JAVA数据结构-CSDN博客

本文链接：https://blog.csdn.net/LANXIAMAO/article/details/131264883

本文介绍了数据结构中的重要概念，包括链表的定义、特点和不同类型的链表；队列的类型如普通队列和阻塞队列在并发编程中的应用；栈的两种实现方式；散列表的存储原理和冲突解决方法；以及树的遍历和几种特殊树如二叉查找树、平衡二叉树的概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

表

线性表

链表

什么是链表？

链表是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针连接次序实现的。
每一个链表都包含多个节点，节点又包含两个部分，一个是数据域（储存节点含有的信息），一个是引用域（储存下一个节点或者上一个节点的地址）。
链表的理解示意图

链表的特点是什么？

获取数据麻烦，需要遍历查找，比数组慢
方便插入、删除单链表

双向链表循环链表 双向循环链表

栈

顺序栈

链式栈

队列

Queue：基本上，一个队列就是一个先入先出（FIFO）的数据结构

Queue接口与List、Set同一级别，都是继承了Collection接口。LinkedList实现了Deque接口。

普通队列阻塞队列并发队列双端队列

线程（同步）安全的队列

BlockingQueue 阻塞算法
ConcurrentLinkedQueue，非阻塞算法

在并发编程中，一般推荐使用阻塞队列，这样实现可以尽量地避免程序出现意外的错误。阻塞队列使用最经典的场景就是socket客户端数据的读取和解析，读取数据的线程不断将数据放入队列，然后解析线程不断从队列取数据解析。还有其他类似的场景，只要符合生产者-消费者模型的都可以使用阻塞队列。

使用非阻塞队列，虽然能即时返回结果（消费结果），但必须自行编码解决返回为空的情况处理（以及消费重试等问题）。

另外他们都是线程安全的，不用考虑线程同步问题。

数组

散列表

散列使用一个散列函数，将一个键映射到一个索引上。先回顾一下映射表(map)又称字典(dictionary)、散列表(hash table)或者关联数组(associate array)，是一种使用散列实现的数据结构，用来存取条目的容器对象。

Java合集框架定义了java.util.Map接口来对映射表建模，三个具体实现类为java.util.HashMap(散列实现)、java.util.LinkedHashMap(使用LinkedList)、java.util.TreeMap(使用红黑树)。

存储了值的数组称为散列表(hash table)，将键映射到散列表中的索引上的函数称为散列函数(hash function)。散列(hashing)是一种无需进行搜素，即可通过从键得到的索引来获取值的技术。

散列函数

冲突解决

链表法

并发寻址

动态扩容

位图

哈希表

树

为什么需要树？

因为它结合了另外两种数据结构的优点：一种是有序数组，另一种是链表。在树中查找数据项的速度和在有序数组中查找一样快，并且插入数据项和删除数据项的速度也和链表一样。

在有序数组中插入数据项太慢

在链表中查找太慢

树的遍历

所谓树的遍历（Traversal），就是按照某种次序访问树中的节点，且每个节点恰好访问一次。

也就是说，按照被访问的次序，可以得到由树中所有节点排成的一个序列。

实现树的前序，中序，后序遍历

class TreeNode { int val; TreeNode left; TreeNode right; TreeNode(int x) { val = x; } } public class Solution { public List<Integer> list = new ArrayList<>(); //1.前序遍历-从根节点出发思路：先根节点->左子树->右子树； public void preorder(TreeNode root){ if(root != null){ list.add(root.val); preorder(root.left); preorder(root.right); } } //前序非递归实现 public List<Integer> preorderTraversal(TreeNode root) { List<Integer> list = new ArrayList<>(); if(root == null) return list; Stack<TreeNode> stack = new Stack<>(); stack.push(root); while(!stack.isEmpty()) { root = stack.pop(); list.add(root.val); if(root.right != null) stack.push(root.right); if(root.left != null) stack.push(root.left); } return list; } //2.1中序遍历,递归实现思路：先左子树->根节点->右子树； public void inorder1(TreeNode root){ if(root != null){ inorder(root.left); list.add(root.val); inorder(root.right); } } //2.2迭代和栈实现 public void inorder(TreeNode root){ Stack<TreeNode> stack = new Stack<>(); while (root != null || !stack.empty()){ while(root != null){ stack.push(root); root = root.left; } root = stack.pop(); list.add(root.val); root = root.right; } } //3.后序遍历 public void backorder(TreeNode root){ if(root != null){ backorder(root.left); backorder(root.right); list.add(root.val); } } } 广度优先（BFS）层次遍历思路：先根节点，然后第二层，第三层，依次往下走，（同层节点从左往右输出）; public List<List<Integer>> levelOrder(TreeNode root) { List<List<Integer>> list = new ArrayList<>(); if(root == null) return list; Queue<TreeNode> queue = new LinkedList<>(); queue.add(root); queue.add(null); int num = 0; List<Integer> tempList = new ArrayList<>(); list.add(tempList); while(!queue.isEmpty()) { TreeNode temp = queue.poll(); if(temp != null) { list.get(num).add(temp.val); if(temp.left != null) queue.add(temp.left); if(temp.right != null) queue.add(temp.right); }else { if(!queue.isEmpty()) { num++; tempList = new ArrayList<>(); list.add(tempList); queue.add(null); } } } return list; }