常见数据结构

先激励激励自己

数据结构是指组织数据的方式，它是算法的基础。

线性结构和非线性结构

线性结构：是一个有序数据元素的集合。它应该满足下面的特征：

• 集合中必存在唯一的一个“第一个元素”
• 集合中必存在唯一的一个“最后的元素”
• 除最后一元素之外，其它数据元素均有唯一的“后继
• 除第一个元素之外，其它数据元素均有唯一的“前驱”

非线性结构：其逻辑特征是一个节点元素可以有多个直接前驱或多个直接后继。

---

数组

数组是一种线性结构，以十二生肖（鼠、牛、虎、兔、龙、蛇、马、羊、猴、鸡、狗、猪）排序为例：如下图

数组有连续的内存空间和相同类型的数据。正是有了这两个限制，才有了一个堪称杀手锏的特性：“随机访问”，但是删除和插入一个数据，为了保证连续性，就需要做大量的数据搬移工作。

为什么大多数语言数组都是0开头？而不是1开头呢？

从数组存储的内存模型上来看，“下标”最确切的定义应该是“偏移(offset)”,如果用a来表示数组的首地址，a[0]就是偏移为0的位置，也就是首地址，a[k]就表示偏移k个type_size的位置，所以计算a[k]的内存地址只需要

a[k]_address = base_address + k * type_size

若是数组从1开始计数，那么我们计算数组元素a[k]的内存地址就是

a[k]_address = base_address + (k-1) * type_size

从1开始编号，每次随机访问数组元素都多了一次减法运算，对于cpu来说，就是多了一次减法指令。

在底层开发时，直接使用数组可能会更合适。

优点：

1、存储多个元素，比较常用

2、访问便捷，使用下标[index]即可访问

缺点：

1、数组的创建通常需要申请一段连续的内存空间，并且大小是固定的（大多数的编程语言数组都是固定的），所以在进行扩容的时候难以掌控。

2、一般情况下，申请一个更大的数组，会是之前数组的倍数，比如两倍。然后，再将原数组中的元素复制过去

3、插入数据越是靠前，其成本很高，因为需要进行大量元素的位移。

二维数组

二维数组也称为矩阵，因为是二维的，所以需要两个下标才能确定一个元素，即行下标和列下标。如下图创建一个3行10列的二维数组（矩阵），一共可存放30个元素，

---

栈

栈是一种后进先出(LIFO)线性表，是一种基于数组的数据结构。（ps：其实后面讲到的数据结构或多或少有数组的影子）

说明：

1、LIFO(Last In First Out)表示后进先出，后进来的元素第一个弹出栈空间。类似于自动餐托盘，最后放上去的托盘，往往先被拿出来使用。

2、仅允许在表的一端进行插入和移除元素。这一端被称为栈顶，相对地，把另一端称为栈底。如上图的标识。

3、向一个栈插入新元素称作进栈、入栈或压栈，这是将新元素放在栈顶元素上面，使之成为新的栈顶元素。

4、从一个栈删除元素又称为出栈或退栈，它是把栈顶元素删除掉，使其相邻的元素成为新的栈顶元素。

---

队列

队列可以用数组实现，也可以用链表实现，用数组实现时是顺序存储，用链表实现时是链式存储。

队列是一种先进先出（FIFO）受限的线性表。受限体现在于其允许在表的前端（front）进行删除操作，在表的末尾（rear）进行插入【优先队列这些排除在外】操作。（即数据在尾部进入，在头部拿出）

---

链表

链表是由一组节点组成的集合。每个节点都使用一个对象的引用指向它的后继。

和数组的区别：

1、链表亦可以存储多个元素，而且存储的元素在内容中不必是连续的空间。

2、在插入和删除数据时，时间复杂度可以达到O(1)。

3、在查找元素的时候，还是需要从头开始遍历的，比数组在知道下标的情况下要慢，但是数组如果不确定下标的话，那就另说。

 

---

以上为常见的线性表。

接下来讲常见的非线性表。

---

散列表/哈希表

 

说明：Hash 表又称散列表，通过把目标值映射到数组中的一个位置来访问记录，以加快查找速度。

散列是一种常用的存储技术，散列使用的数据结构叫做散列表/哈希表。 在散列表上插入、删除和获取数据都非常快，但是对于查找操作来说却效率低下，比如查找一组数据中的最大值和最小值。查找的这些操作得求助其它数据结构。

哈希表的原理是什么呢？因为在查找数据时大部分时间都用于目标值的比较，于是我们思考，能否不经过值的比较就能找到我要的记录呢？于是，我们将目标值（关键值，即一组数据中比较关键的值，通常具有唯一性，比如用户id）通过一个函数映射成存储地址，这个映射函数称为Hash函数，存放记录的数组称为Hash表。比如：

理想情况下，哈希函数会保证每一个地址对应唯一的一个值。但是实际情况下不太可能，于是就可能会产生冲突。

于是我们就要去解决冲突，即当冲突产生时，我们为冲突的值寻找下一个可用的地址。

构造哈希函数和解决冲突都有好多种方式。

构造哈希函数的常用方式：

直接定址法，即类似上方举例中的加减某个常量；平方取中法；折叠法；最常用的是除留余数法：

 

通常我们要求这个除数为质数，为什么？

处理冲突的常用方式

开放定址法

其中前两个取值用得比较多，并且二次探测再散列的方法更好。

链地址法

公共溢出区

哈希表的查询

---

树

树（Tree）：n(n >= 0)个节点构成的有限集合。

1、当`n = 0`时，称为空树。

2、对任意一棵非空树`(n > 0)`，它具备以下性质：

3、树中有一个称为根(Root)的特殊节点，用`r(root)`表示；

4、其余节点可分为`m(m > 0)`个互不相交的有限集`T1,T2,…Tm`，其中每个集合本身又是一棵树，称为原来树的子树（SubTree）

注意：

1、子树之间`不可以相交`；

2、除了根节点外，每个节点有且仅有一个父节点；

3、一个`N`个节点的树有`N-1`条边。

---

图

定义：图由边的集合及顶点的集合组成。 关于相关术语，请自行查找