數據元素是數據的最小單位 ×
(數據元素是數據的基本單位，數據項是數據的最小單位)

數據對象就是一組數據元素的集合 ×
(這里未強調數據元素的性質相同)

任何數據結構都具備3個基本運算，即插入、刪除和查找 ×
(隊列的棧等數據結構并不具備查找運算)

數據的邏輯結構與各數據元素在計算機中如何存儲有關×
(數據的邏輯結構獨立于計算機，與數據的存儲無關；數據的存儲結構依賴于計算機)

如果數據元素值發生改變，則數據的邏輯結構也隨之改變 ×

邏輯結構不相同的數據必須采用不同的存儲方法來存儲 ×

順序存儲方式只能用于存儲線性結構 ×

算法可以用計算機語言描述，所以算法等同程序 ×
(程序=數據結構+算法)

算法A和算法B用于求解同一問題，算法A的最好時間復雜度為O(n)，而算法B的最壞時間復雜度為O(n3)，則算法A好于算法B ×
(通常用兩個算法的平均時間復雜度進行時間性能比較)

一個算法的空間復雜度為O(1)，表示執行該算法不需要任何臨時空間 ×
(一個算法的空間復雜度為O(1)，表示執行該算法所需要的臨時空間大小與問題規模無關)

在一個含有n(n≥1)個元素的線性表中，所有元素值不能相同 ×

順序表具有隨機存取特性，所以查找值為x的元素的時間復雜度為O(1) ×
(查找的時間復雜度為O(n)，修改/讀取的時間復雜度為O(1))

線性表(含n個元素)的基本運算之一是刪除第i個元素，其中i的有效取值范圍是0≤i≤n-1 ×
(基本運算中的元素序號i是指邏輯序號，從1開始，這里的有效取值范是1≤i≤n；數組的下標是從0開始的)

順序表采用一維數組存放線性表中的元素，所以順序表與一維數組是等同的×
(順序表要求所有元素連續存儲，而一維數組不必這樣，另外，一維數組只有存、取元素操作，而順序表可以插入、刪除元素，所以兩者不能等同)

線性表的順序存儲表示屬于靜態結構，而鏈式存儲表示屬于動態結構 ×
(所謂靜態結構是采用固定大小的靜態分配方式得到的結果，如“ int a[10]語句就是一種靜態分配方式。所謂動態結構是采用動態分配方式得到的結果，如"int*p=(int*)malloc(n*sizeof(int));”語句就是一種動態分配方式。對于鏈式存儲結構，通常采用動態分配方式，而對于順序存儲結構，既可以采用靜態分配方式，也可以采用動態分配方式，只不過為了簡單，順序存儲結構通常采用靜態分配方式)

在含有n個結點的單鏈表L中，將p所指結點(非首結點)與其前驅結點交換，時間復雜度為O(1) ×
(時間復雜度為O(n)，需要循環遍歷找到其前驅結點，修改其指向下一個結點的指針)

在循環單鏈表中，從表中任一結點出發都可以通過指針前后移動操作遍歷整個循環鏈表 ×
(單鏈表只能按從前向后一個方向遍歷；雙鏈表可以按從前向后、從后向前兩個方向遍歷)

在含有n個結點的循環單鏈表L中刪除p所指結點(非首結點)的前驅結點，時間復雜度為O(1) ×
(時間復雜度為O(n)，需要循環遍歷找到其前驅結點，然后修改相應的指向下一個結點的指針)

分配給一個單鏈表所有結點的內存單元地址必須是連續的 ×
(當線性表采用鏈式存儲結構時，各結點之間的地址連續與否都可以)

與順序表相比，在鏈表中順序訪問所有結點,其算法的效率比較低 ×
(二者都需要從頭開始遍歷，對應的時間復雜度為O(n)，效率是相同的)

從長度為n的順序表中刪除任何一個元素所需要的時間均為O(n) ×
(刪除最后一個元素時，時間復雜度為O(1))

空的單鏈表不含有任何結點 ×
(帶頭結點的單鏈表為空時仍有一個頭結點)

在雙鏈表中刪除一個結點(非尾結點)，需要修改4個指針域 ×
(刪除操作修改2個指針；插入操作修改4個指針)

要想在O(1)的時間內訪問尾結點，應采用循環單鏈表存儲結構 ×
(應采用循環雙鏈表。循環單鏈表訪問尾結點的時間復雜度為O(n))

順序存儲結構的特點是存儲密度大且插入、刪除運算的效率高 ×
(順序表進行插入和刪除操作，平均情況下需要移動一半的數據元素，效率低)

線性表的順序存儲結構總是優于鏈式存儲結構 ×
(在存儲密度上，順序存儲結構占有優勢；在插入、刪除操作時，鏈式存儲結構占有優勢。二者各有其優缺點，不能一概而論。)

由于順序表需要一整塊連續的存儲空間，所以存儲空間利用率高 ×
(由于順序表需要一整塊連續的較大存儲空間，當在存儲器中出現比較多的碎片時，這些碎片空間可能得不到應用，所以存儲空間利用率低)

在雙鏈表中刪除一個結點p的前驅結點所花費的時間是O(n) ×
(時間復雜度為O(1)，使用雙鏈表能夠快速的找到某個結點的前驅結點)

棧底元素是不能刪除的元素 ×
(棧底元素可以出棧即刪除)

順序棧中元素值的大小是有序的 ×
(順序棧和鏈棧表示兩種不同的存儲結構，"順序"不代表元素值是有序的)

若用data[1…m]表示順序棧的存儲空間，則對棧的進、出棧操作最多只能進行m次 ×
(進、出棧可以無限次進行，前提是進棧前棧不為滿，出棧前棧不為空)

棧是一種對進棧、出棧操作總次數做了限制的線性表 ×
(棧是一種操作受限的線性表，指的是棧只能在一端進行插入和刪除，而進棧、出棧操作可以反復進行)

空的順序棧沒有棧頂指針 ×
(空棧指棧中沒有元素，但順序棧一定要有棧頂指針)

若用不帶頭結點的非循環單鏈表來表示鏈隊，則可以用“隊首指針和隊尾指針的值相等”作為隊空的標志 ×
(應該用“隊首指針和隊尾指針的值均為NULL”作為隊空的標志，因為當鏈隊中只有一個結點時隊首指針和隊尾指針的值也相等)

棧和線性表是兩種不同的數據結構，它們的數據元素的邏輯關系也不同 ×
(棧是特殊的線性表)

有n個不同的元素通過一個棧，產生的所有出棧序列恰好構成這n個元素的全排列 ×
(如：1,2,3三個元素的全排列為：1,2,3/1,3,2/2,1,3/2,3,1/3,1,2/3,2,1，共321=6種，但出棧元素不可能為3,1,2)

在順序棧中，將棧底放在數組的任意位置不會影響運算的時間性能 ×
(在順序棧中，如果將棧底放在數組的兩端，其進棧、出棧運算的時間性能都是最好的。如果將棧底放在數組的中間，要么將數組改為循環的(需要保存該棧底的位置)，要么移動元素，其時間性能都不如將棧底放在數組兩端)

環形隊列不存在空間上溢出的問題 ×
(環形隊列只是不存在假溢出，它仍然存在上溢出的問題)

若用s[1…m]表示順序棧的存儲空間，以s[1]為棧底，變量top指向棧頂元素的前個位置，當棧未滿時，將元素e進棧的操作是$top??；s[top]=e$ ×
(以s[1]為棧底，進棧操作時top應遠離棧底方向移動，所以進棧操作為$"s[top]=e；top++"$)

對于鏈隊，可以根據隊頭、隊尾指針的值計算隊中元素的個數 ×
(應該是環形隊列而不是鏈隊)

串中的每個元素只能是字母 ×
(串中的元素可以是字母、數字或其他字符，串的數據對象限定為字符集)

空串是只含有空格的串 ×
(有一個或多個空格(空格是特殊字符)組成的串稱為空格串，空格串不是空串，其長度為串中空格字符的個數)

含有n個字符的串中所有子串的個數為$\frac{n(n+1)}{2}+1$ ×
(只有在n個字符互不相同時命題才成立)

如果一個串中所有字符均在另一個串中出現，那么說明前者是后者的子串 ×
(必須要連續出現才能稱之為子串)

順序串采用一個字符數組存放串中元素，所以順序串等于一個字符數組 ×
(兩者邏輯結構相似，但在基本操作上有很大區別)

遞歸算法的執行效率比功能相同的非遞歸算法的執行效率高 ×
(遞歸算法的缺點是算法的執行效率較低，無論是耗費的計算時間還是占用的存儲空間都比功能等價的非遞歸算法要多)

任何遞歸都是尾遞歸 ×
(尾遞歸是指遞歸調用是最后一條語句)

通常遞歸的算法簡單、易懂、容易編寫，而且執行效率也高 ×
(遞歸算法的執行效率較低，這是它的顯著缺點)

數組只能采用順序存儲結構 ×
(數組最適合采用順序存儲結構，但不是說只能采用順序存儲結構)

特殊矩陣是指用途特殊的矩陣 ×
(特殊矩陣是指非零元素或零元素的分布有一定規律的矩陣)

對角矩陣的特點是非零元素只出現在矩陣的兩條對角線上 ×
(對角矩陣滿足所有非零元素都集中在以主對角線為中心的帶狀區域中)

在n(n>3)階三對角矩陣中，每一行都有3個非零的元素 ×
(第一行和最后一行只有2個非零元素)

稀疏矩陣的特點是矩陣中的元素個數較少 ×
(稀疏矩陣的特點是矩陣中非零元素的個數相對矩陣元素的個數來說非常少)

在稀疏矩陣的三元組存儲結構中，每個元素僅包含非零元素的元素值 ×
(三元組表示形式：(行標，列標，值))

稀疏矩陣采用三元組存儲時具有隨機存取特性，而采用十字鏈表法存儲時不具有隨機存取特性 ×
(系數矩陣的這兩種存儲結構都不具有隨機存取特性)

在一棵樹中，處于同一層上的各結點之間都存在兄弟關系 ×
(處于同一層并且有相同雙親的各結點之間是兄弟關系，處于同一層但是有不同雙親的各結點之間互為堂兄弟)

n(n＞2)個結點的二叉樹中至少有一個度為2的結點 ×
(m叉樹允許所有結點的度都小于m)

完全二叉樹 中的每個結點或者沒有孩子或者有兩個孩子 ×
(應該是滿二叉樹)

在哈夫曼樹中，權值相同的葉子結點都在同一層上 ×

在哈夫曼樹中，權值較大的葉子結點一般離根結點較遠 ×
(權值較大的葉子結點一般離根結點較近 )

在一棵有n個結點的樹中，其分支數為n ×
(分支數為n-1)

如果樹中x結點的層次(深度)大于y結點的深度，則x是y的子孫結點 ×
(當結點y到結點x之間存在路徑時，x為y的子孫結點)

若一棵二叉樹中的所有結點值不相同，可以由其先序序列和層序序列唯一構造出該二叉樹 ×
(先序+中序 后序+中序 層序+后序可以唯一構造出一棵二叉樹)

二叉樹就是度為2的樹 ×

將一棵樹轉換為二叉樹后，根結點沒有左子樹 ×
(通常根結點有左子樹而無右子樹)

在哈夫曼編碼中，當兩個字符出現的頻率相同時其編碼也相同 ×
(哈夫曼編碼是一種前綴碼，即不允許出現兩字符編碼相同的情況)

n個頂點的無向圖最多有n(n-1)條邊 ×
(最多的情況是：該圖為完全圖，此時有$C_n^2=\frac{n(n?1)}{2}$條邊)

如果表示圖的鄰接矩陣是對稱矩陣，則該圖一定是無向圖 ×
(完全有向圖的鄰接矩陣也是對稱矩陣)

對n個頂點的連通圖G來說，如果其中的某個子圖有n個頂點、n-1條邊，則該子圖一定是G的生成樹 ×
(這樣的子圖不一定是連通圖，而連通圖的生成樹一定是連通的)

最小生成樹是指邊數最少的生成樹 ×
(一個連通圖的最小生成樹包含圖的所有頂點，并且只含盡可能少的邊。圖的所有生成樹的邊數是相同的，其中權值之和最小的生成樹為最小生成樹)

從n個頂點的連通圖中選取n-1條權值最小的邊即可構成最小生成樹 ×
(要求最小生成樹中不能有回路)

只要帶權無向圖存在權值相同的邊，其最小生成樹就不可能是唯一的 ×
(這種說法反過來講才是對的，即：只要帶權無向圖中沒有權值相同的邊，其最小生成樹就是唯一的)

關鍵路徑是由權值最大的邊構成的 ×
(從源點到匯點的所有路徑中，具有最大路徑長度的路徑稱為關鍵路徑。而對于圖中所有的關鍵路徑(關鍵路徑可能不止一條)，它們的長度是相同的)

一個AOE網可能有多條關鍵路徑，這些關鍵路徑的長度可以不相同 ×

求單源最短路徑的Dijkstra算法不適用于有回路的帶權有向圖 ×
(不適用于帶負權值以及帶負權回路的圖)

連通分量是無向圖中的極小連通子圖 ×
(連通分量是無向圖的極大連通子圖，強連通分量是有向圖的極大連通分量；生成樹是有向圖的極小連通分量)

在一個有向圖的拓撲序列中若頂點a在頂點b之前，則圖中必有一條邊くa,b> ×
(表示a到b有路徑或邊，但不一定是直接相連的)

對于有向圖G，如果從任一頂點出發進行一次深度優先或廣度優先遍歷能訪問到每個頂點，則該圖一定是完全圖 ×
(有向圖構成一個環時，也滿足條件，此時表示完全圖)

廣度優先遍歷方法僅僅適合無向圖的遍歷而不適合有向圖的遍歷 ×
(兩種圖都適合)

在表示某工程的AOE網中，加速其關鍵路徑上的任意關鍵活動均可縮短整個工程的完成時間 ×
(一個AOE網中可能存在多條關鍵路徑，只有縮短所有關鍵路徑上共有的關鍵活動才有可能縮短整個過程的完成時間)

在AOE圖中，所有關鍵路徑上共有的某個活動的時間縮短C天，整個工程的時間必定縮短C天 ×
(不一定，當C取值不當時，AOE中的關鍵路徑可能發生改變)

當一個AOE網中所有活動的時間都不相同時，其關鍵路徑是唯一的 ×
(這樣的AOE網的關鍵路徑不一定唯一)

順序查找方法只能在順序存儲結構上進行 ×
(順序查找方法既可以在順序存儲結構上進行，也可以在鏈式存儲結構上進行)

二分查找適合在有序表的雙鏈表上進行 ×
(二叉查找適合具有隨機查找的存儲結構上進行，即適合在順序存儲的有序表上進行)

二叉排序樹是用來排序的 ×
(二叉排序樹主要用于改進一般二叉樹的查找效率)

每個結點的關鍵字都比左孩子關鍵字大，比右孩子關鍵字小，這樣的二叉樹一定是二叉排序樹 ×
(對于二叉排序樹，左子樹上所有記錄的關鍵字均小于根記錄的關鍵字；右子樹上的所有記錄的關鍵字均大于根記錄的關鍵字，而不僅僅是左、右孩子的關鍵字進行比較)

在二叉排序樹中，新插入的關鍵字總是處于最底層 ×
(在二叉排序樹中，新結點總是作為樹葉來插入的，但不一定處于最底層)

在平衡二叉樹排序中，每個結點的平衡因子值都是相等的 ×
(AVL中平衡因子的取值范圍【-1，1】，只要在合理的取值范圍內，可以允許不相等)

哈希沖突是指同一個關鍵字的記錄對應多個不同的哈希地址 ×
(哈希沖突是指多個不同關鍵字的記錄對應相同的哈希函數值)

在用線性探測法處理沖突的哈希表中，哈希函數相同的關鍵字總是放在一片連續的存儲單元中 ×

用順序表和單鏈表存儲的有序表均適合采用二分查找方法來提高查找速度 ×
(鏈表存儲的有序表不適合采用二分查找)

在二叉排序樹上刪除一個結點時不必移動其他結點，只要將該結點的雙親結點的相應指針域置空即可 ×
(如果刪除的是非葉子結點，則必須調整某些結點，使調整后的二叉樹仍為二叉排序樹)

對二叉排序樹的查找都是從根結點開始的，則查找失敗一定落在葉子上 ×
(查找失敗落在外部結點上)

若哈希表的裝填因子α<1，則可避免沖突的產生 ×
(沖突/碰撞不可避免，只能說α越小，發生沖突的概率越小)

在哈希表中進行查找不需要關鍵字的比較 ×

只有在排序數據的初始狀態為反序的情況下，簡單選擇排序過程中元素的移動次數才會達到最大值 ×
(簡單選擇排序在初始狀態為反序時移動元素的次數會達到最大值，但不僅僅只有這種情況，只要每個元素都不在其最終位置上時都會出現這種情況)

只有在排序數據的初始狀態為反序的情況下，在堆排序過程中，關鍵字的比較次數才會達到最大值 ×
(選擇排序(簡單選擇排序、堆排序)中，關鍵字的比較次數與初始序列無關)

選擇排序和冒泡排序都屬于交換類排序方法，每趟產生的有序區都是全局有序的 ×
(選擇排序中的堆排序每趟產生的有序區不一定是全局有序的)

快速排序方法在任何情況下均可最快得到排序效果 ×
(快速排序在待排序記錄關鍵字為隨機分布時效果最好，基本有序時效果最差)

基數排序的設計思想是依照對關鍵字值的比較來實施的 ×
(基數排序不基于比較與移動進行排序)

排序的穩定性是指排序算法中比較的次數保持不變，且算法能夠終止 ×
(排序的穩定性是指：排序前及排序后Key?與Key?的相對位置保持不變)

快速排序的速度是所有排序方法中最快的，且所需的輔助空間也最少 ×
(使用遞歸算法的快速排序，需要借助棧來保存信息，空間復雜度為$O(lo{g}_2^n)$)

對一個堆按二叉樹層次進行遍歷可以得到一個有序序列 ×
(堆的特點是：根結點的關鍵字大于(或小于)其左右孩子的關鍵字，此時不能保證左孩子的關鍵字一定大于右孩子的關鍵字)

在任何情況下二路歸并排序都比直接插入排序快 ×
(二路歸并排序最好/最差/平均的時間復雜度均為$O(nlo{g}_2^n)$，而直接插入排序最好的時間復雜度為O(n))

冒泡排序和快速排序都是基于交換的兩種排序方法，前者的最壞時間復雜度為$O(n^2)$，后者的最壞時間復雜度為$O(nlo{g}_2^n)$，所以快速排序在任何情況下都比冒泡排序效率高 ×
(快速排序最好/最差/平均的時間復雜度均為$O(nlo{g}_2^n)$，而冒泡排序最好的時間復雜度為O(n))

在執行某個排序算法的過程中出現了元素朝著最終排序序列位置的相反方向移動，則該算法是不穩定的 ×

希爾排序算法的每一趟都要調用一次或多次直接插入排序算法，所以其效率比直接插入排序算法差 ×
(希爾排序的時間復雜度約為$O(n^{1.3})$，直接插入排序平均/最壞情況下的時間復雜度為$O(n^2)$)

如果要從100個元素中選擇前10個最小的元素，在二路歸并排序和冒泡排序之間選擇，應選擇二路歸并排序 ×
(應該選擇冒泡排序，此時僅需要進行10趟排序，二路歸并則需要全部排序后才能選擇出)

快速排序每一趟只能歸位無序區中的第一個元素 ×
(快速排序每一趟歸位一個基準元素，該基準元素可以是無序區中的任何元素)

堆排序需要建立初始堆，所以空間復雜度為O(n) ×
(堆排序的空間復雜度為O(1))

一個遞增的關鍵字序列一定構成一個大根堆 ×
(小根堆)

n個元素采用二路歸并排序算法，總的歸并趟數為n
(二路歸并的趟數為$?lo{g}_2^n?$)

基數排序只適用于以數字為關鍵字的情況，不適用以字符串為關鍵字的情況 ×