常见数据结构时间复杂度

 

①、数组

数组是是由相同类型的元素（element）的集合所组成的数据结构，分配一块连续的内存来存储。利用元素的下标位置可以计算出该元素对应的存储地址

 

优点：

• 按照索引查询元素的速度很快；
• 按照索引遍历数组也很方便。

缺点：

• 数组的大小在创建后就确定了，无法扩容；
• 数组只能存储一种类型的数据；
• 添加、删除元素的操作很耗时间，因为要移动其他元素。

②、链表

链表是一种递归的数据结构，它或者为空（null），或者是指向一个结点（node）的引用，该节点还有一个元素和一个指向另一条链表的引用。  

优点：

• 不需要初始化容量；
• 可以添加任意元素；
• 插入和删除的时候只需要更新引用。

缺点：

• 含有大量的引用，占用的内存空间大；
• 查找元素需要遍历整个链表，耗时。

③、栈

栈按照“后进先出”、“先进后出”的原则来存储数据，先插入的数据被压入栈底，后插入的数据在栈顶，读出数据的时候，从栈顶开始依次读出。

 

应用场景：

1.编辑器的redo/undo操作。

2.浏览器的前进/后退操作。

3.编译器的括号匹配校验

4.数学计算中的表达式求值

5.函数调用

6.递归

7.字符串反转...

④、队列 

队头只允许删除操作（出队），队尾只允许插入操作（入队）。

 

应用场景： 队列的作用其实就是现实中的排队。当资源不足时，通过“队列” 这种结构来实现排队的效果。

用于：

1.任务调度存在的地方：CPU/磁盘/线程池/任务调度框架...

2.两个进程中数据的传递：如pipe/file IO/IO Buffer...

3.生产者消费者场景中..

4.LRU

 ⑤、树

树是一种典型的非线性结构，它是由 n（n>0）个有限节点组成的一个具有层次关系的集合。

⑥、堆

堆可以被看做是一棵树的数组对象，具有以下特点：

• 堆中某个节点的值总是不大于或不小于其父节点的值；
• 堆总是一棵完全二叉树。

 将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。

 

堆常用来实现优先队列，在面试中经常考的问题都是与排序有关，比如堆排序、topK问题等。由于堆的根节点是序列中最大或者最小值，因而可以在建堆以及重建堆的过程中，筛选出数据序列中的极值，从而达到排序或者挑选topK值的目的。

⑦、图

图是一种复杂的非线性结构，由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为：G（V，E），其中，G 表示一个图，V 是图 G 中顶点的集合，E 是图 G 中边的集合。

 

⑧、哈希表

哈希表（Hash Table），也叫散列表，是一种可以通过关键码值（key-value）直接访问的数据结构，它最大的特点就是可以快速实现查找、插入和删除。

 

数组的最大特点就是查找容易，插入和删除困难；而链表正好相反，查找困难，而插入和删除容易。哈希表很完美地结合了两者的优点

碰撞的解决

开放地址法（也叫开放寻址法）：实际上就是当需要存储值时，对Key哈希之后，发现这个地址已经有值了，这时该怎么办？不能放在这个地址，不然之前的映射会被覆盖。这时对计算出来的地址进行一个探测再哈希，比如往后移动一个地址，如果没人占用，就用这个地址。如果超过最大长度，则可以对总长度取余。这里移动的地址是产生冲突时的增列序量。
再哈希法：在产生冲突之后，使用关键字的其他部分继续计算地址，如果还是有冲突，则继续使用其他部分再计算地址。这种方式的缺点是时间增加了。
链地址法：链地址法其实就是对Key通过哈希之后落在同一个地址上的值，做一个链表。其实在很多高级语言的实现当中，也是使用这种方式处理冲突的。
公共溢出区：这种方式是建立一个公共溢出区，当地址存在冲突时，把新的地址放在公共溢出区里。