常见的数据结构（理论）

常见的数据结构

本文只介绍常见数据结构的理论知识，适用个人学习。

线性结构：顺序表，链表，栈和队列；

非线性结构：散列表（哈希表），树，堆，图；

1. 顺序表（数组）Array

顺序表是用一组地址连续的存储单元依次存储线性表的数据元素

• 优点：随机访问性强，因为可以用起始地址+元素序号访问

• 缺点：插入删除操作效率低

• 插入操作：在顺序表中间插入一个元素时，需要移动其后的所有元素；平均移动元素个数为n/2（（最好情况+最坏情况）/2），时间复杂度为O(n)。

• 删除操作：在顺序表中间删除一个元素时，需要移动其后的所有元素；平均移动元素个数为（n-1）/2，时间复杂度为O(n)。

无论是静态顺序表还是动态顺序表，如果要增容，通常是2的倍数增加，还需将原数据复制到新数组并释放内存，劣势明显，效率低浪费资源。

2. 链表（List）

链表是一系列节点组成，这些节点在逻辑上是线性排列的，但节点在物理内存中是非连续存储的。

• 优点：动态性好，链表不需要预先分配固定大小的存储空间，可以根据需要动态地插入和删除节点，有效地利用内存空间；插入和删除操作效率高（在已知位置的情况下）。

• 缺点：随机访问性效率低，额外的存储空间存储了指针。

• 插入和删除操作的时间复杂度为O(1)（在已知位置的情况下），查找的时间复杂度为O(n)。

单链表：每个节点只有一个指针域，指向下一个节点。链表的头节点是整个链表的起始点，通过头节点的指针可以访问到链表中的其他节点。尾节点的指针域为 NULL，表示链表的结束。循环单链表就是最后一个节点指向第一个节点，整体构成一个链环。

双链表：每个节点有两个指针域，一个指向前一个节点，一个指向后一个节点。双链表有头节点和尾节点，头节点的前指针为 NULL，尾节点的后指针为 NULL。同理循环双向链表是最后一个节点指向第一个节点。

3. 栈（Stack）

栈是一种只能在一端进行插入和删除操作的线性表。特点：后进先出（Last In First Out，LIFO）的原则存储数据，即最后进入栈的元素最先被移除。

入栈（Push）：新元素添加到栈顶的操作

出栈（Pop）：栈顶元素从栈中移除的操作

应用场景：函数调用，中缀表达式，浏览器的后退功能

4. 队列（Queue）

队列是一种特殊的线性表，只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作，遵循先进先出（First In First Out，FIFO）的原则。

入队（Enqueue）：进队操作，是将新元素添加到队列的末尾

出队（Dequeue）：队列的头部的元素移除，每次出队都是移除最早进入的元素

顺序队列和链队列优缺点：顺序队列可能存在假溢出问题，而链队列不存在假溢出，并且试应数据的动态变化，但会消耗更多的空间（由于每个节点要存储指针）。

应用场景：任务调度，消息队列，打印任务管理

5. 散列表（Hash Table）

散列表，也称哈希表。根据关键码（key）和值（ value）而直接进行访问的数据结构

key当作数据的标识符，value就是数据，注意key可以不唯一。例如取key为人名，value表示性别。

• key通过哈希/散列函数来计算它应该存储的位置，这个哈希函数的计算方法有多种（直接定址法，除留余数法，平方取中法等）。
• 散列函数的主要作用是将关键码映射为一个整数（哈希值），这个哈希值代表关键码在哈希表中的存储位置（通常是数组的索引），

哈希冲突：使用哈希函数进行数据存储或查找时，不同的输入key值经过哈希函数计算后得到了相同的哈希值（索引值/存储位置）。所以尽可能均匀地分布在哈希表的各个位置上，以减少冲突的发生。

冲突解决：

• 开放寻址法：冲突时，依次检查下个空位置插进去（但是这样容易产生聚集现象）；所以也可按照二次函数计算下个位置。

• 链地址法：将哈希表的每个位置设置成一个链表，有哈希冲突，就相同的哈希值（存储位置），插入这个链表的末尾。适用于数据量大，冲突频繁的情况。（上图所示）

6. 树（Tree）

树是一种非线性结构，由n（n>=1）个有限节点组成一个具有层次关系的集合。

每个节点有零个或多个子节点；每一个非根节点有且只有一个父节点

应用场景：文件系统，表达式树

节点	概念
根节点	没有父节点的节点
节点的度	该节点拥有子树的个数
叶子节点	度为0的节点，即没有子树
兄弟节点	具有相同父节点的节点
层次	节点的层次从根开始定义

二叉树类别	概念
二叉树	每个节点最多有 2 个子节点
满二叉树	每层节点都达到了最大数量
完全二叉树	除了最后一层，每层节点都达到了最大数量，并且最大层次中的叶子结点都依次排列在该层最左边
平衡二叉树	左右子树的高度差的绝对值不超过 1

二叉树的性质

• 任意一棵树，若结点数量为n，则边的数量为n-1（除根节点外，其他每个节点都连接上方的边）

• 任意一棵二叉树中，度为 0 的结点（即叶子结点）总是比度为 2 的结点多一个

• 深度为 k 的二叉树最多有 2^k - 1 个结点（k≥1） （可用等比数列的和计算或者把这个理解为2进制，相当于满位+1就进位，所以减1就是未进位的和）

• 二叉树第 i 层上的结点数最多为 2^(i - 1)（i≥1） （理解成二进制第几位等价于多少十进制）

• 具有n个节点的完全二叉树的深度为⨽log₂ⁿ⨼（下取整数）+1

7. 堆 （Heap）

堆是一种特殊的完全二叉树，分为最大堆和最小堆

堆中某个结点的值总是不大于或不小于其父结点的值。

最大堆：每个节点的值都 ≥ 它的子节点的值

最小堆：每个节点的值都 ≤ 它的子节点的值

存储方式：通常使用数组来存储堆中的元素。对于完全二叉树中的节点编号（从根节点开始，根节点编号为 1），节点 i 的左子节点编号为 2i，右子节点编号为 2i + 1，父节点编号为 i/2（向下取整）。

应用场景：优先队列，堆排序，内存管理

8. 图（Graph）

图是由顶点的有穷非空集合和顶点之间边的集合组成。可用G（V,E），V是顶点结合，E是边集合。

• 顶点 V（Vertex）：顶点也称为节点
• 边 E（Edge）：连接两个顶点的线段或弧线称为边；边可分为有向边和无向边。
• 度（Degree）：在无向图中，顶点的度是指与该顶点相关联的边的数目；在有向图中，顶点的度分为入度（该顶点为终点的有向边的数目）和出度（该顶点为起点的有向边的数目）。顶点的度等于入度和出度之和

存储结构：

• 邻接矩阵（Adjacency Matrix）：用一个二维数组来表示图。数组的行和列分别对应图中的顶点。如果顶点和顶点之间有边相连，那么数组中第行第列的元素值为 1。
• 优缺点：直观、易于实现和理解，可快速顶点之间是否有边相连，时间复杂度为O(1)，但对于稀疏图（边的数量相对较少的图），会浪费大量的存储空间，因为大部分元素都是0。
• 邻接表（Adjacency List）：图的每个顶点建立一个单链表，链表中的每个节点表示与该顶点相邻的一个顶点。对于有向图，每个节点还可以包含一个表示边的方向的信息
• 优缺点：对于稀疏图，节省存储空间，并且方便地遍历一个顶点的所有相邻顶点；对应两个顶点之间是否有边相连，时间复杂度可能为O(V)，（V是顶点的个数）

图的遍历：

深度优先搜索（Depth-First Search，DFS）

• 深度优先搜索是从图中的某个顶点出发，沿着一条路径尽可能深地探索，直到无法继续前进时，再回溯到上一个顶点，继续探索另一条路径。
• 实现方法通常使用递归或栈来实现。
• 步骤：
  • 从一个未被访问过的顶点出发，标记该顶点为已访问。
  • 对于该顶点的每个相邻顶点，如果该相邻顶点未被访问过，则递归地对该相邻顶点进行深度优先搜索

广度优先搜索（Breadth-First Search，BFS）

• 广度优先搜索是从图中的某个顶点出发，先访问该顶点的所有相邻顶点，然后再依次访问这些相邻顶点的相邻顶点，直到访问完所有顶点。
• 实现方法通常使用队列来实现。
• 步骤：
  • 从一个未被访问过的顶点出发，标记该顶点为已访问，并将该顶点加入队列。
  • 当队列不为空时，取出队首顶点，对于该顶点的每个相邻顶点，如果该相邻顶点未被访问过，则标记该相邻顶点为已访问，并将该相邻顶点加入队列。

应用场景：社交网络分析，交通网络规划