当前位置: 首页 > news >正文

数据结构练习题1:基本概念

练习题1:基本概念

    • 1 抽象数据类型概念分析
    • 2. 逻辑结构与存储结构概念分析
    • 3.综合选择题
    • 4.综合判断题
    • 5.时间复杂度相关习题
    • 6 时间复杂度计算方法(一、二、三层循环)

1 抽象数据类型概念分析

1.可以用(抽象数据类型)定义一个完整的数据结构。

分析:
1)抽象数据类型(ADT)描述了数据的逻辑结构和抽象运算,通常用数据对象、数据关系和基本操作集这样的三元组来表示,从而构成一个完整的数据结构定义。

2)抽象数据类型的两个重要特征:数据抽象和数据封装。
①数据抽象:用ADT描述程序处理的实体时,强调的是其本质的特征、其所能完成的功能以及它和外部用户的接口。(即外界使用它的方法)
②数据封装:将实体的外部特性和其内部实现细节分离,并且对外部用户隐藏其内部实现细节。

抽象数据类型的理解

2. 逻辑结构与存储结构概念分析

1.数据的逻辑结构独立于其存储结构。
分析:数据的逻辑结构从实际问题出发,只采用抽象表达方式,独立于存储结构,数据的存储方式有多种选择。而数据的存储结构是逻辑结构在计算机上的映射,它不能独立于逻辑结构而存在。

2.数据结构的三要素:逻辑结构、存储结构和运算。

问题:逻辑结构的存储方式有多种选择什么意思?
是指既能顺序存储又能链式存储。

3.下面属于逻辑结构的是
A 顺序表 B 哈希表 C 有序表 D 单链表

4.以下与数据的存储结构有关的术语是
A.有序表 B.线性表 C.有向图 D.顺序表

5.以下与数据的存储结构无关的术语是
A 循环队列 B 链表 C 哈希表 D 栈

逻辑结构与存储结构: 3-5 CDD

有序表、线性表、有向图既能顺序存储,又能链式存储,是逻辑结构。
顺序表、循环队列、顺序栈为顺序存储。

属于逻辑结构 = 与存储结构无关 = 既能顺序存储又能链式存储
与存储结构有关 = 只能顺序存储或只能链式存储


栈逻辑结构对应的顺序存储结构为顺序栈,对应的链式存储结构为链栈。

队列的顺序存储结构是循环队列,链式存储结构是链队列,又叫做单链表。

线性表逻辑结构对应的顺序存储结构为顺序表,对应的链式存储结构为链表。

特殊案例:
有序表是指关键字有序的线性表,仅描述元素之间的逻辑关系,既可以顺序存储(使用数组)也可以链式存储(使用指针),不受存储结构制约,由于有序受到逻辑制约,属于逻辑结构。
哈希表,是个大数组,顺序存储。

问题1:如何区分数据结构和数据类型?

数据类型的运算主要是算数运算、逻辑运算等。
而数据结构运算主要是对数据的增删改查等。
数据类型和数据结构的区别

问题2:抽象数据类型有哪些?
栈、队列、树、图、集合、映射。

问题3:哈希表是散列存储,为什么做题时不考虑这种存储方式?

6.存储数据时存储的是数据元素的值和数据元素之间的关系。

7.链式存储设计时,各个不同结点存储空间可以不连续,但结点内的存储单元地址必须连续。

结点内什么意思? 是value值域与next域结合,称这个结点为内部。

typedef struct LNode {

int value; // value中存放结点值域,默认是int型

struct Lnode *next;//指向后继结点的指针

}LNode; // 定义单链表结点类型

上述定义了一个结构体,包括两部分,一是值域,二是指针域;每当定义一个结点都会产生这两个区域。如下图:

valuenext

这个value与next域必须是挨着的,称这个结点为内部。
结点内部一定是连续的。若第一个结点占用两个地址,那么value域的起始地址是1,则指针域的地址就是2。同理若第二个结点的value地址是10,则next域就是11。

参考:链式存储设计时,链表结点内的存储单元地址是如何分布的

3.综合选择题

1.下列叙述中正确的是
A)算法的效率只与问题的规模有关,而与数据的存储结构无关
B)算法的时间复杂度是指执行算法所需要的计算工作量
C)数据的逻辑结构与存储结构是一一对应的
D)算法的时间复杂度与空间复杂度一定相关

2.算法的有穷性是指
A)算法程序的运行时间是有限的 B)算法程序所处理的数据量是有限的
C)算法程序的长度是有限的 D)算法只能被有限的用户使用

3.下列叙述中正确的是
A)一个逻辑数据结构只能有一种存储结构
B)数据的逻辑结构属于线性结构,存储结构属于非线性结构
C)一个逻辑数据结构可以有多种存储结构,且各种存储结构不影响数据处理的效率
D)一个逻辑数据结构可以有多种存储结构,且各种存储结构影响数据处理的效率

4.算法的空间复杂度是指
A)算法程序的长度 B)算法程序中的指令条数
C)执行算法程序所占的存储空间 D)算法执行过程中所需要的存储空间

5.在下列选项中,哪个不是一个算法一般应该具有的基本特征
A、确定性 B、可行性 C、无穷性 D、拥有足够的情报

6.被计算机加工的数据元素不是孤立的,它们彼此之间一般存在某种关系,通常把数i元素之间的这种关系称为
A 规则 B 结构 C 集合 D 运算

7.设有如下遗产继承规则:丈夫和妻子可以互相继承遗产,子女可以继承父亲和母亲的遗产,子女间不能相互继承,则表示该遗产继承关系最合适的数据结构应该是
A 树 B 图 C 线性表 D 集合

8.下面关于抽象数据类型的描述错误的是
A.数据封装 B.用例驱动
C.信息隐藏 D.使用与实现分离

9.数据结构中,与所使用的计算机无关的是数据的
A 存储结构 B 物理结构 C 逻辑结构 D 物理和存储结构

10.下列关于算法的时间复杂度陈述正确的是
A 算法的时间复杂度是指执行算法程序所需要的时间
B 算法的时间复杂度是指算法程序的长度
C 算法的时间复杂度是指算法执行过程中所需要的基本运算次数
D 算法的时间复杂度是指算法程序中的指令条数

综合选择题:1-5 BADCC 6-10 BBBCC

4.综合判断题

1…在数据元素内数据项之间也有关系,在讨论数据的逻辑结构时应考虑。 × 逻辑结构看的是数据元素之间的关系

2.同一个算法,实现语言级别越高,算法执行的效率越低。√ 级别越高,需要额外执行的条件就越多,效率也就越低。

3.集合中任何两个数据元素之间都没有逻辑关系,而且组织形式松散。√ 除同属于一个集合外,没有其他任何关系。

5.时间复杂度相关习题

O(1)<O(log2n)<O(n)<O(nlog2n)<O( n 2 n^2 n2)<O( n 3 n^3 n3)<O( 2 n 2^n 2n)<O(n!)<O( n n n^n nn)

1.下面时间复杂度较小的是 A
在这里插入图片描述
2.以下程序段中语句"m++;"的语句频度为 C

int m=0,i,j;
for(i=1;i<=n;i++)
for(j=1;j<=2*ij++)m++;

A n B n+1 C n(n+1) D n 2 n^2 n2
2+4+6+…+2n = n(n+1)

3.下列函数的时间复杂度是() 。

int func(int n){
int i=0,sum=O;
while(sum<n)  sum+=++i;
return i;
}

设语句频度为f(n)

1+2+3+…+f(n)<n

(1+f(n))f(n)/2<n

解得时间复杂度为O(n^(1/2) )

a=i++,这个运算的意思是先把i的值赋予a,然后在执行i=i+1;
a=++i,这个的意思是先执行i=i+1,然后在把i的值赋予a;

4.下面说法错误的是 D
A 某算法的时间复杂度为O( n 2 n^2 n2),表明该算法的执行时间与 n 2 n^2 n2成正比
B 在相同的规模n下,复杂度O(n)的算法在时间上总是优于复杂度O( n 2 n^2 n2)算法
C 所谓时间复杂度是指最坏情况下,估算算法执行时间的一个上界
D 算法原地工作的含义是指不需要任何额外的辅助空间

时间复杂度:一般总是考虑在最坏情况下的时间复杂度,以保证算法的运行时间不会比它更长,即它是最坏情况下估算算法执行时间的一个上界。

算法的时间复杂度只与规模相关吗?

算法的时间复杂度不仅与问题的规模相关,还与输入实例中的初始状态有关。但在最坏的情况下,其时间复杂度就是只与求解问题的规模相关的。我们在讨论时间复杂度时,一般就是以最坏情况下的时间复
杂度为准的。

算法原地工作是指算法所需的辅助空间是常量。
5.下面算法将一维数组a中的n个数逆序存放到原数组中,空间复杂度为()。

for(i=0;i<n/2;i++){
t=a[i];
a[i]=a[n-i-1];
a[n-i-1]=t}

该算法仅需要借助一个变量t,与问题规模n的大小无关,所以其空间复杂度为O(1)

很值得看的理解:
时间复杂度和空间复杂度计算
时间复杂度分析(含王道绪论习题)

6.以下关系式中,错误的是 D在这里插入图片描述
A f(n) =O(g(n))
B g(n) = O(f(n))
C h(n) = O( n 2 n^2 n2)
D h(n) = O(nlog2n)

已知f(n)=O(g(n)),则必能推出g(n)=O(f(n))

7.在这里插入图片描述
A.O(1) B.O(n) C.O( n − 1 n^{-1} n1) D.O( n 2 n^2 n2)
答案选B n趋与无穷,f(n)/n为常数

8.设n是描述问题规模的非负整数,下列程序段的时间复杂度是 B

x=0;
while(n>=(x+1)*(x+1))
x=x+1;

A.O(logn) B.O( n 1 / 2 n^1/2 n1/2) C.O(n) D.O( n 2 n^2 n2)

9.下列程序段的时间复杂度是

int sum = 0;
for(int i=1;i<n;i*=2)for (int j=0;j<i;j++)sum++;

A.O(logn) B.O(n) C.O(nlogn) D.O( n 2 n^2 n2)
i = 1,2,4,8,…, 2 k − 1 2^{k-1} 2k1 2 k − 1 2^{k-1} 2k1<n)
T = 1+2+4+8+…+ 2 k − 1 2^{k-1} 2k1= 2 k 2^k 2k-1
n<T<2n,时间复杂度为O(n)

6 时间复杂度计算方法(一、二、三层循环)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

相关文章:

数据结构练习题1:基本概念

练习题1&#xff1a;基本概念 1 抽象数据类型概念分析2. 逻辑结构与存储结构概念分析3.综合选择题4.综合判断题5.时间复杂度相关习题6 时间复杂度计算方法&#xff08;一、二、三层循环&#xff09; 1 抽象数据类型概念分析 1.可以用&#xff08;抽象数据类型&#xff09;定义…...

如何消除Msxml2.XMLHTTP组件的缓存

之前使用这个组件&#xff0c;是每隔十分钟取数据&#xff0c;没有遇到这个缓存问题&#xff0c; 这次使用它是频繁访问接口&#xff0c;就出现了一直不变的问题。觉得是缓存没有清除的问题。 网上搜了一些方案。最好的方案就是给url地址末尾给一个随机参数。用于让组件觉得是…...

深入理解Java虚拟机jvm-运行时数据区域(基于OpenJDK12)

运行时数据区域 运行时数据区域程序计数器Java虚拟机栈本地方法栈Java堆方法区运行时常量池直接内存 运行时数据区域 Java虚拟机在执行Java程序的过程中会把它所管理的内存划分为若干个不同的数据区域。这些区域有各自的用途&#xff0c;以及创建和销毁的时间&#xff0c;有的…...

(OpenCV) 基础demo

文章目录 前言Demo图片录制播放人脸识别 END 前言 OpenCV - Open Computer Vision Library OpenCV的名声想必不用多说了。 本文介绍4个基础使用demo。分别为&#xff0c;显示图片&#xff0c;录制视频&#xff0c;播放视频和一个基于开源算法库的人脸识别小demo。 只要环境…...

using 的使用

作者: 苏丙榅 链接: https://subingwen.cn/cpp/using/ 在 C 中 using 用于声明命名空间&#xff0c;使用命名空间也可以防止命名冲突。在程序中声明了命名空间之后&#xff0c;就可以直接使用命名空间中的定义的类了。在 C11 中赋予了 using 新的功能&#xff0c;让C变得更年轻…...

Websocket、Socket、HTTP之间的关系

Websocket、Socket、HTTP之间的关系 ★ Websocket是什么&#xff1f;★ Websocket的原理★ websocket具有以下特点&#xff1a;★ webSocket可以用来做什么?★ websocket与socket区别&#xff1a;★ WebSocket与HTTP区别 ★ Websocket是什么&#xff1f; ● Websocket是HTML5下…...

hustoj LiveCD版系统在局域网虚拟机安装和配置

root权限 打开terminal命令行输入sudo su输入初始密码freeproblemsetmysql数据库的密码的位置&#xff0c;如何登陆数据库 数据库账号密码存放在两个配置文件中&#xff1a; /home/judge/etc/judge.conf/home/judge/src/web/include/db_info.inc.php 新版本中&#xff0c;快…...

读书-代码整洁之道10-14

类 类的三大特性&#xff1a;封装、继承、多态&#xff1b;类应该短小&#xff1b;单一权责原则认为&#xff0c;类或模块应有且只有一条加以修改的理由&#xff1b;当类丧失了内聚性&#xff0c;就拆分它&#xff1b;隔离修改 系统 构造和使用是非常不一样的过程。每个应用…...

UDP 广播/组播

广播UDP与单播UDP的区别就是IP地址不同&#xff0c;广播使用广播地址xxx.xxx.xxx.255&#xff0c;将消息发送到在同一广播网络上的每个主机&#xff0c;广播/组播只能用udp进行实现 函数:int setsockopt(int sockfd, int level, int optname, const void *optval, socklen_topt…...

高效创作助手:ChatGPT最新版实现批量撰写聚合文章的全新水平

随着人工智能技术的不断发展&#xff0c;ChatGPT最新版作为一款智能创作助手&#xff0c;实现了批量撰写聚合文章的全新水平。它能够在短时间内生成高质量的文章&#xff0c;极大地提高了创作效率。本文将从随机8-20个方面对ChatGPT最新版进行详细的阐述&#xff0c;让我们一起…...

Python中的包是什么,如何创建和使用包?

在Python中&#xff0c;包是一种将相关模块分组在一起的方式。它可以让我们更好地组织和重用代码。 一个Python包实际上是一个文件夹&#xff0c;其中包含该包的Python模块和其他资源文件&#xff08;例如配置文件、数据文件等&#xff09;。包的根目录通常包含一个名为__init…...

Spring Cloud Alibaba Seata(二)

目录 一、Seata 1、Seata-AT模式 1.1、具体案例 1.2、通过Seata的AT模式解决分布式事务 2、Seata-XA模式 3、Seata-TCC模式 4、Seata-SAGA模式 一、Seata 1、Seata-AT模式 概念&#xff1a;AT模式是一种无侵入的分布式事务解决方案&#xff0c;在 AT 模式下&#xff0c…...

如何在 MySQL 中使用 COALESCE 函数

1. 简介 在 MySQL 中&#xff0c;COALESCE 函数可以用来返回参数列表中的第一个非空值。如果所有参数都为空&#xff0c;则返回 NULL。本文将介绍 COALESCE 函数的语法和用法&#xff0c;并通过示例演示其效果。 2. 语法 COALESCE 函数的语法如下所示&#xff1a; COALESCE(…...

Python爬虫之Scrapy框架系列(22)——初识分布式爬虫scrapy_redis

目录: 分布式爬虫(Scrapy\_redis):1.简单介绍:2.Scrapy_redis的安装:分布式爬虫(Scrapy_redis): 官方文档:https://scrapy-redis.readthedocs.io/en/stable/1.简单介绍: scrapy_redis是一个基于Redis的Scrapy组件,用于scrapy项目的分布式部署和开发。 特点: 分布…...

ChatGPT的前世今生

原文首发于博客文章ChatGPT发展概览 ChatGPT 是OpenAI开发的人工智能聊天机器人程序&#xff0c;于2022年11月推出。该程序使用基于 GPT-3.5、GPT-4 架构的大语言模型并以强化学习训练。ChatGPT目前仍以文字方式交互&#xff0c;而除了可以用人类自然对话方式来交互&#xff0c…...

WireShark常用协议抓包与原理分析

1.ARP协议(地址解析协议) nmap 发现网关nmap -sn 192.168.133.2wireshark 抓请求包和响应包 arp请求包内容 arp响应包内容 总结:请求包包含包类型(request),源IP地址,源MAC地址,目标IP地址,目标MAC地址(未知,此处为全0);响应包包含包类型(reply),源IP地址,源…...

Mysql数据库操作总结

文章目录 1. DDL(Data Definition Language - 数据定义语言)1.1 数据库1.2 数据表(创建查询删除)1.3 数据表(修改) 2. 数据类型2.1 数值2.2 字符2.3 日期 3. 字段约束3.1 约束3.2 主键约束修改3.3 主键自增 联合主键 4. DML(Data Manipulation Language - 数据操作语言)4.1 添…...

在 ZBrush、Substance 3D Painter 和 UE5 中创作警探角色(P2)

大家好&#xff0c;下篇分享咱们继续来说警探角色的重新拓扑、UV、材质贴图和渲染处理。 重新拓扑/UV 这是对我来说最不有趣的部分——重新拓扑。它显然是实时角色中非常重要的一部分&#xff0c;不容忽视&#xff0c;因为它会影响大量的 UV、绑定和后期渲染&#xff0c;这里…...

如何在大规模服务中迁移缓存

当您启动初始服务时&#xff0c;通常会过度设计以考虑大量流量。但是&#xff0c;当您的服务达到爆炸式增长阶段&#xff0c;或者如果您的服务请求和处理大量流量时&#xff0c;您将需要重新考虑您的架构以适应它。糟糕的系统设计导致难以扩展或无法满足处理大量流量的需求&…...

【GPT LLM】跟着论文学习gpt

GPT1开山之作&#xff1a;Improving language understanding by generative pre-training 本文提出了gpt1&#xff0c;即使用无标签的数据对模型先进行训练&#xff0c;让模型学习能够适应各个任务的通用表示&#xff1b;后使用小部分 task-aware的数据对模型进行微调&#xff…...

【玩转Docker小鲸鱼叭】Docker容器常用命令大全

在 Docker 核心概念理解 一文中&#xff0c;我们知道 Docker容器 其实就是一个轻量级的沙盒&#xff0c;应用运行在不同的容器中从而实现隔离效果。容器的创建和运行是以镜像为基础的&#xff0c;容器可以被创建、销毁、启动和停止等。本文将介绍下容器的这些常用操作命令。 1、…...

专项练习11

目录 一、选择题 1、执行下列选项的程序&#xff0c;输出结果不是Window对象的是&#xff08;&#xff09; 2、以下哪些代码执行后 i 的值为10&#xff1a; 二、编程题 1、判断 val1 和 val2 是否完全等同 2、统计字符串中每个字符的出现频率&#xff0c;返回一个 Object&…...

ASP.NET+SQL通用作业批改系统设计(源代码+论文)

随着网络高速地融入当今现代人的生活,学校对网络技术的应用也在不断地提高。学校的教学任务十分复杂,工作也很繁琐,在教学任务中,作业的批改也是一个很重要的环节。为了提高老师工作效率,减轻教师的工作强度,提高作业批改的灵活性,《通用作业批改系统》的诞生可以说是事在…...

基于深度学习的高精度打电话检测识别系统(PyTorch+Pyside6+YOLOv5模型)

摘要&#xff1a;基于深度学习的高精度打电话检测识别系统可用于日常生活中或野外来检测与定位打电话目标&#xff0c;利用深度学习算法可实现图片、视频、摄像头等方式的打电话目标检测识别&#xff0c;另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检…...

Vue搭建智能文本检索视频界面

前言 随着人工智能技术的发展&#xff0c;智能文本检索已经成为了一种非常流行的技术。在视频领域中&#xff0c;智能文本检索技术可以帮助用户快速找到自己需要的视频片段&#xff0c;提高用户的观看体验。本文将介绍如何使用Vue框架搭建一个智能文本检索视频界面&#xff0c…...

软考A计划-系统集成项目管理工程师-一般补充知识-中

点击跳转专栏>Unity3D特效百例点击跳转专栏>案例项目实战源码点击跳转专栏>游戏脚本-辅助自动化点击跳转专栏>Android控件全解手册点击跳转专栏>Scratch编程案例点击跳转>软考全系列 &#x1f449;关于作者 专注于Android/Unity和各种游戏开发技巧&#xff…...

springboot-内置Tomcat

一、springboot的特性之一 基于springboot的特性 自动装配Configuretion 注解 二、springboot内置Tomcat步骤 直接看SpringApplication方法的代码块 总纲&#xff1a; 1、在SpringApplication.run 初始化了一个上下文ConfigurableApplicationContext configurableApplica…...

Flink流批一体计算(2):Flink关键特性

目录 Flink关键特性 流式处理 丰富的状态管理 丰富的时间语义支持 Data pipeline 容错机制 Flink SQL CEP in SQL Flink 应用程序可以消费来自消息队列或分布式日志这类流式数据源&#xff08;例如 Apache Kafka 或 Kinesis&#xff09;的实时数据&#xff0c;也可以从各…...

2023软件工程中各种图在现代企业级开发中的使用频率

概览 系统流程图 ✔ 数据流图 不常用 ER图 ✔ 状态转换图 ✔ Warnier图 不常用 IPO图 不常用 Petri网 不常用 层次方框图 不常用 层次图 a.k.a. H图 ✔ 1,层次图描绘软件的层次结构.层层次方框图描绘的是数据结构。 2,层次图的方框表示模块或子模块。层次方框图的方框表示数据结…...

macOS Big Sur 11.7.8 (20G1351) 正式版 ISO、PKG、DMG、IPSW 下载

macOS Big Sur 11.7.8 (20G1351) 正式版 ISO、PKG、DMG、IPSW 下载 本站下载的 macOS 软件包&#xff0c;既可以拖拽到 Applications&#xff08;应用程序&#xff09;下直接安装&#xff0c;也可以制作启动 U 盘安装&#xff0c;或者在虚拟机中启动安装。另外也支持在 Window…...

动态ip代理/谷歌seo公司

在ENVI统计遥感多波段图像中每个波段的均值、方差、最大值、最小值是比较容易办到的&#xff0c;但是如果要处理多批的数据就没有那么方便了&#xff0c;这里转载一个MatLab读取ENVI图像(imghdr)的程序&#xff0c;并且计算了相关系数。之前我在利用MatLab读取ENVI图像里分享了…...

we建站/网络培训seo

下面是一个比较详细介绍IDEA安装配置使用的教程 IntelliJ IDEA 的安装、配置与使用 尚硅谷 Java 研究院-宋红康 www.atguigu.com 一、IntelliJ IDEA 介绍 – Eclipse IBM 1.JetBrains 公司介绍 IDEA(https://www.jetbrains.com/idea/)是 JetBrains 公司的产品&#xff0c;公司…...

泸州做网站/昨日凌晨北京突然宣布重大消息

Java实现数组中查询重复数字的方法发布时间&#xff1a;2020-08-19 14:18:36来源&#xff1a;亿速云阅读&#xff1a;80作者&#xff1a;小新这篇文章主要介绍Java实现数组中查询重复数字的方法&#xff0c;文中介绍的非常详细&#xff0c;具有一定的参考价值&#xff0c;感兴趣…...

日出东方网站建设/品牌营销推广方案

理解Transformer中的位置编码为什么要位置编码三角函数的位置编码(原始Transformer)Reference为什么要位置编码 【文本分类】 I like this movie because it doesn’t have an overhead history. PositiveI don’tlike this movie because it has an overhead history.    …...

做网站需要的素材资料/全网营销的公司

日志框架&#xff1a;提供日志调用的接口&#xff0c;实际的日志输出委托给日志系统实现。JCL(Jakarta Commons Logging)&#xff1a;比较流行的日志框架&#xff0c;很多框架都依赖JCL&#xff0c;例如Spring等。SLF4j&#xff1a;提供新的API&#xff0c;初衷是配合Logback使…...

网站的建立/如何做百度搜索推广

1. 过渡(transition)菜鸟教程&#xff1a;CSS3 过渡是元素从一种样式逐渐改变为另一种的效果。transition&#xff1a; CSS属性名 持续时间 过渡效果(默认ease) 延迟时间(默认0)&#xff1b;transition&#xff1a;transition-property transition-duration transition-timing-…...