值i的后繼,以此類推竣灌。

有序向量唯一化算法示意圖

template <typename T>
int Vector<T>::uniquify() {  //有序向量去重
    Rank i = 0, j = 1;
    while(j<_size){
        (_elem[i] == _elem[j]) ? j++ : _elem[++i] = _elem[j];
    }
    ++i = _size;
    shrink();  //截除多余元素
    return j - i;
}

1.3 查找

無(wú)序向量
算法:從后往前初嘹,找到該元素對(duì)應(yīng)秩最大者沮趣。
代碼:略。
有序向量
對(duì)有序向量而言房铭,通常采用減而治之的策略。即將所查找的區(qū)間分段翁狐,分別核實(shí)待查元素是落入左區(qū)間還是右區(qū)間亦或是中點(diǎn)位置凌蔬,再反復(fù)迭代闯冷。
為了優(yōu)化算法隐锭。一種方法是增加代價(jià)小的一方深度,即將區(qū)間點(diǎn)不再設(shè)置為中點(diǎn),轉(zhuǎn)而設(shè)置Fibonacci節(jié)點(diǎn)躁倒,使得左區(qū)間包含元素更多(代價(jià)小)褐桌;另一種方法象迎,即將中轉(zhuǎn)點(diǎn)包含入右區(qū)間中,使得左右區(qū)間代價(jià)相等(都只需經(jīng)過(guò)一次判斷)啦撮。

減而治之

算法:
待續(xù)....

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末赃春,一起剝皮案震驚了整個(gè)濱河市劫乱,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌衷戈,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,204評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件刁笙,死亡現(xiàn)場(chǎng)離奇詭異拉一,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)磅氨,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,091評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門烦租,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人叉橱,你說(shuō)我怎么就攤上這事∑桑” “怎么了粪小?”我有些...
    開封第一講書人閱讀 164,548評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)杠愧。 經(jīng)常有香客問(wèn)我逞壁,道長(zhǎng),這世上最難降的妖魔是什么腌闯? 我笑而不...
    開封第一講書人閱讀 58,657評(píng)論 1 293
  • 正文 為了忘掉前任绑嘹,我火速辦了婚禮,結(jié)果婚禮上工腋,老公的妹妹穿的比我還像新娘。我一直安慰自己蟋恬,他們只是感情好趁冈,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,689評(píng)論 6 392
  • 文/花漫 我一把揭開白布渗勘。 她就那樣靜靜地躺著,像睡著了一般旺坠。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上蹋肮,一...
    開封第一講書人閱讀 51,554評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音坯辩,去河邊找鬼馁龟。 笑死,一個(gè)胖子當(dāng)著我的面吹牛漆魔,可吹牛的內(nèi)容都是我干的坷檩。 我是一名探鬼主播,決...
    沈念sama閱讀 40,302評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼有送,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼淌喻!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起雀摘,我...
    開封第一講書人閱讀 39,216評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎八拱,沒想到半個(gè)月后阵赠,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體肌稻,經(jīng)...
    沈念sama閱讀 45,661評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡清蚀,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,851評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了爹谭。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片枷邪。...
    茶點(diǎn)故事閱讀 39,977評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖诺凡,靈堂內(nèi)的尸體忽然破棺而出东揣,到底是詐尸還是另有隱情,我是刑警寧澤腹泌,帶...
    沈念sama閱讀 35,697評(píng)論 5 347
  • 正文 年R本政府宣布嘶卧,位于F島的核電站,受9級(jí)特大地震影響凉袱,放射性物質(zhì)發(fā)生泄漏芥吟。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,306評(píng)論 3 330
  • 文/蒙蒙 一专甩、第九天 我趴在偏房一處隱蔽的房頂上張望钟鸵。 院中可真熱鬧,春花似錦涤躲、人聲如沸棺耍。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,898評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)烈掠。三九已至羞秤,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間左敌,已是汗流浹背瘾蛋。 一陣腳步聲響...
    開封第一講書人閱讀 33,019評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留矫限,地道東北人哺哼。 一個(gè)月前我還...
    沈念sama閱讀 48,138評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像叼风,于是被迫代替她去往敵國(guó)和親取董。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,927評(píng)論 2 355