Aplicaciones comunes de estructuras de datos como:
- copia y clonación
- inserción y eliminación
- buscando y clasificando
Básicamente, uno debe entender el tipo de estructuras de datos que se pueden usar. Las estructuras de datos más utilizadas son:
1. Matriz:
Una matriz es una estructura de datos agregados que está diseñada para almacenar un grupo de objetos del mismo tipo o diferentes. Las matrices pueden contener primitivas y referencias. La matriz es la estructura de datos más eficiente para almacenar y acceder a una secuencia de objetos.
- ¿Qué es un árbol de expansión?
- ¿Hay alguna manera de devolver una matriz de recursividad?
- Cómo resolver la recurrencia t (n) = 2t (n / 2) + n / logn
- ¿Cuáles serían las implicaciones si pudiera demostrar que he descifrado el algoritmo criptográfico RSA en tiempo polinómico? ¿Qué debería hacer después?
- ¿Cuál es la mejor forma / algoritmo para detectar un patrón en una serie de tiempo?
2. Registros:
Estos son como el nombre sugiere una estructura de datos agregados. Un registro es un valor que contiene otros valores, típicamente en número fijo y secuencia y típicamente indexados por nombres. Los elementos de los registros generalmente se denominan campos o miembros .
3. Punteros:
Los punteros son una de las construcciones más esenciales en C. Un puntero es una variable que almacena la dirección (en la memoria) de otra variable para referencia de una función.
4. Árbol o gráficos:
A diferencia de Array and Records, que son estructuras de datos lineales, el árbol es una estructura de datos jerárquica (o no lineal).
1) Una razón para usar árboles podría ser porque desea almacenar información que naturalmente forma una jerarquía.
2) Si organizamos las claves en forma de árbol (con algún orden, por ejemplo, BST), podemos buscar una clave determinada en un tiempo moderado (más rápido que la Lista vinculada y más lento que las matrices). Los árboles de búsqueda autoequilibrados, como los árboles AVL y Rojo-Negro, garantizan un límite superior de O (Logn) para la búsqueda.
3) Podemos insertar / eliminar claves en un tiempo moderado (más rápido que las matrices y más lento que las listas enlazadas sin ordenar). Los árboles de búsqueda autoequilibrados, como los árboles AVL y Rojo-Negro, garantizan un límite superior de O (Logn) para inserción / eliminación.
4) Al igual que las listas vinculadas y, a diferencia de las matrices, la implementación del puntero de los árboles no tiene un límite superior en el número de nodos ya que los nodos se vinculan mediante punteros.
Según Wikipedia, los siguientes son los usos comunes del árbol.
1. Manipular datos jerárquicos.
2. Facilite la búsqueda de información (vea el recorrido del árbol).
3. Manipular listas ordenadas de datos.
4. Como flujo de trabajo para el compostaje de imágenes digitales para efectos visuales.
5. Algoritmos de enrutador
Para resumir, depende totalmente del análisis en el que desee trabajar para continuar seleccionando la estructura de datos particular para mejorar su utilidad.
Y por último, depende totalmente del tipo de datos y la tarea que desea realizar con ellos.
¡Aclamaciones!