刷题总结 1.25 1.26（有没看懂的题）
非空广义表的第一个元素称为表头，他可以是一个单元素，也可以是一个子表；所以选D。
广义表（Generalized List）是一种数据结构，它可以用于表示多层次的、具有递归结构的数据。广义表可以包含数据项和子广义表，数据项可以是任意类型的数据，而子广义表则是一个嵌套的广义表。
广义表可以用于表示复杂的数据结构，例如树、图等。它可以提供一种灵活、递归的方式来组织和处理数据。在编程语言中，广义表通常作为一种数据类型或抽象数据类型来实现。
广义表（Generalized List）是一种扩展了线性链表（linked list）的数据结构，它可以包含其他广义表或者元素。广义表可以包括以下部分：
-
原子元素（Atom）：原子是广义表中的基本元素，可以是任意类型的数据，如整数、浮点数、字符等。
-
空表（Empty List）：空表表示一个没有任何元素的广义表，可以用空集合符号“∅”或者空括号“()”表示。
-
列表（List）：列表是广义表的基本组成部分，它可以包含原子元素或者其他列表。列表由一对括号“()”包围，其中元素之间用逗号“,”分隔。例如，(1, 2, 3) 是一个包含三个整数元素的列表。
-
嵌套列表（Nested List）：广义表可以嵌套包含其他广义表，形成嵌套列表的数据结构。嵌套列表可以是任意层次的，也可以包含不同层次的嵌套。例如，((1, 2), (3, 4)) 是一个包含两个嵌套列表的广义表。
广义表的扩展性使其成为一种灵活的数据结构，可以用来表示复杂的数据关系，适用于各种领域的编程问题。
广义表通过使用两个特殊的符号来表示：逗号（，）用于分隔不同的数据项，而括号（）用于标识子广义表的开始和结束。
拓展：除表头元素之外，由其余元素所构成的表称为表尾，非空广义表的表尾必定是一个表。 例如在广义表中 LS={1,{2,3},4} 中，表头为1,表尾为{2,3}和4组成的子表，即{{2,3},4}。
顺序存储结构的地址在内存中是连续的，所以可以通过计算地址实现随机存取，
而链式存储结构的存储地址不一定连续，只能通过结点的指针顺序存取；
栈是解决封闭对应问题的有效方法。
比如在解析XML中，遇到一个
在有N个结点的二叉链表中必定有2N个链域。除根结点外，其余N-1个结点都有一个父结点。所以，一共有N-1个非空链域，其余2N-（N-1）=N+1个为空链域。
（1+2+3+...+n）/n=（n（n+1）/2）/n=（n+1）/2
数据结构=逻辑结构+存储结构
线性链表要求逻辑结构是线性的，存储结构不要求。
广义表是由元素和子表构成的数据结构，其中括号表示子表。广义表运算式Tail(((a,b),(c,d)))表示取广义表的尾部。
详细解释：广义表(((a,b),(c,d)))表示一个包含两个子表的广义表。第一个子表是(a,b)，第二个子表是(c,d)。尾部操作Tail()会返回广义表中除了首部元素外的所有元素，也就是去掉第一个子表的结果。因此，操作结果是(c,d)。
head() 返回列表的第一个元素；
tail() 返回列表的删去第一个元素之后的剩余列表；
tail(K)为n,(p,(q,s)),(h,f)；
tail[tail(K)]为(p,(q,s)),(h,f)；
head[tail[tail[K]]]的值为(p,(q,s))，再应用tail，得到(q,s)，再应用head，得到q。
（没看懂）
归并排序的基本思想是将待排序的序列分成两个子序列，分别进行排序，然后将两个已经排序的子序列合并成一个有序序列。
对于长度为M的有序链表，每个链表的归并排序的时间复杂度是O(MlogM)。因为链表是有序的，所以可以使用归并排序的思想，将链表拆分成两个更小的链表，然后分别进行排序，最后再合并成一个有序链表。这个过程的时间复杂度是O(MlogM)。
假设有N条长度均为M的有序链表，那么每次归并排序的过程中，都需要将这N条链表分成两个部分，然后分别递归地对每个部分进行排序。所以，归并排序的时间复杂度可以表示为：
T(N) = 2 * T(N/2) + O(M*logM)
通过递归展开可以得到：
T(N) = 2^k * T(N/2^k) + k * O(M*logM)
当k=logN时，T(N) = N * O(M*logM)
所以，N条长度均为M的有序链表的归并排序的时间复杂度是O(NMlogN)。
堆排序中，初始化堆（构建堆）的时间复杂度为O(N)，反复重建（重建堆）的时间复杂度为O(logN)，从而N个元素堆排序的时间复杂度为O(NlogN) 。
迭代是利用变量的原值推出新值，是某段代码实现循环，不断地精益求精。
而递归是自己调用自己。
迭代 ≠ 递归。
递归次数，取决于递归树，而递归树取决于轴枢的选择。树越平衡，递归次数越少。
而对分区的长短处理顺序，影响的是递归时对栈的使用内存，而不是递归次数。
A、递归次数与初始数据的排列次序有关，若有序，则递归次数增多；
B、C 每次划分应该先处理较短的分区，只是减少递归占用的内存空间，并不能减少次数。
未看第五题：
