数据结构与算法(二)——动态数据结构

动态数据结构是支持动态的更新操作，里面存储的数据是时刻在变化的。它支持快速地查询、快速插入、删除数据。

本文没有对各种动态数据结构的定义和实现进行分析，而是简要地讨论它们的优势、劣势和应用场景。因为对于工程应用来说，更重要的是根据这些数据结构的特点，合理地使用它们。

1、散列表

散列表使用哈希函数进行映射，因此查找、插入、删除操作的时间复杂度一般为O(1)。

限制：①要求设计合适的散列函数。要尽可能让散列后的值随机且均匀分布，这样会尽可能地减少散列冲突，即便冲突之后，分配到每个槽内的数据也比较均匀。并且，散列函数的设计也不能太复杂，太复杂就会太耗时间，也会影响散列表的性能。

②要求尽可能避免散列冲突。一般有开放寻址法和拉链法，开放寻址法在插入操作频繁的情况下，性能下降严重，拉链法更为普适。为了避免频繁插入后，遍历链表的时间复杂度太高，还可以将链表改为其他动态查找数据结构，比如红黑树，在jdk8中，HashMap底层就采用了这一策略。

缺点：①不能顺序遍历；②如果要扩容、缩容的话会出现性能损耗。

适用场景：适用于那些不需要顺序遍历，且数据插入删除并不频繁的情况。

2、跳表

跳表基于用空间换时间的原理，通过对有序链表构建多级索引来提高查询的效率，让链表也可以进行“二分查找”。支持快速的插入、删除、查找操作，时间复杂度都是 O(logn)。并且，可以实现顺序遍历、范围