常用数据结构(C++/Python)

常用数据结构

---

一、数据结构

1. 按存储方式分为数组存储和链式存储。
2. 按逻辑结构分为线性结构和非线性结构。

二、按逻辑结构划分

1. 线性结构有Stack、Queue(单端队列，双端队列、循环队列)
2. 非线性结构有HashTable、HashMap、Heap(大顶堆，小顶堆)、Skip List、Tree等。

三、常见问题总结    

      1. Stack

          单调递增栈，栈顶到栈底递增。

          单调递减栈，栈顶到栈底递减。

#include<stack>
stack<int> st;

st.top();
st.pop();
st.push(val);
st.size()
st.empty();

      2. Queue

         顺序队列存在假溢出，消除假溢出就是当rear和front到大QueueSize时，让队尾指针自动转化为存储空间的最小值0。常用方法有，加标志位，使用计数器记录队列长度，空闲单元法。 

         

Caption

         循环队列，队列空间中的一个单元闲置，使得队列非空时，Q.rear与Q.front之间至少间隔一个空闲单元。

          队空时，front=rear

          队满时，front=(rear+1)%m

          队列长度，L=(m+rear-front)%m

          

#include<queue>
queue<int> Q;

Q.front();
Q.back();
Q.push(val);
Q.pop();
Q.empty();
Q.size();

 3、Map

   C++中有map与unordered_map。

   map底层通过红黑树实现，内部是有序的，其查询、插入、删除的时间复杂度都为O(logN)。

   unordered_map通过哈希表实现，内部是无序的，查询效率为O(1)，但是哈希表建立耗费时间，且消耗内存。

   multimap 关键字key可以重复出现的map。

   unordered_multimap关键字key可以重复出现的unordered_map。

 

 

#include<iostream>
#include<map>
#include<unordered_map>

#include<string>
  
using namespace std;
  
int main()
{
    //定义
    map<string, int> dict;
    unordered_map<string,int> unorder_dict;
     
    // 插入数据两种方法
    dict.insert(pair<string,int>("apple",2));
    uborder_dict["banana"] = 6;

    //遍历
    unordered_map<string, int>::iterator iter;
    for(iter=unorder_dict.begin();iter!=unorder_dict.end();iter++)
        cout<<iter->first<<ends<<iter->second<<endl;
    
    map<string, int>::iterator iter;
    for(iter=dict.begin();iter!=dict.end();iter++)
        cout<<iter->first<<ends<<iter->second<<endl;
    
    
    //查找
    if(iter=dict.find()！=dict.end())
        cout<<"找到了"<<iter->second<<endl;
    else
        cout<<"没有"<<endl;

    if(dict.count("apple")==1);
        cout<<"找到了"<<endl;
    else
        cout<<"没有"<<endl;
    
    //是否为空
    if(dict.empty())
        cout<<"该字典无元素"<<endl;
    else
        cout<<"该字典共有"<<dict.size()<<"个元素"<<endl;
}

 

 4、Heap、Proiority_queue

//C++
#include <queue>

priority_queue <int,vector<int>,greater<int> > q;  //升序队列,小顶堆
priority_queue <int,vector<int>,less<int> >q;      //降序队列,大顶堆

//less<int>    表示数字大的优先级越大
//greater<int> 表示数字小的优先级越大

q.top();
q.push(val);
q.pop();
q.empty();
q.size();


vector<int> arr;
sort(arr.begin(),arr.end(),less<int>())      //升序
sort(arr.begin(),arr.end(),greater<int>())   //降序

#python
import heapq

arr=[1,2,3,4,5]

arr=heapq.heapify(arr)  #默认小顶堆

heapq.heappop(arr)
heapq.heappush(arr,val)
heapq.heappushpop(arr,val)  #push进去,调整堆,再pop
heapq.heapreplace(arr,val)  #先删除最小值,再push
heapq.nsmallest(k,arr)
heapq.nlargest(k,arr)

5、Set

   C++中有set与unordered_set，可以理解为将value作为key的map。

   set底层通过红黑树实现，内部是有序的，其查询、插入、删除的时间复杂度都为O(logN)。

   unordered_set通过哈希表实现，内部是无序的，查询效率为O(1)，但是哈希表建立耗费时间，且消耗内存。

   multiset 关键字key可以重复出现的set。

   unordered_multiset关键字key可以重复出现的unordered_set。

6、Skip List

    有序链表+多级索引，时间复杂度为O(logN),实现起来比红黑树简单，非关系型数据库Redis。

7、Tree

    二叉搜索树

    AVL，二叉自平衡搜索树，查询效率与树的深度有关，引入平衡因子，存储平衡因子浪费空间。

    红黑树，近似二叉平衡搜索树，查询效率低于AVL，插入删除效率高于AVL。

    B-Tree，多叉平衡二叉树。

    B+Tree，多叉平衡二叉树，非叶子节点存放索引，叶子节点存放关键字。叶子节点带有顺序访问的指针。

    Trie 树，字典树，每个节点26个分支，查询效率高，空间换时间。

---

总结

介绍了常用的数据结构，后续会继续补充！