小白超详细 ---数据结构和算法总结（一）

主要的数据结构是：

• 数组

• 链表

• 队列

• 栈

• 散列表

• 树
  主要涉及的算法是：

• 二分查找

• 选择排序

• 快速排序

• 递归

• 广度优先搜索

• 贪婪算法

• k邻近算法

数组

在python中以列表形式做数组。一般声明一个数组用，a=[]或a=list()。
区别是，python中的List内可以放置各种数据类型。

list.append() （数值）	在列表末尾添加一个元素
list.extend(）(列表）	在列表的末尾添加一个列表
list.count()（元素）	统计该列表中该元素出现几次
list.sort(cmp=None, key=None, reverse=False)	排序，key是指定对谁排序
list.remove()(元素)	移除该列表中第一次出现的这个元素

链表

数组的优点在于快速访问，但是由于数组内部存储连续，如果后续添加元素会导致数组的内存溢出。如果提前开辟很大空间给数组就会照成空间浪费。因此，链表结构非常适合经常需要添加数据的状况，因为，其内部存储并不是连续的。链表分为单链表，双链表，单向循环链表。

##一个节点包含两个属性。data是该节点的值，next指向下一个节点
class Node():
	def __init__(self,data):
		self.data=data
		self.next=None

链表常用的内置方法有

class Node():
	def __init__(self,data):
		self.data=data
		self.next=None
class SingleLink():
	def __init__(self):
		self._head=None###头节点
	def is_empty(self):#判断链表是否为空
		if self._head==None
			return True
		else: return False
	def add(self,item):#头部添加元素
		node=Node(item)
		if self.is_empty():
			self._head=node
		else:
			node.next=self._head#新的节点指向头节点指向的位置
			self._head=node#头节点指向新的节点
	def length(self):#链表长度
		if self.is_empty():
			return 0
		else:
			cur=self._head
			count=0
			while cur!=None
				cur=cur.next
				count+=1
			return count
	def append(self,item):#在链表尾部加一个元素
		node=Node(item)
		if self.is_empty():
			self._head=node
		else:
			cur=self._head
			while cur.next!=None:
				cur=cur.next
			cur.next=node
	def search(self,item):#查找列表中是否包含该元素
		if self.is_empty():
			return No
		else:
			cur=self._head
			while cur!=None:
				if cur.data=item:
					return Yes
				else:
					cur=cur.next
			return No
	def insert(self,pos,item)#pos表示插入的位置，item表示插入的值
		node=Node(item)
		if pos<=0:
			self.add(item)
		elif pos>=(self.length()-1)):
			self.append(item)
		else:
			cur=self._head
			pre=cur
			while pos!=0:
				pre=cur
				cur=cur.next
				pos-=1
			node.next=cur
			pre.next=node