与二项堆类似，斐波那契堆是树的集合。它们松散地基于二项堆。与二项堆中是有序树不同，斐波那契堆中的树是有根的但无序的。斐波那契堆中每个节点x包含一个指向其父节点的指针p[x]，以及一个指向其任意一个子节点的指针child[x]。x的子节点通过一个称为x的子列表的循环双向链表连接在一起。子列表中的每个子节点y都有指针left[y]和right[y]分别指向y的左右兄弟。如果节点y是唯一的子节点……阅读更多

二项堆是二项树的集合。二项树Bk是一个递归定义的有序树。二项树B0由单个节点组成。二项树Bk由两个二项树Bk-1组成，它们连接在一起。其中一个的根是另一个的左最子节点。一些二项堆如下所示：二项树的一些属性：Bk的二项树具有2k个节点。树的高度是k。在深度i处恰好有 $$\left(\begin{array}{c}k\ j\end{array}\right)$$ 个节点，对于0到k范围内的所有i。二项堆……阅读更多

在本节中，我们将看到欧拉图和哈密顿图。但在深入研究之前，首先我们必须了解图中的轨迹是什么。假设我们有一个如下所示的图：轨迹是一条路径，它是一系列边(v1, v2), (v2, v3), …, (vk - 1, vk)，其中所有顶点(v1, v2, … , vk)可能不都不同，但所有边都不同。在这个例子中，一条轨迹是{(B, A), (A, C), (C, D), (D, A), (A, F)}。这是一条轨迹。但这不被认为是简单的……阅读更多

图的深度优先搜索类似。但是对于有向图，我们可以找到一些类型的边。DFS算法形成一棵称为DFS树的树。有四种类型的边：树边(T) - 存在于DFS树中的边；前向边(F) - 与一组树边平行。(从较小的DFS编号到较大的DFS编号，以及较大的DFS完成编号到较小的DFS完成编号)；后向边(B) - 从较大的DFS编号到较小的DFS编号，以及较小的DFS完成编号到较大的DFS完成编号；交叉边……阅读更多

我们知道图是一种非线性数据结构。在这种数据结构中，我们将一些值放入节点中，节点通过不同的边连接在一起。当我们可以将数据存储到图结构中时，我们也需要从图中搜索元素才能使用它们。对于图中的搜索，有两种不同的方法。广度优先搜索和深度优先搜索技术。广度优先搜索(BFS)广度优先搜索(BFS)遍历是一种算法，用于访问给定图的所有节点。在这个遍历算法中，选择一个节点……阅读更多

我们知道图可以分为不同的变体。它们可以是有向的或无向的，可以是加权的或非加权的。在这里，我们将看到如何在内存中表示加权图。考虑以下图：邻接矩阵表示要使用邻接矩阵形式存储加权图，我们将矩阵称为代价矩阵。这里，位置M[i, j]的每个单元格都保存从边i到j的权重。如果边不存在，则为无穷大。对于相同的节点，它将为0。0∞63∞30∞∞∞∞∞02∞∞110∞∞4∞20邻接表表示在邻接表中，每个元素……阅读更多

在这里，我们将看到如何从二叉堆数据结构中插入和删除元素。假设初始树如下所示：插入算法insert(heap, n, item)：开始    如果堆已满，则退出    否则       n := n + 1       对于 i := n, i > 1, 在每次迭代中设置 i := i / 2，执行          如果 item

堆或二叉堆是平衡二叉树数据结构的一种特例。这是一个完整的二叉树结构。所以最多到l-1层是满的，在l层，所有节点都从左边开始。这里，根节点键与其子节点进行比较并相应地排列。如果a有子节点b，则-key(a) ≥ key(b)由于父节点的值大于子节点的值，因此此属性会生成最大堆。根据这个标准，堆可以分为两种类型：最大堆和最小堆。这些分别是最大堆和最小堆的例子……阅读更多

在这里，我们将看到线程二叉树数据结构。我们知道二叉树节点最多可以有两个子节点。但是，如果它们只有一个子节点或没有子节点，则链表表示中的链接部分将保持为空。使用线程二叉树表示，我们可以通过创建一些线程来重用这些空链接。如果一个节点有一些空闲的左子节点或右子节点区域，则将用作线程。线程二叉树有两种类型。单线程树或全线程二叉树。在单线程模式下，还有另外两种变体……阅读更多

在本节中，我们将看到广义表。广义表可以定义如下：广义表L是n个元素的有限序列(n ≥ 0)。元素ei或者是原子(单个元素)，或者是另一个广义表。不是原子的元素ei将是L的子列表。假设L是((A, B, C), ((D, E), F), G)。这里L有三个元素：子列表(A, B, C)、子列表((D, E), F)和原子G。子列表((D, E), F)又有两个元素：子列表(D, E)和原子F。在C++中，我们……阅读更多