1.单向链表倒数第k个
设置2个指针 相差k 个结点，第一个指针先走k-1步
public node findelem(node head int k){
if(k<1){return null;}
node p1=head;
node p2=head;
for(i=0;i<k-1&&p1!=null;i++){
p1=p1.next;
}
if(p1==null){return null;}
while(p1!=null){
p1=p1.next;
p2=p2.next;
}
return p2;
}
2.删除单向链表倒数第k个
public node findelem(node head int k){
if(k<1){return null;}
node p1=head;
node p2=head;
for(i=0;i<k-1&&p1!=null;i++){
p1=p1.next;
}
if(p1==null){return null;}
while(p1!=null){
p1=p1.next;
p2=p2.next;
}
p2.next=p2.next.next;
return head;
}
3.遍历一次查找出单向链表的中间结点
给两个指针
fast slow
让fast一次向末尾走两步，slow一次向末尾走一步，当fast指向NULL时，slow指向中间结点
public node findelem(node head int k){
if(k<1){return null;}
node p1=head;
node p2=head
while(p1!=null&&p1.next!=null&&p1next.next!=null){
p1=p1.next.next;
p2=p2.next;
}
return p2;
}
4.用java如何判断一个单链表有循环？
【快慢指针】：需要两个指针，一个快指针：每次走两步，一个慢指针：每次走一步。
如果快慢指针能够相遇（如果快指针能够追上慢指针)，就证明有环。
但是！！！这个方法存在问题。如果链表够长，而环又足够小，那么快指针将永远不会追上慢指针
所以，快慢指针只适合用于环出现在链表尾部的情况，也就是单链表环的问题，而无法解决链表存在循环的问题。
5.链表反转
1）迭代法。先将下一节点纪录下来，然后让当前节点指向上一节点，再将当前节点纪录下来,再让下一节点变为当前节点
public Node reverse(Node node) {
Node prev = null;
Node now = node;
while (now != null) {
Node next = now.next;
now.next = prev;
prev = now;
now = next;
}
return prev;
}6.为尾到头打印链表
/*
* 方案一：通过使用栈结构，遍历链表，把先遍历的节点的值推入栈中，遍历结束后通过弹出栈内元素实现逆序打印
*/
public static void printListFromTailToHeadByStack(ListNode node){
Stack<Integer> stack=new Stack<Integer>();
while(node!=null){
stack.push(node.val);
node=node.next;
}
while(!stack.isEmpty()){
System.out.print(stack.pop()+",");
}
}
7.合并有序链表
看完题目之后，思考的结果是用递归做应该是最佳的选择。但无奈水平真的有限，没有想出来如何用设计递归。提交的时候就没有用递归实现，运行结果可想而知：23ms。看了第一名的用时是5ms，而且代码简洁优美，不得不佩服
/**
*Definition for singly-linked list
*/
class ListNode{
int val;
ListNode next;
ListNode(int x){
val = x;
}
}
public ListNode mergeTwoLists(ListNode l1, ListNode l2) {
if (l1 == null) return l2;
if (l2 == null) return l1;
ListNode head = null;
if (l1.val <= l2.val){
head = l1;
head.next = mergeTwoLists(l1.next, l2);
} else {
head = l2;
head.next = mergeTwoLists(l1, l2.next);
}
return head;
}
8。使用两个栈实现一个队列
关于两个栈实现一个队列，栈是先进后出，队列是先进先出，所以我们考虑建立两个栈，每次将一个栈的元素出栈然后入栈第二个栈，这样再出栈第二个栈的元素就是前面先入栈的元素了，这样就可以模拟出来一个队列。但是考虑到一次队列后再入队列的时候可能导致顺序混乱，我们需要将第二个栈里的元素入栈回第一个栈才能继续入队列。
两个队列实现一个栈
在这道题目中我们考虑到栈是先进后出的，而队列是先进先出的，因此，我们同样考虑用两个队列来模拟实现一个栈。首先将不为空的一个队列的元素出队列到另外一个队列，直到该队列只剩一个元素，然后将该元素出栈，我们就模拟实现了先进先出，也就是队列的基本形式。
9.稀疏矩阵三元组存储
1. 稀疏矩阵
一个阶数较大的矩阵中的非零元素个数s相对于矩阵元素的总个数 t 很小时，即s<ts<t，称该矩阵为稀疏矩阵。
比如：在一个100×100的矩阵中，其中只有100个非零元素，而非零元素相对于矩阵中的元素总个数10000很小，那么该矩阵为稀疏矩阵。
2. 稀疏矩阵的压缩存储方法
对于稀疏矩阵来说，如果我们还是用100×100的方式来存储的话，显然是非常浪费的，因此我们可以采用一种稀疏矩阵的压缩存储方式，即三元组方式。
三元组方式存储数据的策略是只存储非零元素。但是稀疏矩阵中非零元素的分布是没有任何规律的，在这种情况下，存储方案是：
1.存储非零元素
2.同时存储该非零元素所对应的行下标和列下标
3.稀疏矩阵中的每一个非零元素需由一个三元组(i, j, aijaij)唯一确定,稀疏矩阵中的所有非零元素构成三元组线性表，三元组中的i就是行下标，j是列下标，aijaij是对应的元素值。
图1-稀疏矩阵的压缩存储
拿稀疏矩阵中的元素1来说，该元素的位置为第0行，第2列，在用三元组（i ，j ，aij）进行存储时，就是0 2 1，我们发现在这个三元组的线性表中，每个数据元素都是以三元组的方式组成的。
3. 定义存储结构
当我们确定三元组的存储策略后，下一步我们要做的就是如何把这样的三元组存储下来。我们在进行保存时，需要把矩阵中的行数，列数，非零元素个数，矩阵中的数据都保存在data数据域（数组），在data数据域中的每个数据元素都是以三元组（行号，列号，元素值）形式存储，data域中表示的非零元素通常以行序为主序顺序排列，下标按行有序的存储结构。如图2所示：
图2-定义存储结构
当定义好这样的存储结构后，我们可以使用计算机程序设计语言来实现这样的存储结构，如下所示：
#define MaxSize 100
//定义三元组线性表中的数据元素存储结构
typedef struct
{
int row; //行号
int col; //列号
ElemType d; //元素值，ElemType为数据元素类型
} TupNode; //三元组定义
//定义三元组线性表存储结构
typedef struct
{
int rows; //行数值
int cols; //列数值
int nums; //非零元素个数
TupNode data[MaxSize]; //data数据域
} TSMatrix; //三元组顺序表定义
4. 稀疏矩阵的三元组基本运算
算法：以行序方式扫描二维矩阵A，将其非零的元素加入到三元组t。
要求为data域以行序为主序顺序排列
图中是采用6行7列的稀疏矩阵作为说明，但是在下面的算法中以3行4列说明
//以行序方式扫描二维矩阵A，将其非零的元素加入到三元组t
//以3行4列的稀疏矩阵为例
void CreatMat(TSMatrix *t, int arr[3][4])
{
int i;
int j;
t->rows = 3;
t->cols = 4;
t->nums = 0;
//扫描矩阵中的非零元素
for(i = 0; i < 3; i++)
{
for(j = 0; j < 4; j++)
{
//只存非零值，以三元组方式
if(arr[i][j] != 0)
{
t->data[t->nums].row = i;
t->data[t->nums].col = j;
t->data[t->nums].d = arr[i][j];
t->nums++;
}
}
}
}
算法：将指定位置的元素值赋给变量x：执行x=arr[ i ] [ j ]
//将三元组线性表中指定位置的元素值赋值给变量x
void arr_Assign(TSMatrix t , int *data , int i , int j)
{
int k = 0;
//i和j是否合法
if(i >= t.rows || j >= t.cols)
{
return;
}
//找到指定元素的行下标
while(k < t.nums && i > t.data[k].row)
{
k++;
}
//当找到指定元素的行下标后，再找到指定元素的列下标
while (k < t.nums && i == t.data[k].row && j > t.data[k].col)
{
k++;
}
//如果指定元素的行和列都相等，说明找到了
if(t.data[k].row == i && t.data[k].col)
{
*data = t.data[k].d;
}
else
{
//说明没找到
*data = 0;
}
}
算法：三元组元素赋值：执行A[ i ] [ j ] = x
1. 将一个非0元素修改为非0值，如A[ 5 ] [ 6 ] = 8
将矩阵A中第5行，第6列的元素的值改为8，即修改三元组线性表中的数据元素的值。
2.将一个0元素修改为非0值，如A[ 3 ] [ 5 ] = 8
将矩阵A中第3行，第6列值为0的元素改为8，这时需要在三元组线性表数组中下标为3的位置往后插入一个数据元素
//修改三元组元素中的值：执行A[i][j]=x
void arr_Value(TSMatrix *t , int data , int i , int j)
{
int k = 0;
int k1;
//指定的行和列是否合法
if(i >= t->rows || j >= t->cols)
{
return;
}
//先查找行
while(k < t->nums && i > t->data[k].row)
{
k++;
}
//查找列
while(k < t->nums && i == t->data[k].row && j > t->data[k].col)
{
k++;
}
//当找到指定位置时直接修改
if(i == t->data[k].row && j == t->data[k].col)
{
t->data[k].d = data;
}
else
{
//如果指定位置不存在，则说明该元素值为0，此时插入
for(k1 = t->nums; k1 >= k; k1--)
{
t->data[k1+1].col = t->data[k1].col;
t->data[k1+1].row = t->data[k1].row;
t->data[k1+1].d = t->data[k1].d;
}
//插入数据
t->data[k].row = i;
t->data[k].col = j;
t->data[k].d = data;
t->nums++;
}
}
输出三元组：从头到尾扫描三元组t,依次输出元素值
void DispMat(TSMatrix *t)
{
int i;
if(t->nums <= 0)
{
return;
}
printf("\t行数:%d\t列数:%d\t元素个数:%d\n", t->rows , t->cols , t->nums);
printf(" ------------------\n");
//输出所有的三元组
for(i = 0; i < t->nums; i++)
{
printf("\t第%d行\t第%d列\t%d\n" , t->data[i].row , t->data[i].col, t->data[i].d);
}
}
10.稀疏矩阵的十字链表存储
11.哈夫曼树
哈夫曼树是一种带权路径长度最小的二叉树，也称最优二叉树。
带权路径长度是指 跟结点到各个叶结点的路径长度乘以相应结点的权值 的乘积之和称为二叉树的带权路径长度。
一、如何构建哈夫曼树？
一般可以按下面步骤构建：
将所有左，右子树都为空的作为根节点。
在森林中选出两棵根节点的权值最小的树作为一棵新树的左，右子树，且置新树的附加根节点的权值为其左，右子树上根节点的权值之和。注意，左子树的权值应小于右子树的权值。
从森林中删除这两棵树，同时把新树加入到森林中。
重复2，3步骤，直到森林中只有一棵树为止，此树便是哈夫曼树。
下面是构建哈夫曼树的图解过程：
二、哈夫曼编码
利用哈夫曼树求得的用于通信的二进制编码称为哈夫曼编码。树中从根到每个叶子节点都有一条路径，对路径上的各分支约定指向左子树的分支表示”0”码，指向右子树的分支表示“1”码，取每条路径上的“0”或“1”的序列作为各个叶子节点对应的字符编码，即是哈夫曼编码。
就拿上图例子来说：
A，B，C，D对应的哈夫曼编码分别为：111，10，110，0
用图说明如下：
记住，设计电文总长最短的二进制前缀编码，就是以n个字符出现的频率作为权构造一棵哈夫曼树，由哈夫曼树求得的编码就是哈夫曼编码。