数据结构在程序中的实现及表现形式

0. 数据结构的建立

数据结构的建立，首先是数据的设计，无论是线性的队列、栈、线性表，还是树、图等，基本的数据类型最后都将抽象为结点 None。对于结点的实现而言，其最为重要的功能便是持有的私有成员变量，以及在构造函数对这些成员变量的赋值；

class Node:
def __init__(self, value, next=None):
self.value = value
self.next = next

结点的建立：

对于链表的结点而言，一个结点至少有两个域，数据域与指针域；

class LNode:
def __init__(self, elem, next_=None):
self.elem = elem
self.next_ = next_

对于二叉树的结点而言，一个结点至少有三个域：数据域，左指针域，右指针域；

class BinTNode:
def __init__(self, data, left=None, right=None):
self.data = data
self.left = left
self.right = right

1. 队列

出队：q.head = (q.head+1)%q.len

入队：q.rear = (q.rear+1)%q.len

队列为空的判断：

q.head == q.rear，显然这种方式就不能再进行判断队列为满的情况了

队列满的判断：

(q.rear+1 )%q.len == q.head，也即会牺牲掉一个存储空间；

2. Decision tree

Decision Tree：是一种对解空间的穷举；

tree：很大的可能性要递归，既然牵涉到递归，以下两点必须注意

递归退出的条件，首先需要言明

只需构造中间的某一子问题，比如树（根节点，左子树，右子树），的情况，剩下的交给递归结构

有感于 从0-1背包问题到动态规划 一文中，为了用动态规划求解0/1背包问题，构造了一个二分的 Decision Tree。而这一 Decision Tree 在程序中的表现浑然一体，绝非牵强；

without_i = fastMaxVal(i-1, w, v, c, m)
with_i = v[i] + fastMaxVal(i-1, w, v, c-w[i], m)
# 俨然已是一个二分支的节点结构
m[(i, c)] = max(with_i, without_i)

3. 字典与hash

统计文件中单词出现的次数：

## Python
from collections import defaultdict

words = defaultdict(int)

with open(fileName) as fp:
for line in fp.readlines():
for word in line.strip().split():
words[word] += 1

// C++
typedef std::map<std::string, size_t> WordCountMapType;
WordCountMapType wordsInFile(const string& fileName)
{
std::ifstream ifs(filename);
WordCountMapType words;
for (std::string word; ifs >> word; )
++words[word];
return words;
}