1，急数据结构 课程设计2，两道数据结构设计题请高人帮忙解疑3，数据结构表字序列构造哈希表4，如何构造出一个合适的数据逻辑结构是主5，大数据以后能干什么1，急数据结构 课程设计
//程序没问题，满意就采纳下:)
#includestdio.hvoid main() int i,j,temp; for(i=0;i<=2;i++) for(j=0;j<=4;j++) } for(i=0;i<=2;i++) } printf(\n); for(i=0;i<=4;i++) for(j=i+1;j<=4;j++) } for(i=0;i<=4;i++) } printf(\n);
}
2，两道数据结构设计题请高人帮忙解疑
2、
void copy(node*head l, node*head 2)
{
node *p,*q;
head2=(node *)malloc(sizeof(node));
q=head2;p=head1→next;
while(p!=null)
{
s=(node *)malloc(sizeof(node));
s→data=p→data;
p→next=s;
q=s;
p=p→next;
}
q→next=null;
p=head2;
head2=head2→next;
free(p);
}
3，数据结构表字序列构造哈希表
解：
hi=(h(key)+di) mod m, i=1,2,3...,k(k<=m-1) m为哈希表长，di=1,2,3,4,...m-1，
这里m=19,线性探测再散列是增量序列di=1,2,3,...,m-1
19%13=6，01%13=1，23%13=10，14%13=1，55%13=3，20%13=7 未出现冲突
处理84时，84%13=6，但6单元已占用，出现冲突，调用冲突处理函数h1=(h(84)+1) mod 19=7，但7单元又被占用，再次调用冲突处理函数得h2=(h(84)+2) mod 19=8,未冲突。
以下就不一一列举了，下面把我算得的答案贴一下，可能有误，欢迎指正！
表格横着不好对齐我就竖着放吧
地址单元 关键字
0 01
1 14
2 27
3 55
4 68
5
6 19
7 20
8 84
9
10 23
11 11
12 10
13 77
14
15
16
17
18
其实线性探测再散列比较特殊，就是查找当前冲突单元往下第一个空闲地址单元，不用算直接用眼睛扫一下就知道下一个应放哪
希望我的解答有助于你理解~
4，如何构造出一个合适的数据逻辑结构是主
c.关系数据库规范化理论 一个关系数据库模式由一组关系模式组成，一个关系模式由一组属性名组成。关系数据库设计，就是如何把已给定的相互关联的一组属性名分组，并把每一组属性名组成关系的问题。然而，属性的分组不是唯一的，不同的分组对应着不同的数据库应用系统，它们的效率往往相差很远。为了使数据库设计合理可靠，简单实用，长期以来，形成了关系数据库设计的理论——规范化理论。 关系数据库的优化是一个和实际数据库结构密切相关的问题，在实际应用中应该结合具体的数据库服务器，深入的理解服务器的运作模式、资源配置，优化服务器的运行环境，选择合适的操作系统，最大限度的发挥服务器的性能。数据字典是指对数据的数据项、数据结构、数据流、数据存储、处理逻辑、外部实体等进行定义和描述，其目的是对数据流程图中的各个元素做出详细的说明。 其关注点是在数据项、数据元素上。关系数据库查询，是通过查询语言（sql），从关系数据库中查找符合查询条件信息的过程。c.关系数据库规范化理论 一个关系数据库模式由一组关系模式组成，一个关系模式由一组属性名组成。关系数据库设计，就是如何把已给定的相互关联的一组属性名分组，并把每一组属性名组成关系的问题。然而，属性的分组不是唯一的，不同的分组对应着不同的数据库应用系统，它们的效率往往相差很远。为了使数据库设计合理可靠，简单实用，长期以来，形成了关系数据库设计的理论——规范化理论。 关系数据库的优化是一个和实际数据库结构密切相关的问题，在实际应用中应该结合具体的数据库服务器，深入的理解服务器的运作模式、资源配置，优化服务器的运行环境，选择合适的操作系统，最大限度的发挥服务器的性能。
5，大数据以后能干什么
目前在国内来说，大数据行业大概有以下几种岗位：数据分析师，数据架构师，数据挖据工程师，数据算法工程师，数据产品经理。接下来为大家详细介绍一下各岗位的工作内容。1. 数据分析师。数据分析师 是数据师的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中通过运用工具，提取、分析、呈现数据，实现数据的商业意义。作为一名数据分析师、至少需要熟练spss、statistic、eviews、sas、大数据魔镜等数据分析软件中的一门，至少能用acess等进行数据库开发，至少掌握一门数学软件如matalab、mathmatics进行新模型的构建，至少掌握一门编程语言。总之，一个优秀的数据分析师，应该业务、管理、分析、工具、设计都不落下。2. 数据架构师。数据架构师是负责平台的整体数据架构设计，完成从业务模型到数据模型的设计工作 ，根据业务功能、业务模型，进行数据库建模设计，完成各种面向业务目标的数据分析模型的定义和应用开发，平台数据提取、数据挖掘及数据分析。从事数据架构师这个职位，需要具备较强的业务理解和业务抽象能力，具备大容量事物及交易类互联网平台的数据库模型设计能力，对调度系统，元数据系统有非常深刻的认识和理解，熟悉常用的分析、统计、建模方法，熟悉数据仓库相关技术，如 etl、报表开发，熟悉hadoop，hive等系统并有过实战经验。3. 数据挖掘工程师。一般是指从大量的数据中通过算法搜索隐藏于其中知识的工程技术专业人员。这些知识可用使企业决策智能化，自动化，从而使企业提高工作效率，减少错误决策的可能性，以在激烈的竞争中处于不败之地。成为数据挖据工程师需要具备深厚的统计学、数学、数据挖掘理论基础和相关项目经验，熟悉r、sas、spss等统计分析软件之一，参与过完整的数据采集.整理.分析和建模工作。.具有海量数据下机器学习和算法实施相关经验，熟悉hadoop，hive，map-reduce等。4. 数据算法工程师。在企业中负责大数据产品数据挖掘算法与模型部分的设计，将业务场景与模型算法进行融合等；深入研究数据挖掘模型，参与数据挖掘模型的构建、维护、部署和评估，支持产品研发团队模型算法构建，整合等；制定数据建模、数据处理和数据安全等架构规范并落地实施。需要具备的知识有：扎实的数据挖掘基础知识，精通机器学习、数学统计常用算法；熟悉大数据生态，掌握常见分布式计算框架和技术原理，如hadoop、mapreduce、yarn、storm、spark等；熟悉linux操作系统和shell编程，至少熟悉scala/java/python/c++/r等语言中的一种编程；熟悉大规模并行计算的基本原理并具有实现并行计算算法的基本能力。5. 数据产品经理。数据平台建设及维护，客户端数据的分析，进行数据统计协助，数据化运营整理、提炼已有的数据报告，发现数据变化，进行深度专题分析，形成结论，撰写报告；负责公司数据产品的设计及开发实施，并保证业务目标的实现；进行数据产品开发。需要具备的技能有：有数据分析/数据挖掘/用户行为研究的项目实践经验 ；有扎实的分析理论基础，精通1种以上统计分析工具软件，如spss、sas，熟练使用excel、sql等工具； 熟悉sql/hql语句，工作经历有sql server/my sql等的优先 ；熟练操作excel，ppt等办公软件,熟练使用spss、sas等统计分析软件其中之一 ；熟悉hadoop集群架构、有bi实践经验、参与过流式计算相关经验者加分 ；熟悉客户端产品的产品设计、开发流程 。