1.时间复杂度

2.树，森林，二叉树的转换

2.1树转二叉树

1. 给所有的兄弟节点之间加一条连线；
2. 去线，只保留当前根节点与第一个叶子节点的连线，删除它与其他节点之间的连线；
3. 然后根据左孩子右兄弟进行调整；
   

2.2森林转为二叉树

把森林的每棵树转为二叉树（遵循左孩子右兄弟即可）

2.3二叉树转为森林

当一颗二叉树的根节点有右孩子，则说明这颗二叉树能够转换为森林；

1. 从根节点开始，若存在右孩子，则把与右孩子节点的连线删除。再查看分离后的二叉树，若其根节点的右孩子存在，则连线删除…。直到所有这些根节点与右孩子的连线都删除为止。
   
   
   二叉树的N1再减去一个1就为T1；

3.链表的操作

4.树的操作

从子节点的角度，共有节点数为：度数为3的子节点数+度数为2的子节点数+度数为1的子节点数+根节点数=32+21+1*2+1=11；
从父节点的角度，共有节点数为：度数为3的节点数+度数为2的节点数+度数为1的节点数+度数为0的节点数=2+1+2+x；
解得x=6

5.平均比较次数的计算

平均比较次数=总比较次数/元素待查找的概率；

6.平均查找长度：

根据分块查找的原理，平均查找长度可以通过每块的平均查找长度乘以每块的概率来计算。在这个问题中，每块的平均查找长度为3（由于每块有6个元素，所以平均查找长度为6/2=3），每块的概率为1/5。

因此，平均查找长度为：

(1 * 1/5) + (2 * 1/5) + (3 * 1/5) + (4 * 1/5) + (5 * 1/5) = 15/5 = 3

接着，在块内查找元素的平均查找长度为：

(1 * 1/6) + (2 * 1/6) + (3 * 1/6) + (4 * 1/6) + (5 * 1/6) + (6 * 1/6) = 21/6 = 3.5

最后，将两个结果相加得到平均查找长度：

3 + 3.5 = 6.5

所以，平均查找长度为6.5；

7.拓扑序列：

首先按照集合关系画出有向图，从图中选出入度为0的①的顶点并输出，删除从①顶点发出来的所有有向边。然后再选择一个入度为0的顶点④并输出，删除从④顶点发出来的所有有向边，按此规律反复，最后得到的拓扑排序为(1,4,2,3)

8.循环队列和栈

最多能够存储m-1个元素；

栈的长度为m，表示可以存储m个元素，因为栈是一种后进先出（LIFO）的数据结构，插入和删除操作都在栈顶进行，所以不需要额外的空间来区分栈空和栈满的状态。

9.冒泡排序：

8，8

10.排序算法空间复杂度和时间复杂度：

1.在堆排序和快速排序中，如果从平均情况下排序的速度最快的角度来考虑，应该选择快速排序。因为在平均情况下，快速排序的时间复杂度为O(n log n)，比堆排序略快。

2.而如果从节省存储空间的角度来考虑，则最好选择堆排序。因为堆排序是一种原地排序算法，不需要额外的存储空间，而快速排序在递归的过程中需要消耗大量的栈空间，所以在存储空间方面，堆排序更有优势。

11.平均查找长度：

1.先画出排序二叉树——>2.（1+22+32+42）/7=19/7；（比较次数=层数——>比较次数当前层数的节点数）

12.哈夫曼树

哈夫曼树就是：两个最小的节点构造一个较大的节点；

13.初始化堆

(24，65，33，80，70，56，48)——>小根堆思想

(80,70,56,65,24,33,48) ——>大根堆

14.最小生成树上所有边的权值和：

方法： 一种是随意从一个点开始，找权值最小的路径，另一种就是依次找最短的边的，舍去形成回路的边，直到遍历所有结点

15.有向图中的邻接表和邻接矩阵

**邻接表：**是一种顺序分配和链式分配相结合的存储结构。
**逆邻接表：**任一表头结点下的边结点的数量是图中该结点入度的弧的数量，与邻接表相反。
逆邻接表中边节点个数等于邻接表边结点个数。表结点个数相同，但是头结点个数不一定相同。

16.链表的知识点

链表插入和删除只是改变了相应节点的指针指向，地址并没有改变，所以不必移动

17.邻接矩阵知识点：

邻接表：0(v+e)；
邻接矩阵：0(v^2)；

邻接矩阵存储时，无论有向图还是无向图，也无论边的数目是多少，其存储空间都是O（n的平方），书上原话，所以邻接矩阵存储空间与边的数目无关