数据结构

有两种东西，我对它们的思考越是深沉和持久，它们在我心灵中唤起的惊奇和敬畏就会日新月异，不断增长，这就是我头上的星空和心中的道德律令。”
只有向善 ，我们才可以毫无愧疚地面向老天、仰望星空。

要想成为一个专业的开发人员，至少需要以下三个条件：

1. 能够熟练地选择和设计各种数据结构和算法
2. 至少要能够熟练地掌握一门程序设计语言
3. 熟知所涉及的相关应用领域的知识
   
   后两个条件比较容易实现，而第一个条件则需要花相当的时间和精力才能够达到，它是区分一个程序设计人员水平高低的一个 重要标志，数据结构 贯穿程序设计的始终 ，缺乏数据结构和算法的深厚功底，很难设计出高水平的具有专业水准的应用程序。曾经有一本经典计算机专业书籍叫做《数据结构+算法=程序》，也说明了数据结构和算法的重要性。
   计算机专业的学生都开设过数据结构课程，它是计算机学科知识结构的核心和技术体系的基石。数据结构作为计算机专业的专业基础课程，是计算机 考研 的 必考 科目之一，如果有打算报考计算机专业的研究生，这门数据结构你是必须要学好它的，同时，工作以后的同学，会有想去报考计算机 软考 、计算机 等级考试 的，数据结构也是必考的内容之一，科学技术在飞速发展，但是作为基石的科学技术没有动摇，由于近年来算法工程师的高薪火爆，使得数据结构的重视程序空前高涨，总而言之，既然我们已经与计算机接轨就必须 掌握 好它

数据结构：数据库，文件压缩，操作系统，游戏。

数据库：
不管你是从事IT工作的，还是准备从事IT开发的，数据库一定是了解的，我们知道，数据库查询是数据库的最主要功能之一。我们都希望查询数据的速度能尽可能的快，因此数据库系统的设计者会从查询算法的角度进行优化。最基本的查询算法当然是顺序查找（linear search），这种复杂度为 O(n)的算法在数据量很大时显然是糟糕的，好在计算机科学的发展提供了很多更优秀的查找算法，例如 二分查找（binary search）、二叉树查找（binary tree search）等。如果稍微分析一下会发现，每种查找算法都只能应用于特定的数据结构之上，但是数据本身的组织结构不可能完全满足各种数据结构，所以，在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法。这种数据结构，就是 索引 ，索引是一种帮助MySQL高效获取数据的 排好序 的 数据结构，其中MySQL使用的数据结构为 B+Tree。

操作系统：
相信现在的我们常用的操作系统大家一定都知道吧，例如：比尔盖茨大叔成立的微软的 Windows操作系统，大神乔布斯苹果的 Mac OS，Java开发常用的 Linux系统，由林纳斯·本纳第克特·托瓦兹开发（百度来的），还有redhat、Solaris、SunCobalt等等，都有使用到数据结构中的，系统栈以及优先队列：堆

文件压缩：
RAR压缩软件、PNG图片、MAP3文件等等，都会使用数据结构，对数据进行压缩（很怕打成了亚索，心虚），而使用压缩的算法是一种树结构叫 哈夫曼树 。

游戏

1. 数组：需处理的元素个数确定并且需使用下标时可以考虑，不过建议用泛型List
   优点：数组在内存中是连续存储的，索引和修改的速度都非常快
   缺点：插入和删除很慢，长度开辟过长易造成内存浪费，长度开辟过短易造成内存越界

2. List： List是泛型的，即List，需处理的元素个数可以不确定，不存在装箱与拆箱，建议多用；而ArrayList：ArrayList list1 = new ArrayList(); ArrayList的元素属于 object 类型存在装箱与拆箱，很损耗性能。,List的底层数据结构就是数组。

3. 链表：常用来维护、管理那些需要频繁产生、消除的游戏对象，比如：消除类游戏中需要消除的对象。

4. HashMap：底层是哈希表，是键值对容器，用于处理key/value键值对；底层使用的是数组+链表的结构：Map<String,String> map = new HashMap<>();

5. 树： 1.场景管理中的四叉树；2.游戏UI里的菜单一般是分级的，一个主页面可以衍生出很多的子页面的时候，使用树来管理这些菜单是很合适的做法。
   

6. 图： A*寻路算法、DFS、BFS

游戏也是采用了大量的算法，都需要以数据结构为基石，就最简单的功能寻路，鼠标从A点到B点，这个角色就需要寻找一条从A点到B点的路，这条路还需要绕过所有的障碍物，甚至还需要找出最短的路径，这就是最经典的 图论算法，在图论算法种就使用了大量的数据结构。

基本结构：

数组（Array）是一种线性表数据结构，它用一组连续的内存空间来存储一组具有相同类型的数据。

所有的数据结构都支持几个基本操作：读取、插入、删除
为什么数组最大的优点就是能够 快速查询 。因为当我们在读取数据时，只需要告诉数组获取数据的索引位置就可以了，数组就会把对应位置的数据，读取出来
为什么数组最大的优点就是能够 快速查询 。因为当我们在读取数据时，只需要告诉数组获取数据的索引位置就可以了，数组就会把对应位置的数据，读取出来

插入 和 删除 比较困难是因为这些存储数据的内存是连续的，数组大小固定，插入和删除都需要移动元素

五种常见的时间复杂度
O(1)：常数复杂度, 最快的算法，数组的存取是O(1)
O(n)：线性复杂度, 例如：数组, 以遍历的方式在其中查找元素
O(logN)：对数复杂度
O(nlogn)：求两个数组的交集, 其中一个是有序数组，A数组每一个元素都要在B数组中进行查找操作，每次查找如果使用二分法则复杂度是 logN
O(n2)：平方复杂度，求两个无序数组的交集
在这里，大O描述的是算法的运行时间和输入数据之间的关系

动态数组、栈和队列的讲解，这些底层都是依托静态数组，靠 resize 解决固定容量问题的，之前虽然用户看到的是动态数组，但是依然使用的是静态数组，他是依靠 resize 这个方法解决 固定容量问题 ，但是我们今天要讲解的 链表 不一样，链表 是我们数据结构学习的一个重点，也有可能是一个难点，他是最简单的也是 真正的动态数据结构。

链表
删除操作时间复杂度
|removeList(e) | O(n) |
|removeFirst(e) |O(1)|
|remove(index,e) |O(n/2) = O(n) |

链表 是一种数据结构，在内存中通过 节点记录内存地址 而相互链接形成一条链的储存方式。相比数组而言，链表在内存中不需要连续的区域，只需要每一个节点都能够 记录下一个节点 的 内存地址 ，通过 引用 进行查找，这样的特点也就造就了 链表 增删操作时间消耗很小，而查找遍历时间消耗很大的特点。

我们日常在 Java 中使用的 LinkedList 即为 双向链表。而在链表是由其基本组成单元节点 (Node) 来实现的。我们在日常中见到的链表大部分都是 单链表和双链表

单元节点 (Node)：

class Node{
E e;
Node next;
}

e 就是链表元素
next 指的是当前节点的下一个节点
对于 链表 来说它就像我们的火车一样，每一个节点其实就是一节车厢，我们在车厢中存储真正的数据，而车厢和车厢之间还要进行连接，让我们数据是整合在一起的，用户可以方便的在所有的数据上进行查询或其他操作，那么 数据和数据连接 就是由这个 next 来完成的
当然 链表 不能无穷无尽，如果一个节点的 next 是 Null 了，就说明这个节点是最后一个节点了，这就是 链表.

链表的优点：真正的动态，不需要处理固定容量的问题
链表的缺点：丧失了随机访问的能力

什么是栈
栈是一种线性架构
相比数组，栈对应的操作是数组的子集
栈只能从一端添加元素，也只能从一端取出元素，最先放入堆栈中的内容最后被拿出来，最后放入堆栈中的内容最先被拿出来， 被称为 先进后出 、后进先出。
这里说的一端指的就是 栈顶，删除与添加均在栈顶进行操作

新添加的一端为 队尾 ，另一端为 队首 ，当一个元素从队尾进入队列时，一直向队首移动，直到它成为移除的元素为止。这种 先进先出（FIFO） 模式，在我们生活中也随处可见，比如：我们去银行柜台取钱，我们在取钱之前就要先去取号，先做 入队操作，也就是我们队列中的在 队尾添加元素，新来的人等待排队，等待前面的人处理完，当前面取号的人在柜台处理完之后，就会叫下一个号码，这个过程就是 出队操作，只有当在我们前面的人，都处理完之后才会轮到我们。