数据结构和算法的框架思维

从整体到细节，自顶向下，从抽象到具体的框架思维都是通用的，不只是学习数据结构和算法，学习其他知识都是高效的。

1.数据结构的存储方式

数据结构的存储方式只有两种，数组（顺序存储）和链表（链式存储）。

散列表，栈，队列，堆，树，图等等都是“上层建筑”，而数组和链表才是“基础结构”。

比如：队列，栈，这两种数据结构既可以用数组，也可以用链表来实现。用数组实现就要处理扩容，缩容的问题；用链表实现，就没有这个问题，但是需要更多的内存空间存储节点指针。

图，的两种表示方法，邻接表就是链表，邻接矩阵就是二维数组。邻接矩阵判断连通性迅速，并可以进行矩阵运算解决一些问题，但是如果图比较稀疏的话就耗费空间。邻接表比较节省空间，但是操作效率上肯定比不过邻接矩阵。

散列表，就是通过散列函数把键映射到一个大数组里。而且对于解决散列冲突的方法，拉链法需要链表特性，操作简单，但需要额外的空间存储指针；线性探查法就需要数组特性，以便连续寻址，不需要指针的存储空间，但操作稍微复杂些。

树，用数组实现就是堆，因为堆是一个完全二叉树，用数组存储不需要节点指针，操作也比较简单；用链表实现就是常见的那种树，因为不一定是完全二叉树，所以不适合用数组存储。为此，在这种链表树结构之上，又衍生出各种巧妙的设计，比如二叉搜索树，AVL树，红黑树，区间树，B树等等，以应对不同的问题。

了解redis数据库的朋友也可能知道，Redis提供列表，字符串，集合，哈希等等几种常用的数据结构，但是对于每种数据结构，底层的存储方式都至少有两种，以便根据数据的实际情况使用合适的存储方式。

综上，数据结构种类很多，甚至你也可以发明自己的数据结构，但是底层存储无非都是数组或者链表，二者优缺点如下：

数组，是由紧凑连续存储，可以随机访问，通过索引快速找到对应元素，而且相对节省空间。但正因为连续存储，内存空间必须一次性分配够，所以说，数组如果要扩容，需要重新分配一块更大的空间，再把数据全部复制过去，时间复杂度O(n)；而且，如果要在数组中间进行插入和删除，每次必须搬移后面所有的数据以保持连续，时间复杂度O(n)。

链表，因为元素不连续，而是靠指针指向下一个元素的位置，所以不存在数组的扩容问题；如果知道如果知道一个元素的前驱和后驱，操作指针即可删除该元素，或者新增元素，时间复杂度O(1)。但是正因为存储空间不连续，你无法根据一个索引算出对应元素的地址，所以不能随机访问；而且每个元素必须存储指向前后元素位置的指针，会消耗更多的存储空间。

2.数据结构的基本操作

对于任何数据结构，基本操作无非是遍历 + 访问，再具体点就是：增删改查。

数据结构的种类很多，但是它们存在的目的都是在不同的应用场景，尽可能高效的增删改查。

如何遍历 + 访问？各种数据的遍历访问都是两种形式：线性的和非线形的。

线性就是for/while迭代为代表，非线性就是递归为代表。再具体一点就是以下几种框架：

数组遍历框架，典型的线性迭代结构：

void traverse(int[] arr) {
    for (int i = 0; i < arr.length; i++) {
        //迭代访问arr[i]
    }
}

链表遍历框架，兼具迭代和递归结构：

class ListNode {
    int val;
    ListNode next;
}

void traverse(ListNode head) {
    for (ListNode p = head; p != null; p = p.next) {
        //迭代访问 p.val;
    }
}

void traverse(ListNode head) {
    //终止条件
    if (head == null) {
        return;
    }
    //访问 p.val
    traverse(head.next);
}

二叉树遍历框架，典型的非线性递归遍历结构：

class TreeNode {
    int val;
    TreeNode left, right;
    public TreeNode() {}

    public TreeNode(int val) {
        this.val = val;
    }

    public TreeNode(int val, TreeNode left, TreeNode right) {
        this.val = val;
        this.left = left;
        this.right = right;
    }
}

//后序遍历
void traverse(TreeNode root) {
    traverse(root.left);
    traverse(root.right);
    //访问根结点 root.val
}

你看二叉树的递归遍历方式和链表递归遍历方式，相似不？二叉树结构和单链表结构，相似不？如果再多几条叉，N叉树你会不会遍历？

二叉树框架可以扩展为N叉树的遍历框架：

class TreeNode {
    int val;
    TreeNode[] children;
}

void traverse(TreeNode root) {
    if (root == null) {
        return;
    }
    //访问跟节点，root.val
    for (TreeNode child : root.children) {
        traverse(child);
    }
}

N叉树的遍历又可以扩展为图的遍历，因为图就是好几颗N叉树的结合体。你说图会出现环？这很好办，用个布尔数组visited做标记就行了。

所谓框架，就是套路。不管增删改查，这些代码都是永远无法脱离的结构，你可以把这个结构作为大纲，根据具体问题在框架上添加代码就行了，下面会具体举例。

3.算法刷题指南

建议：先刷二叉树。

因为二叉树最容易培养框架思维，而且大部分算法技巧，本质上都是树的遍历访问题。