八大数据结构

数组（Array）：
数组的特点：
1.在内存中，数组是一块连续的区域，通过数组下标进行访问，下标从0开始；
2.数组需要预留空间，在使用前要先申请占内存的大小，可能会浪费内存空间；
3.插入和删除数据效率低，插入数据时，这个位置后面的数据在内存中都要向后移；删除数据时，这个数据后面的数据都要向前移；
4.随机读取效率高，因为数组是连续的，知道每一个数据的内存地址，可以直接找到指定的数据；
5.不利于扩展，数组定义的空间不够时需要重新定义新数组然后复制。

数组的优点：
1.随机访问性强
2.查找速度快

数组的缺点：
1.插入和删除效率低，因为要移动其它的元素
2.可能浪费内存
3.内存空间要求高，必须有足够的连续内存空间
4.数组大小固定，不能动态扩展
适用场景：
频繁查询，对存储空间要求不大，很少增加和删除的情况。

栈（Stack）：
栈是一种特殊的线性表，仅能在线性表的一端操作，栈顶允许操作，栈底不允许操作。 栈的特点是：先进后出，或者说是后进先出，从栈顶放入元素的操作叫入栈，取出元素叫出栈。
栈的结构就像一个集装箱，越先放进去的东西越晚才能拿出来，所以，栈常应用于实现递归功能方面的场景，例如斐波那契数列。

链表（Linked List）：
链表的特点：
1.在内存中可以存在在任何地方，不要求连续；
2.每一个数据都保存了下一个数据的内存地址，通过这个地址找到下一个数据；
3.增加数据和删除数据很容易；
4.查找数据时效率很低，因为不具有随机访问性，所以访问某个位置的数据都要从第一个数据开始；
5.不指定大小，扩展方便，链表大小不用定义，数据随意增删。

链表的优点：
1.插入删除速度快
2.内存利用率高，不会浪费内存
3.大小没有固定，扩展灵活
4.不需要初始化容量

链表的缺点
1.不能随机查找，必须从第一个开始遍历，查找效率低
2.因为含有大量的指针域，占用空间较大
适用场景：
数据量较小，需要频繁增加，删除操作的场景

队列（Queue）：
队列与栈一样，也是一种线性表，不同的是，队列可以在一端添加元素，在另一端取出元素，也就是：先进先出。从一端放入元素的操作称为入队，取出元素为出队。
使用场景：因为队列先进先出的特点，在多线程阻塞队列管理中非常适用。

树（Tree）：
树是一种数据结构，它是由n（n>=1）个有限结点组成一个具有层次关系的集合。把它叫做 “树” 是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点：
1.每个节点有零个或多个子节点；
2.没有父节点的节点称为根节点；
3.每一个非根节点有且只有一个父节点；
4.除了根节点外，每个子节点可以分为多个不相交的子树；
在日常的应用中，我们讨论和用的更多的是树的其中一种结构，就是二叉树。
二叉树是树的特殊一种，具有如下特点：
1.每个结点最多有两棵子树，结点的度最大为2；
2.左子树和右子树是有顺序的，次序不能颠倒；
3.即使某结点只有一个子树，也要区分左右子树。
二叉树是一种比较有用的折中方案，它添加，删除元素都很快，并且在查找方面也有很多的算法优化，所以，二叉树既有链表的好处，也有数组的好处，是两者的优化方案，在处理大批量的动态数据方面非常有用。
扩展：
二叉树有很多扩展的数据结构，包括平衡二叉树、红黑树、B+树等，这些数据结构二叉树的基础上衍生了很多的功能，在实际应用中广泛用到，例如MySQL的数据库索引结构用的就是B+树，还有HashMap的底层源码中用到了红黑树。这些二叉树的功能强大，但算法上比较复杂，想学习的话还是需要花时间去深入的。

图（Graph）：
图是由结点的有穷集合V和边的集合E组成。其中，为了与树形结构加以区别，在图结构中常常将结点称为顶点，边是顶点的有序偶对，若两个顶点之间存在一条边，就表示这两个顶点具有相邻关系。
按照顶点指向的方向可分为无向图和有向图。

堆（Heap）：
堆是一种比较特殊的数据结构，可以被看作一棵树的数组对象，具有以下的性质：
1.堆中某个节点的值总是不大于或不小于其父节点的值；
2.堆总是一棵完全二叉树。

堆的定义如下：n个元素的序列{k1,k2,ki,…,kn}当且仅当满足下关系时，称之为堆。
(ki <= k2i,ki <= k2i+1)或者(ki >= k2i,ki >= k2i+1), (i = 1,2,3,4…n/2)，满足前者的表达式的成为小顶堆，满足后者表达式的为大顶堆，这两者的结构图可以用完全二叉树排列出来。因为堆有序的特点，一般用来做数组中的排序，称为堆排序。

散列表（Hash）：
散列表，也叫哈希表，是根据关键码和值 (key和value) 直接进行访问的数据结构，通过key和value来映射到集合中的一个位置，这样就可以很快找到集合中的对应元素。
记录的存储位置=f(key)。
这里的对应关系 f 称为散列函数，又称为哈希 (hash)函数，而散列表就是把Key通过一个固定的算法函数即所谓的哈希函数转换成一个整型数字，然后就将该数字对数组长度进行取余，取余结果就当作数组的下标，将value存储在以该数字为下标的数组空间里，这种存储空间可以充分利用数组的查找优势来查找元素，所以查找的速度很快。

哈希表在应用中也是比较常见的，就如Java中有些集合类就是借鉴了哈希原理构造的，例如HashMap，Hashtable等，利用hash表的优势，对于集合的查找元素时非常方便的，然而，因为哈希表是基于数组衍生的数据结构，在添加删除元素方面是比较慢的，所以很多时候需要用到一种数组链表来做，也就是拉链法。拉链法是数组结合链表的一种结构，较早前的HashMap底层的存储就是采用这种结构，直到jdk1.8之后才换成了数组加红黑树的结构。
拉链法：左边很明显是个数组，数组的每个成员包括一个指针，指向一个链表的头，当然这个链表可能为空，也可能元素很多。我们根据元素的一些特征把元素分配到不同的链表中去，也是根据这些特征，找到正确的链表，再从链表中找出这个元素。
Hash的应用：
1.信息安全领域的加密算法。把不同长度的信息转换为杂乱的128位编码，称为Hash值，也可以说，Hash就是找到一种数据内容和数据存放地址之间的映射关系；
2.查找：以前的查找思路都是逐渐缩小查找范围，而Hash的思路是根据key值直接计算出元素在集合中的位置，根本不需要一次又一次的查找，非常适合海量数据处理，几乎是O(1)的时间复杂度。

优点：查找、插入、删除等操作只需要接近常量的时间即O(1)的时间级，并且编程实现也相对容易；
缺点：基于数组，数组创建后难于扩展，某些哈希表被基本填满时，性能下降得非常严重，所以程序猿必须要清楚表中将要存储多少数据。

转载于:https://www.cnblogs.com/yuanfei1110111/p/10306415.html