一：算法分析

1：时间复杂度计算

T（n）=函数执行的最大次数。执行次数与输入规模有关。

原则：

1）去除常系数

2）同等数量级并且并列的则用 + 连接，并列的但数量级不同的取大者

3）嵌套的相乘

所以，我们先用  T(n)=K*t（f1(n)）+M*t(f2(n))... 计算出算法执行的最大次数，然后运行化简法则化简：去常系数，和式取大，嵌套相乘，即可得到复杂度

2：空间代价

如果需要用到容器存放处理过程中的数据，那么我们可以根据输入规模n计算出空间开销代价与n的关系式。

二：树

1：遍历二叉树

前序：根左右

中序：左根右

后序：左右根

2：链表建立二叉树

每个结点一个node，有左右指针指向儿子

3：数组实现完全二叉树

n为结点总数，r为当前结点下标，则：

父节点为：floor[（r-1）/2]

左兄弟：r-1（r为偶数）

右兄弟：r+1(r为奇数)

左儿子：2r+1

右儿子：2r+2

4：遍历二叉树

5：由中序+前/后序遍历重建二叉树

6：BST的建立与使用

7：最大/最小堆的建立

8：哈夫曼编码树的建立及使用

9：计算树的高度

10：统计叶子数目

三：排序

1：

四：检索

五：索引

六：图

【数据结构】