考研 408 · 数据结构

算法题笔记

系统梳理顺序表链表的常见算法思想。
涵盖暴力枚举、快速排序、折半查找、散列表、预处理、多指针法、逆置、树的遍历与并查集等核心方法。

⏱ 折半查找 O(log n)
🗂 散列表 O(n)
📊 前缀和 O(n)+O(1)
👉 多指针法
🔗 链表
🌲 树与并查集

顺序表

1. 暴力解法

🔍

枚举

遍历所有可能的情况,逐个检查是否满足条件。

快速排序

将无序数据变为有序,很多问题在有序条件下有更优解。

2. 快速排序

升序实现

void Qsort(int A[], int L, int R){
    if (R < L)		return;                  // 区间内元素个数为0或1,直接递归返回即可
    int i = L, j = R;
    int pivot = A[L];
    while (i < j){
        while(i < j && A[j] >= pivot)	j--;
        while(i < j && A[i] <= pivot)	i++;
        if(i < j)	swap(A[i], A[j]);
    }
    swap(A[L], A[i]);
    Qsort(A, L, i-1);
    Qsort(A, i+1, R);
}

降序变体

只需反转两处比较方向:

while(i < j && A[j] <= pivot)	j--;   // 从右往左找比 pivot 大的
while(i < j && A[i] >= pivot)	i++;   // 从左往右找比 pivot 小的
使用限制

快排不是万能的!以下场景不能使用:

  • 题目明示或暗示不能改变元素下标
  • 要求使用稳定的排序算法时(快排不稳定)

平均 O(n log n) · 最坏 O(n²) · 空间 O(log n) · 不稳定

3. 优化解法

以下是几种核心的优化思想。

🔍

折半查找

时间 O(log n)
空间 O(1)

适用:有序顺序表

🗂

散列表

时间 O(n)
空间 O(m)

适用:数据范围有限

📊

预处理

预处理 O(n)
查询 O(1)

适用:频繁区间查询

👉

多指针法

时间视情况
空间 O(1)

适用:有序线性表

3.2 散列表

使用条件:数据范围有限  |  时间 O(n)  |  空间 O(m)

核心思想

空间换时间,创建辅助数组 count[]count[i] 用于记录数值 i 出现的相关信息(如次数、是否出现等)。

🎯 什么时候用?

题目明示或通过分析确定元素值的范围时——例如元素值为 0 ~ n-1,或元素绝对值 < n ——马上考虑散列表。

⚠️ 注意:必须确保 A[i] 不超出 count 下标范围;新建辅助数组后一定初始化
散列表示意图

3.3 预处理 重难点

使用条件:频繁区间查询  |  预处理 O(n)  |  查询 O(1)

前缀和

多次查询不同区间的和时,用 O(n) 时间预处理出前缀和数组 sum[],后续每次查询仅需 O(1)。

预处理过程(sum[i] = 前 i 个元素的和,下标范围 0 ~ i-1)

sum[0] = 0
sum[1] = A[0]
sum[2] = A[0] + A[1] = sum[1] + A[1]
sum[3] = A[0] + A[1] + A[2] = sum[2] + A[2]
...

📐 关键公式

区间 [L, R] 的所有元素之和 = sum[R + 1] – sum[L]

📌 例(P2-6):给定含 n 个整数的数组 A,求所有可能的连续子数组的和的最大值。例:n=4, A={1, -2, 3, 5}。

枚举所有子数组:{1}→1, {-2}→-2, {3}→3, {5}→5;{1,-2}→-1, {-2,3}→1, {3,5}→8;{1,-2,3}→2, {-2,3,5}→6;{1,-2,3,5}→7。res 数组为 {5, 8, 6, 7}。

void ans(int A[], int n) {
    // 定义结果数组并初始化
    int res[n];
    for (int i = 0; i < n; i++)
        res[i] = INT_MIN;
    // 定义前缀和数组
    int sum[n + 1] = {0};
    for (int i = 1; i <= n; i++)
        sum[i] = sum[i-1] + A[i-1];
    // 枚举所有区间 [i, j] 并更新
    for (int i = 0; i < n; i++)
        for (int j = i; j < n; j++) {
            int temp = sum[j+1] - sum[i];
            if (temp > res[j-i])
                res[j-i] = temp;
        }
    // 输出 res 数组
}
区间最值

频繁查询区间最大/最小值时,提前维护前缀最值数组。

📌 例(P2-7):给定数组 A,对于每个 j,定义 res[j] = A[0~j] 的最大值 × A[j]。如 A = {3, 1, 2, 7, 6},则 res = {9, 3, 6, 49, 42}。

  • 设置数组 B,B[i] 表示 i 下标及之前元素(A[0 ~ i],共 i+1 个元素)的最值
void ans(int A[], int n) {
    int res[n], B[n];
    B[0] = INT_MIN;
    for (int i = 0; i < n; i++)
        B[i] = max(B[i-1], A[i]);
    for (int j = 0; j < n; j++)
        res[j] = B[j] * A[j];
    // 输出 res 数组
}

3.4 多指针法

使用条件:线性表(顺序表、链表),主要是有序线性表  |  时间视情况  |  空间 O(1)

核心思想

在一个或多个线性表上设置两个或多个下标变量(指针),按照特定规则移动它们。
「特定规则」就是双指针法的灵魂。

要点说明
起始位置从哪里开始
移动规则什么条件下谁移动
停止处理何时结束 & 收尾工作

适用情形:

  • 多个线性表:每个线性表设置一个指针,如合并多个有序线性表
  • 单个线性表:一个线性表中设置两个指针,如一前一后/一快一慢,用于查找或调整元素顺序

经典应用:合并多个有序线性表、寻找第 k 个元素、归并排序等。

情形一:多个线性表

📌 例 1.1:合并两个升序数组

给定升序数组 A(长度 n)和 B(长度 m),合并成新的升序数组 C 并输出。

要点规则
起始位置A、B、C 的指针均从左向右
移动规则比较 A[pA] 和 B[pB],较小的放入 C,对应指针和 pC 各移一位
停止处理一方越界即退出;另一数组剩余部分直接追加到 C 末尾

📌 例 1.2:平方后降序合并

A 全是负整数(升序),B 全是非负整数(升序)。所有元素平方后按降序排序。

A = {-4, -2}   B = {0, 1, 3}  →  C = {16, 9, 4, 1, 0}

分析:

数组原特征平方后最大值位置
A负整数升序 → 绝对值降序降序A[0]
B非负整数升序 → 绝对值升序升序B[m-1]

指针策略:

起始:pA 从左向右 →  |  pB 从右向左 ←  |  pC 从左向右 →
移动:比较 A[pA] 和 B[pB] 的绝对值,较大者的平方放入 C,对应指针移动

情形二:单个有序顺序表

将单一的表看作从某个「切点」分成的两个逻辑上的有序子序列,指针分别放在各子序列的端点,然后像处理多个有序表一样操作。

🎯 首尾双指针(相向而行)就是这种思想的体现——首尾指针最终会在中间相遇。

📌 e.g.2.1(P2-8):平方后降序排列

含有绝对值的升序数组(如 A={-4, -2, 0, 1, 3}),将所有元素平方后按降序排列,存入新数组 B。

A = {-4, -2, 0, 1, 3}  →  B = {16, 9, 4, 1, 0}

思路:设置指针 i 在 A[0](绝对值最大端),j 在 A[n-1](绝对值最小端),k 从 B[0] 开始。比较 |A[i]| 与 |A[j]|,较大者的平方放入 B[k],移动对应指针和 k。当一方越界时退出,另一方剩余元素直接追加。

要点规则
起始位置i = 0(最左),j = n-1(最右),k = 0
移动规则比较 |A[i]| 与 |A[j]| → 较大者的平方放入 B[k],对应的 i 或 j 移动,k++
停止处理i > j 时退出,剩余元素依次平方追加到 B 末尾
情形三:单个无序顺序表

无序情况下的多指针法稍复杂,考频较低。主要用于 Partition(划分) 操作,实际上就是快速排序的一趟划分

📌 例(P2-9):含 n 个整数的数组 A,以 A[0] 为基准,划分使得左侧全小于 pivot,右侧全大于 pivot。A[0] 不一定是最终位置。如 A={2,5,3,-1,-2} 划分后可能为 {-2,-1,2,3,5} 或 {-1,-2,2,3,5} 等。

void ans(int A[], int n) {
    int i = 0, j = n - 1;
    int pivot = A[0];                // 选第一个元素为基准
    while (i < j) {
        while (i < j && A[j] >= pivot)  j--;   // A[j] < pivot 时停
        while (i < j && A[i] <= pivot)  i++;   // A[i] > pivot 时停
        if (i < j)  swap(A[i], A[j]);          // 交换逆序对
    }
    swap(A[0], A[i]);                // 基准归位
}

扩展:快速排序 vs 快速选择(Quick Select)

快速排序快速选择
目的整个数组有序找第 k 小的元素
递归两边都递归只递归包含 k 的那一边
复杂度T(n)=2T(n/2)+O(n) → O(n log n)T(n)=T(n/2)+O(n) → O(n)

核心技巧:选取 pivot 时尽量接近 n/2 位置,从而在期望 O(n) 时间内找到第 k 小元素。注意区分"以 A[0] 为基准划分"(P2-9)和"快速选择算法"(P2-10)。

链表

1. 链表与顺序表的比较

共同点不同点
结论 都是线性表。顺序表的很多方法在链表中仍然可以使用:散列表、多指针法、预处理(主要前两者) 链表不可随机访问,快排、折半查找不能用;单链表只能单向访问,需要掌握快慢指针、头插法等技巧

📋 做题推荐流程

暴力解法 判断能否优化 优化解
💡 对链表,当算法时间复杂度 O(n log n) 以上时,则可以优化。否则不需要。
⚠️ 注意:若题目要求空间 O(1),则不能开辟新数组(无法将链表用数组保存后处理);若要求不可修改链表结构,则不能随意对链表元素顺序进行修改以及插入和删除。

2. 链表的定义

🔗 单链表

data 为结点权值(一般可定义成 int),next 指向下一个结点

typedef struct LNode{
    ElemType data;                // 该结点的权值
    struct LNode *next;           // next 指向下一个结点
};

🔗🔗 双链表

prior 指向上一个结点,next 指向下一个

typedef struct LNode{
    ElemType data;                // 该结点的权值
    struct LNode *prior, *next;   // prior 指向上一个结点
};

3. 链表的基本操作

1. 删除结点 p

删除时注意两个问题:① 删除操作不要导致断链;② 要能找到下一次待处理的结点(p 要更新所指结点)。

pre->next = p->next;             // 将 pre 的 next 域指向 p 的下一个结点
p = p->next;                     // 将 p 指向 p 的下一个结点

删除时还需考虑释放结点所占内存(C 语言调用 free(p)),考试中为了方便不写也没关系。

加上 free 的写法:

pre->next = p->next;
LNode* temp = p;
p = p->next;
free(temp);
删除结点示意图

2. 将 p 插入 pre 后面

⚠️ 先后再前,这样一定不会断链!

p->next = pre->next;             // 先处理 p 的 next
pre->next = p;                   // 后处理 pre 的 next

先修改 pre 的 next 可能会找不到 pre 的下一个结点。

插入结点示意图

3. 尾插法和头插法

📥 尾插法

需要保证插入顺序与最终顺序一致时使用。设置 tail 指针始终指向链表末尾。核心三行:

p->next = NULL;                    // ① 将新结点的 next 置为 NULL
tail->next = p;                    // ② 将 tail 的 next 指向 p
tail = p;                          // ③ 更新 tail 为 p
尾插法示意图

📤 头插法

想让插入顺序与最终顺序相反时使用。将结点插入到头结点和第一个数据结点之间,常用于链表逆置

void Head_Insert(Node* L, Node* p) {
    p->next = L->next;               // 先连后
    L->next = p;                     // 再连前
}
头插法示意图
口诀:所有单链表插入都应该先连后,再连前。这样一定不会断链。

4. 遍历链表

若表中元素确定就用 for 循环,否则用 while 循环。遍历中访问指针 p 每次都要后移(p = p->next)。链表一般是带头结点的,因此从 L->next 开始。

已知长度 n,for 循环:

Node* p = L->next;
for (int i = 0; i < n; i++) {
    visit(p);                       // 访问 p 结点
    p = p->next;
}

未知长度,while 循环:

Node* p = L->next;
while (p != NULL) {
    visit(p);                       // 访问 p 结点
    p = p->next;
}

遍历同时还可以统计元素个数 n

Node* p = L->next;
int n = 0;
while (p != NULL) {
    n++;
    visit(p);                       // 访问 p 结点
    p = p->next;
}
💡 简洁写法:若只遍历不统计,可用 for 循环一行搞定:for (Node* p = L->next; p != NULL; p = p->next) visit(p);

4. 链表的两种暴力解

1️⃣

枚举法,直接处理

例如要改变链表元素顺序,可将需重排的元素一个一个拆下来重新插入。空间复杂度 O(1)。

2️⃣

链表转数组,再处理

使用数组保存链表中的数据值,再按照数组的做题方法处理。需要额外 O(n) 空间。

📌 例题:将链表 L 按照升序重新排序,结点结构为 data | next(带头结点单链表)

暴力解 1:逐个拆下重插

// 在有序链表中找到 p 的插入位置并插入
void Find_Insert(ListNode *pre, ListNode *p) {
    while (pre->next!=NULL && pre->next->data < p->data)
        pre = pre->next;
    p->next = pre->next;
    pre->next = p;
}
Node* ans(Node *L) {
    Node *p = L->next;
    L->next = NULL;
    while (p != NULL) {
        Node *temp = p->next;        // 暂存下一个
        Find_Insert(L, p);           // 将 p 插入到 L 中
        p = temp;                    // 处理下一个
    }
    return L;
}

暴力解 2:转数组排序

void Qsort(int A[], int L, int R) {
    if (L >= R) return;
    int pivot, i = L, j = R;
    pivot = A[L];
    while (i < j) {
        while (i < j && A[j] >= pivot) j--;
        while (i < j && A[i] <= pivot) i++;
        if (i < j) swap(A[i], A[j]);
    }
    swap(A[L], A[i]);
    Qsort(A, L, i-1);
    Qsort(A, i+1, R);
}
Node* ans(Node *L) {
    int a[maxn], n = 0;
    Node *p = L->next;
    while (p != NULL) {              // 遍历保存到数组
        a[n] = p->data;  n++;
        p = p->next;
    }
    Qsort(a, 0, n-1);                // 数组排序
    p = L->next;
    for (int i = 0; i < n; i++) {    // 写回链表
        p->data = a[i];
        p = p->next;
    }
    return L;
}

5. 链表的优化解

1. 多指针法

顺序表中多指针法有三种情形,但单链表只能从前往后访问,因此只考虑第一种(多个有序链表)。此外,链表自身有特殊用法:快慢指针、前后指针

① 多个有序链表

归并两个带头结点的升序链表,代码如下:

// 归并两个升序链表
void Merge(LNode *L1, *L2) {
    // p 和 q 分别指向两个链表的第一个数据结点
    LNode *p = L1->next;
    LNode *q = L2->next;
    // 新建一个链表 L3,tail 指向其尾结点
    LNode *L3 = (LNode *)malloc(sizeof(LNode));
    LNode *tail = L3;
    // 合并过程,比较并链接
    while (p != NULL && q != NULL) {
        if (p->data <= q->data) {
            tail->next = p;
            p = p->next;
        } else {
            tail->next = q;
            q = q->next;
        }
        tail = tail->next;           // tail 始终指向尾结点
    }
    // 处理剩余结点,直接链接到 tail 后面
    if (p != NULL) tail->next = p;
    else tail->next = q;
    // 释放旧头结点,返回新链表
    free(L1);  free(L2);
    return L3;
}
要点规则
起始位置p = L1->next,q = L2->next(跳过各自头结点)
移动规则较小的结点链入 L3,对应指针后移,tail 始终指向尾结点
停止处理一方遍历完毕,另一方剩余部分直接链接到 tail 后面
② 快慢指针

设置两个指针 p 和 q,初始时都指向第 1 个结点,每次 p 后移 1 次,q 后移 2 次。

判断链表是否有环:

Node *p, *q;
p = q = L->next;
while (p != NULL && q != NULL) {
    p = p->next;                     // p 走 1 步
    q = q->next;
    if (q == NULL) break;
    q = q->next;                     // q 走 2 步
    if (p == q) { /* 有环 */ }
}

求链表的中点:

q 走到终点时(步长是 p 的 2 倍),p 正好在表的中点。求得中点后可将链表一分为二(用另一个新指针指向 p->next,再令 p->next = NULL)。

Node *p, *q;
p = q = L->next;
while (p != NULL && q != NULL) {
    q = q->next;
    if (q == NULL || q->next == NULL) break;
    q = q->next;                     // q 走 2 步
    p = p->next;                     // p 走 1 步
    if (p == q) { /* 有环 */ }
}
// p 就是 q 的一半(即在中点)
③ 前后指针

因单链表只能按一个方向处理,设置两个指针 p 和 q,初始时 p 指向 L,q 指向第 k 个结点。然后 p 和 q 每次同时后移,始终保持 k 的距离。当 q 指向 NULL 时,p 指向倒数第 k 个元素

经典考题:2009 年真题 #15——查找链表中倒数第 k 个结点。

Node *p, *q;
p = q = L;
for (int i = 0; i < k; i++)
    q = q->next;                     // q 先走 k 步
while (q != NULL) {
    p = p->next;                     // p、q 同步后移
    q = q->next;
}
// 此时 p 指向倒数第 k 个

2. 散列表

和数组中一样,额外定义数组保存中间过程。如 count[n] 表示权值为 n 的元素出现次数。

例(P2-3):n=6, A={1, 2, 5, 2, 4, 3},用散列表找出重复元素。

// 链表版
void Hash_Linklist(Node* L) {
    int count[n] = {0};
    Node* p = L->next;
    while (p != NULL) {
        if (count[p->data] > 0)
            cout << p->data;         // 输出重复元素
        count[p->data]++;            // 记录 p->data 出现的次数
        p = p->next;
    }
}
// 顺序表版(对照)
void Hash_Sequence(int a[], int n) {
    int count[n] = {0};
    for (int i = 0; i < n; i++) {
        if (count[a[i]] > 0)
            cout << a[i];            // 输出重复元素
        count[a[i]]++;               // 记录 a[i] 出现的次数
    }
}
⚠️ 注意:使用时必须考虑结点权值是否会超出 count 下标范围(如题目暗示"元素值 < n"时方可安全使用);新建辅助数组一定要初始化

6. 逆置

逆置即将线性表反转,顺序完全反过来。

📊 顺序表的逆置

首尾元素依次交换:A[0]↔A[n-1]、A[1]↔A[n-2]……时间 O(n),空间 O(1)

for (int i = 0; i < n/2; i++)
    swap(A[i], A[n-i-1]);

🔗 链表的逆置

借助头插法逐个重新插入(头插法的特点是后插入的先访问,从而实现反转)。

// 头插辅助函数
ListNode* Head_Insert(ListNode* L, ListNode* p) {
    ListNode* temp = p->next;        // 暂存 p 的下一个结点
    p->next = L->next;               // 先连后
    L->next = p;                     // 再连前
    return temp;                     // 返回 p 的下一个结点
}
void Reverse(ListNode* L) {          // 原地逆置
    ListNode* p = L->next;
    L->next = NULL;
    while (p != NULL)
        p = Head_Insert(L, p);       // 删 p,头插——重复此过程
}

7. 经典真题

📌 2019 年 408 真题 #41(13 分)

题目:设线性表 L=(a₁, a₂, a₃, …, aₙ₋₁, aₙ) 采用带头结点的单链表保存,链表结点定义如下。请设计一个空间复杂度 O(1) 且时间上尽可能高效的算法,重新排列 L 中各结点,得到线性表 L'=(a₁, aₙ, a₂, aₙ₋₁, a₃, aₙ₋₂, …)。

typedef struct node {
    int data;
    struct node* next;
} NODE;

要求:(1) 描述算法设计思想;(2) 写出代码;(3) 分析时间复杂度。

解法一:暴力插入(O(n²) / O(1))

思想:① 遍历得长度 n;② 找到第 (n+1)/2 个结点作为中点,断链分为前后两半;③ 依次将后半段的每个结点插入到前半段的对应位置。

void ans(Node* L) {
    Node *p = L->next;
    int n = 0;
    while (p != NULL) { n++; p = p->next; }  // ① 求表长

    // ② 找到后半段的起点,p 先走一半
    p = L;
    for (int i = 0; i < (n+1)/2; i++)
        p = p->next;

    Node *temp = p;
    p = p->next;
    temp->next = NULL;                       // 前半段收尾

    // ③ 将后半段结点逐个插入前半段
    for (int i = 0; i < n/2; i++) {
        temp = p->next;
        Node *pre = L;
        for (int j = 0; j < n/2-i; j++)      // 找插入位置
            pre = pre->next;
        p->next = pre->next;
        pre->next = p;
        p = temp;                            // p 更新为下一个待处理结点
    }
}
// 时间复杂度:O(n²)

解法二:快慢指针 + 逆置 + 合并(O(n) / O(1))

思想:① 快慢指针找中点;② 后半段逆置(头插法);③ 将逆置后的后半段穿插合并到前半段。

// 头插法
void Head_Insert(Node* L, Node* p) {
    p->next = L->next;
    L->next = p;
}

void ans(Node* L) {
    // ① 快慢指针找中点
    Node *p, *q;
    p = q = L->next;
    while (p != NULL && q != NULL) {
        q = q->next;
        if (q == NULL || q->next == NULL) break;
        q = q->next;
        p = p->next;
    }
    // 此时 p 在中点,将前后断开
    Node *temp = p;
    p = p->next;
    temp->next = NULL;

    // ② 后半段逆置(头插法)
    Node *L2 = (Node*)malloc(sizeof(Node));
    L2->next = NULL;
    while (p != NULL) {
        temp = p->next;
        Head_Insert(L2, p);
        p = temp;
    }

    Node *p1 = L->next;
    Node *p2 = L2->next;

    // ③ 穿插合并
    while (p2 != NULL) {
        // p1 和 p2 各取一个结点
        Node* temp1 = p1->next;
        Node* temp2 = p2->next;
        // p2 插入到 p1 之后
        p2->next = p1->next;
        p1->next = p2;
        // 更新 p1 和 p2
        p1 = temp1;
        p2 = temp2;
    }
}
// 时间复杂度:O(n)

树和图的题目一般不会特别要求复杂度,若无特殊要求,考试中做出来就可以直接写,无需考虑优化问题。一般都会考察树的遍历,除非特殊说明,遍历一般都用递归写。

3.1 考察结构

🌲 树和森林

① 孩子兄弟表示法

firstchild 指向该结点的第一个孩子nextbro 指向下一个兄弟

typedef struct TNode{
    ElemType data;                  // 该结点的权值
    struct TNode *firstchild, *nextbro;   // firstchild 指向第一个孩子,nextbro 指向下一个兄弟
}TNode;

② 双亲表示法(常用于并查集)

一般采用数组存储father 数组保存每个结点的父亲结点在数组中的下标;也可以定义结构体。

数组存储方式:

int father[MAX_SIZE];   // 保存每个结点的父亲结点下标

结构体存储方式:

typedef struct TNode{
    ElemType data;             // 该结点的权值
    struct TNode *father;      // father 指向父结点
}TNode;

🌳 二叉树

① 二叉链表

typedef struct BTNode{
    ElemType data;                   // 该结点的权值
    struct BTNode *lchild, *rchild;  // lchild 指向左孩子,rchild 指向右孩子
}BTNode;

② 顺序存储(完全二叉树)

完全二叉树,从根起按层序存储即可:依次自上而下、自左至右存储结点元素,即将编号为 i 的结点存在数组下标 i-1 的位置;可以用 -10 表示对应结点不存在。

typedef struct{
    int SqBiTNode[MAX_SIZE];   // 一维数组保存二叉树结点
    int ElemNum;               // 结点个数
}SqBiTree;

3.2 树的递归遍历

二叉树的递归遍历

先、中、后序的递归遍历时间复杂度 O(n)空间复杂度 O(h)(n 为总结点数,h 为树高);若不确定树高,空间复杂度视为 O(n)。

先序遍历(根 → 左 → 右)

void PreOrder(BTNode *p){
    if (p == NULL) return;
    visit(p);                // 先访问根
    PreOrder(p->lchild);
    PreOrder(p->rchild);
}

中序遍历(左 → 根 → 右)

void InOrder(BTNode *p){
    if (p == NULL) return;
    InOrder(p->lchild);
    visit(p);                // 中间访问根
    InOrder(p->rchild);
}

后序遍历(左 → 右 → 根)

void PostOrder(BTNode *p){
    if (p == NULL) return;
    PostOrder(p->lchild);
    PostOrder(p->rchild);
    visit(p);                // 最后访问根
}

树和森林的递归遍历

本质是对孩子兄弟表示法结构的递归操作,重点记住 「左孩子右兄弟」,可转化为"二叉树"模型来理解递归逻辑:

树和森林的先根遍历 ≡ 二叉树的先序遍历
树和森林的后根遍历 ≡ 二叉树的中序遍历

先根遍历(先访问根,再访问孩子)

void TreePreOrder(TNode *T){
    if (T == NULL) return;
    visit(T);                     // 先访问根结点
    TreePreOrder(T->firstchild);  // 再遍历第一个孩子的整棵子树
    TreePreOrder(T->nextbro);     // 最后遍历下一个兄弟的子树
}

后根遍历(孩子访问完再访问根)

void TreePostOrder(TNode *T){
    if (T == NULL) return;
    TreePostOrder(T->firstchild);  // 先遍历第一个孩子的整棵子树
    visit(T);                      // 再访问根结点
    TreePostOrder(T->nextbro);     // 最后遍历下一个兄弟的子树
}

3.3 树的做题方法

408 中树算法考察的核心是树的遍历,因此应先确定选择哪种遍历方式,以对应遍历作为框架,把 visit(p) 改造成题目要求的功能。

🧭 具体做题步骤

  1. 确定选择哪种遍历方式(前序、中序、后序、层序)
  2. 确定题目需要哪些信息,再设计 visit(p) 的实现

visit(p) 需要根据题目要求自定义实现:通过处理当前结点 p,用全局变量(累加、计数、状态标记)或函数返回值(自底向上传递信息)来统计结果。

📝 例题 4-1 ~ 4-6

例题 4-1:判断结点 p 是否为叶结点

  • 前、中、后序遍历都可以。因为判断一个结点 p 是否为叶结点不依赖它的子树信息
  • visit(p) 实现:需要一个全局计数器(如 int leaf_count = 0;),逻辑即检查当前结点是否为叶结点,若是则 leaf_count++

例题 4-2:求树的深度

  • 一个结点 p 的深度是 1 + max(左子树高度, 右子树高度),因此必须先知道左右子树的深度。这是自底向上的过程,需要用后序遍历
  • visit(p) 需要通过函数返回值来传递信息(不能简单地修改全局变量)。

例题 4-3:判断是否为完全二叉树

  • 完全二叉树按层序从左向右填充,自然想到层序遍历。顺序存储时只需找到最后一个非空结点 k 的位置,再判断 0~k 之间是否都有结点即可。
  • visit(p) 需要能够:① 用队列,让根结点入队;② 设标志位 bool leaf = false;③ 循环直至队列为空:结点 p 出队,若 leaf 为 true 但 p 却有子结点,则该树不是完全二叉树,返回 false;若 p 有右孩子而无左孩子,直接返回 false;若 p 只有左孩子或无孩子,设 leaf 为 true;将 p 的非空子结点入队。④ 循环正常结束,返回 true。

例题 4-4:判断是否为二叉排序树 BST

  • BST 的特性是左子树 < 根 < 右子树,故很自然地想到中序遍历(左 → 根 → 右)。
  • visit(p) 需要:设定变量 pre_value 记录中序遍历中"上一个"被访问的值。① 初始化 pre_value = INT_MIN;② 进行中序遍历;③ visit(p) 比较当前 p->value 与 pre_value,若 p->value <= pre_value 则不满足递增性质,非 BST,返回 false;若满足则更新 pre_value = p->value 后继续遍历;④ 整个遍历成功则返回 true。

例题 4-5:森林中找叶结点

  • 森林是多棵树的集合,可对任意一棵树分别遍历;对树找叶结点与例题 4-1 等价,故前、中、后序遍历都可以。
  • visit(p) 功能实现与 4-1 相同。

例题 4-6:判断是否为 AVL 平衡二叉树

  • AVL 树要求任意结点左右子树高度差绝对值不超过 1,因此判断 p 是否平衡必须先知道其左右子树的高度。这是自底向上的计算,用后序遍历
  • visit(p) 实现:结合 4-2 求树高与判断。设计递归函数返回子树高度,若发现不平衡则返回特殊值(如 -1)作为标记。

📋 总结:各类例题的遍历选择

例题 问题 遍历方式 信息传递
4-1判断叶结点前 / 中 / 后序均可全局变量
4-2求树的深度后序(自底向上)函数返回值
4-3判断完全二叉树层序遍历队列 + 标志位
4-4判断 BST中序(递增性质)全局变量 pre_value
4-5森林找叶结点前 / 中 / 后序均可全局变量(同 4-1)
4-6判断 AVL后序(需子树高度)函数返回值(-1 标记)

💡 补充:带权路径长度 WPL 的两种统计方式

很多时候题目需要我们统计信息,可采用函数返回值全局变量的方式,有时候两种都可以。以计算二叉树带权路径长度为例:WPL = Σ(叶结点权值 Wi × 该结点深度 Di)

① 全局变量(遍历中"收集"信息)

核心思想:定义在所有递归调用中共享的变量,遍历任意一步满足条件就直接修改它。适用场景:全局的累加、计数或状态标记

int WPL = 0;                         // WPL 全局变量
void PreOrder(BTNode *p, int depth){ // 传入结点 p,附带深度 depth
    if (p == NULL) return;           // 空结点直接返回
    // visit(p);
    if (p->lchild == NULL && p->rchild == NULL)  // 叶结点
        WPL += depth * p->weight;    // 累加 深度×权值
    PreOrder(p->lchild, depth+1);    // 递归左子树
    PreOrder(p->rchild, depth+1);    // 递归右子树
}

② 函数返回值(自底向上传递)

核心思想:子问题的解(子树递归调用)通过 return 返回给父问题,父问题利用返回结果计算自己的解。适用场景:返回值表示以该子树为核心的二叉树对应值。

int postOrder(BTNode *p, int depth){ // 传入结点 p,附带深度 depth
    if (p == NULL) return 0;         // 空结点返回 0
    int L_WPL = postOrder(p->lchild, depth+1);  // 左子树 WPL
    int R_WPL = postOrder(p->rchild, depth+1);  // 右子树 WPL
    // visit(p);
    if (p->lchild == NULL && p->rchild == NULL) // 叶结点
        return depth * p->weight;    // 返回 深度×权值
    else
        return L_WPL + R_WPL;        // 返回左右子树 WPL 之和
}
什么时候需要递归时定义变量? 一般是后序遍历的时候——此时依赖于左右子树的递归情况,需要先定义 BTNode *left = PostOrder(...); BTNode *right = PostOrder(...);,然后 visit(p) 要用到 left 与 right 的值。

3.4 并查集

并查集是一种高效支持"集合合并""查找代表元"的数据结构,常用于处理图中连通性判断、集合合并问题,例如判断是否构成树、求连通块数量、判断环等。

常用双亲表示法定义:用数组 father[] 存储每个元素的"父结点"(其实是祖先结点),形成森林结构。通常将 father[] 定义成全局变量以方便使用。

int father[MAXN];            // father[i] 表示 i 的父结点(祖先)

find(x) —— 查找根结点(路径压缩)

查找下标为 x 的结点所在的树根下标;路径压缩:把查找途中所有结点全部变成根结点的儿子,减少树的高度。

// 查找根结点(含路径压缩)
int find(int x){
    if (father[x] != x)
        father[x] = find(father[x]);
    return father[x];
}

Union(x, y) —— 合并两棵树

将下标为 x、y 的结点所在的树合并。

// 合并两个集合
void Union(int x, int y){
    int fx = find(x);
    int fy = find(y);
    if (fx != fy)
        father[fy] = fx;   // 将 fy 的根指向 fx
}
⚠️ union 是 C++ 关键字,实际编译中不能直接用作函数名,考试书写时建议写成 Union

📌 例题:层次遍历(BFS)求带权路径长度

二叉树结点定义如下,每个结点权值为 1

typedef struct BTNode{
    int data;
    struct BTNode *lchild, *rchild;
}BTNode;

(1) 按照二叉树的层次遍历 BFS 设计算法,求二叉树的带权路径长度。

(2) 用 C/C++ 写出代码并给出注释。

(3) 分析算法的时间复杂度和空间复杂度。

💡 思路

  • front 保存队头下标,rear 保存队尾下标,last 表示上一层最后一个元素的下标。
  • 本层访问完时,下一层元素个数即为 rear - front
int ans(BTNode *T){
    BTNode* q[MAX_SIZE];           // 循环队列
    int front = 0, rear = 0, depth = 1;
    int last = 0;                  // 本层最后一个元素的下标
    if (T != NULL) q[rear++] = T;  // 根结点入队
    BTNode *p;                     // 当前出队结点
    int sum = 1 * 1;               // 初始化第一层的贡献:1 个结点 × 深度 1
    while (front < rear){
        p = q[front++];            // 出队
        if (p->lchild != NULL)
            q[rear++] = p->lchild;
        if (p->rchild != NULL)
            q[rear++] = p->rchild;
        if (front > last){        // 本层访问结束
            depth++;
            printf("%d %d %d\n", front, rear, depth);
            sum += (rear - front) * depth;  // 下一层的结点数 × 新深度
            last = rear - 1;       // 更新本层末尾哨兵
        }
    }
    return sum;
}
注意:if (front > last) 刚成立时,此时 rear - front 保存的是下一层的结点个数,但 depth 仍是上一层的,故需先进行 depth++。手动模拟:根结点入队后 front=0, rear=1,本层末尾哨兵 last = rear-1 = 0;进入 while 循环,根出队 front=1,两个子结点入队 rear=3,此时 front > last 成立,rear-front=2 即第二层结点数,故 depth++ 变为 2,再更新 sum(已提前设 sum=1 把第一层算出来了)。
⏱ 时间复杂度 O(n) · 空间复杂度 O(n)

📋 总结速查表

📐 顺序表

方法 适用条件 时间 空间 关键点
暴力枚举无限制O(n²) 等O(1)遍历所有可能
快速排序可改变下标O(n log n)O(log n)不稳定,有使用限制
折半查找有序表O(log n)O(1)两个模板,边界查找用模板二
散列表数据范围有限O(n)O(m)空间换时间,注意初始化
预处理频繁区间查询O(n) + O(1)O(n)前缀和、区间最值
多指针法线性表(有序为主)视情况O(1)灵魂在「移动规则」

🔗 链表

方法 适用条件 关键点
暴力枚举无限制一个一个拆下重插,或转数组处理
多指针法有序链表为主多个有序链表归并 + 快慢指针 + 前后指针
散列表数据范围有限同顺序表,注意下标范围
逆置需要反转顺序链表用头插法,顺序表用首尾交换
头插法/尾插法插入大量结点先连后,再连前。头插逆序,尾插保序

🌲

考点 遍历方式 关键点
判断叶结点前/中/后序均可不依赖子树信息,全局变量计数
求树的深度后序自底向上,用函数返回值
判断完全二叉树层序队列 + 标志位,检查是否连续非空
判断 BST中序中序递增,用 pre_value 比较
判断 AVL后序求子树高度 + 返回 -1 标记不平衡
并查集find 路径压缩 + Union 合并,双亲表示法
WPL 带权路径长度先序/后序/层序全局变量累加 or 函数返回值,层序用 front/rear/last

整理自桌面「算法题.docx」· 更新于 2026-08-06 · 考研 408 自学笔记