知识地图
按结构串联
| 主线 | 知识入口 | 与后续内容的联系 |
|---|---|---|
| 对象与效率 | 1.1 数据结构的基本概念 · 1.2 算法和算法评价 | 区分逻辑结构、存储结构与算法代价 |
| 线性结构 | 2.1 线性表的定义和基本操作 · 2.2 线性表的顺序表示 · 2.3 线性表的链式表示 | 顺序与链接影响查找、插入和删除 |
| 受限操作 | 3.1 栈 · 3.2 队列 · 3.3 栈和队列的应用 | 递归、遍历、表达式求值的基础 |
| 数组与串 | 3.4 数组和特殊矩阵 · 4.1 串的定义和实现 · 4.2 串的模式匹配 | 压缩存储、模式匹配与复杂度 |
| 层次关系 | 5.1 树的基本概念 · 5.2 二叉树的概念 · 5.3 二叉树的遍历和线索二叉树 · 5.4 树、森林 | 遍历、搜索树、堆与编码树 |
| 树的应用 | 5.5.1 哈夫曼树和哈夫曼编码 · 5.5.2 并查集 | 编码最优、集合合并与图算法 |
| 多对多关系 | 6.1 图的基本概念 · 6.2 图的存储及基本操作 · 6.3 图的遍历 · 6.4 图的应用 | 存储选择、遍历、路径与约束 |
| 查找 | 7.2 顺序查找和折半查找 · 7.3 树形查找 · 7.4 B 树和 B+ 树 · 7.5 散列表 | 静态、动态、外存与键映射 |
| 排序 | 8.2 插入排序 · 8.3 交换排序 · 8.4 选择排序 · 8.5 归并排序、基数排序和计数排序 · 8.7 外部排序 | 比较、移动、稳定性与 I/O |
跨章节复习路线
- 递归与遍历:3.3.3 栈在递归中的应用 → 5.3.1 二叉树的遍历 → 6.3.2 深度优先搜索 → 8.3.2 快速排序 → 8.5.1 归并排序。
- 队列与层次:3.2 队列 → 5.3.1.4 层次遍历 → 6.3.1 广度优先搜索 → 6.3.1.1 BFS 求无权图最短路径。
- 顺序与随机访问:2.2 线性表的顺序表示 → 7.2.2 折半查找 → 8.2.2 折半插入排序 → 8.4.2 堆的定义。
- 链接结构:2.3 线性表的链式表示 → 5.2.2 二叉树的存储结构 → 6.2.2 邻接表法 → 7.5.3.2 拉链法。
- 前缀与匹配:4.2.1 简单的模式匹配算法 → 4.2.2 串的模式匹配算法——KMP算法 → 4.2.3 KMP算法的进一步优化。
- 树的权值优化:5.5.1 哈夫曼树和哈夫曼编码 → 5.5.1.2 哈夫曼编码 → 8.7.5 最佳归并树。
- 连通与集合:5.5.2 并查集 → 6.3.3 图的遍历与图的连通性 → 6.4.1.2 Kruskal 算法。
- 搜索树平衡:7.3.1 二叉排序树的定义 → 7.3.2 平衡二叉树 → 7.3.3 红黑树 → 7.4.1 B 树的定义。
- 堆与优先队列:5.2.1.1 几种特殊的二叉树 → 8.4.2 堆的定义 → 8.4.2.2 堆的插入与删除 → 8.4.2.3 堆的应用与性能。
- 算法目标对照:6.4.1 最小生成树 → 6.4.2 最短路径 → 6.4.5 关键路径,分别求总边权最小、路径最短、工期约束最长路径。
- 内外存:7.4.1.1 B 树的查找 → 7.4.2 B+ 树的基本概念 → 8.7.2 外部排序的方法 → 8.7.3 多路平衡归并与败者树。
每个知识点的“关联知识”都显式写入反向关系。Obsidian 的图谱可从任意知识点展开;章节和习题页也提供返回入口。