可变参数是C语言编程的一个特色。在我们一般编程中，函数的参数个数都是确定的，事先定下来的。然而就有那么一部分函数，它的个数是不确定的，长度也不一定，这中间有什么秘密吗？其实，我们可以回忆一下哪些函数是可变参数的函数？其实也就是sprintf、printf这样的函数而已。那么这些函数有什么规律吗？关键就是在这个字符串上面。
在前面的博客当中，其实我们已经讨论过寻路的算法。不过，当时的示例图中，可选的路径是唯一的。我们挑选一个算法，就是说要把这个唯一的路径选出来，怎么选呢？当时我们就是采用穷尽递归的算法。然而，今天的情形有点不太一样了。在什么地方呢？那就是今天的路径有n条，这条路径都可以达到目的地，然而我们在挑选的过程中有一个要求，那就是挑选的路径距离最短？
克鲁斯卡尔算法是计算最小生成树的一种算法。和prim算法（上，中，下）按照节点进行查找的方法不一样，克鲁斯卡尔算法是按照具体的线段进行的。现在我们假设一个图有m个节点，n条边。首先，我们需要把m个节点看成m个独立的生成树，并且把n条边按照从小到大的数据进行排列。
回数的概念比较好玩，就是说有这么一个字符串str， 长度为n， 现在index开始从0->index/2遍历，那么str[index] = str[n-1-index]，那么这种数据就是我们通常说的回数。比如说a = “a”是回数， a = “aba”是回数， a = "strarts"也是回数。因为这道题目比较简单，所以很多公司都喜欢用它来检查程序员的基本编程能力。
前面说到了哈夫曼树的创建，那下面一个重要的环节就是哈夫曼树的排序问题。但是由于排序的内容是数据结构，因此形式上说，我们需要采用通用数据排序算法，这在我之前的博客里面已经涉及到了（通用算法设计）。所以，我们所要做的就是编写compare和swap两个函数。
在数据传输的过程当中，我们总是希望用尽可能少的带宽传输更多的数据，哈夫曼就是其中的一种较少带宽传输的方法。哈夫曼的基本思想不复杂，那就是对于出现频率高的数据用短字节表示，对于频率比较低得数据用长字节表示。
上一篇博客介绍了通用算法，那么有了这个基础我们可以继续分析通用数据结构了。我们知道在c++里面，既有数据又有函数，所以一个class就能干很多事情。举一个简单的例子来说，我们可以编写一个数据的class计算类。class calculate{ int m; int n;
前面我们写过各种各样的算法，什么排序、查找、二叉树、队列、堆栈等等。但是我们在编写这些代码的时候却都有一个缺点，不知道大家发现了没有？那就是这些算法中使用的数据结构都是简单的int数据。所以，如果排序的是int，那么用起来没有什么问题。关键就是万一是其他的数据类型，那我们应该怎么办呢？在c++中，有一种解决的方法。那就是类函数。
链表重合是一个好玩的问题。原题目是这样的：有两个链表，那么如何判断这两个链表是不是重合的？至于这个链表在什么时候重合的，这不重要，关键是判断这个链表究竟有没有重合。究竟有什么方法呢？最简单的方法就是查看两者有没有共同点。那么依次判断就行了。
假设我们有一个1亿个数据，其中数据的范围是0~1亿，也就是100M的数据。但是这个数组中丢了一些数据，比如说少了5啊，少了10啊，那么有什么办法可以把这些丢失的数据找回来呢？这个题目不难，但是它可以帮助我们拓展思路，不断提高算法的运行效率。对于这个问题，我们一个最简单的思路就是对各个数据进行flag判断，然后依次输出数据。
前两篇博客我们讨论了prim最小生成树的算法，熟悉了基本的流程。基本上来说，我们是按照自上而下的顺序来编写代码的。首先我们搭建一个架构，然后一步一步完成其中的每一个子功能，这样最后构成一个完成prim算法计算过程。f）将DIR_LINE队列中不符合的数据删除，主要是双节点都已经访问过的DIR_LINE数据。
C）编写最小生成树，涉及创建、挑选和添加过程MINI_GENERATE_TREE* get_mini_tree_from_graph(GRAPH* pGraph){ MINI_GENERATE_TREE* pMiniTree; DIR_LINE pDirLine; if(NULL == pGraph || NULL == pGraph->head) return NULL; pMiniTree = (MINI_GENERATE_TREE*)malloc(sizeof(MINI_GENERATE_TREE)); assert(NULL != pMiniTree);
前面我们讨论了图的创建、添加、删除和保存等问题。今天我们将继续讨论图的一些其他问题，比如说如何在图的环境下构建最小生成树。为什么要构建最小生成树呢？其实原理很简单。打个比方，现在某一个乡镇有n个村，那么这n个村肯定是联通的。现在我们打算在各个村之间搭建网线，实现村村通的工程。那么有什么办法可以实现村村互通，同时又使得最后的总距离最小呢？
在继续图的讨论之前，我们今天开个小差，讨论一下函数堆栈的基本原理。有过编程经验的朋友都知道，堆栈调试是我们在程序开发中经常应用的一个功能。那么大家有没有想过，函数堆栈是怎么开始的啊？其实我们可以自己写一个函数堆栈输出函数分析一下。
前面的几篇博客，我们对图进行基本定义，同时介绍了图的创建、图的添加和删除等。今天，我们聊一聊图是怎么在存储在外设中的。这些外接设备可以是各种类型的，比如说，可以是硬盘、sd卡、网络硬盘等等。本质上说，我们今天讨论的主题就是怎么把图的数据永久地保留在本地。并且，如果需要加载这些数据，也可以快速恢复图原来的面貌。
前面我们谈到的图的数据结构、图的创建，今天我们就来说一说如何在图中添加和删除边。边的添加和删除并不复杂，但是关键有一点需要记住，那就是一定要在小函数的基础之上构建大函数，否则很容易出现错误。一、边的创建边的创建一般来说可以分为下面以下几个步骤：1）判断当前图中是否有节点，如果没有，那么在pGraph->
前面我们讨论过图的基本结构是什么样的。它可以是矩阵类型的、数组类型的，当然也可以使指针类型的。当然，就我个人而言，比较习惯使用的结构还是链表指针类型的。本质上，一幅图就是由很多节点构成的，每一个节点上面有很多的分支，仅此而已。为此，我们又对原来的结构做了小的改变：typedef struct _LINE{ int end; int weight; struct _LINE* next;}LINE;
图是数据结构里面的重要一章。通过图，我们可以判断两个点之间是不是具有连通性；通过图，我们还可以计算两个点之间的最小距离是多少；通过图，我们还可以根据不同的要求，寻找不同的合适路径。当然，有的时候为了计算的需要，我们还需要从图中抽象出最小生成树，这样在遍历计算的时候就不需要持续判断是不是遇到了循环节点。当然，这所有的一切都是从图的表示开始的。
关注时代Java
