【 基础知识】轻松实现基本数据结构、时间复杂度、加权有向图，加权无向图的最短路径算法、排序算法等

程序的空间复杂度与时间复杂度

程序的空间复杂度与存储有关
时间复杂度与算法次数有关， 是最差情况下大致的程序运行次数。程序运行时间 = 时间复杂度 * 一次运算所需要的时间 。
时间复杂度写法O(n)
n次运算的复杂度是O(n)
二分查找的时间复杂度是 O(log n) 就是求以2为底，n的对数 ，比如log2 8 = 3，因为2的3次幂等于8 (log n = log2 n = （2的x次幂 = n） = x ，)

排序算法

排序算法，存在的意义在于提升搜索效率，或满足某些搜索方式的基础条件。

选择排序法

时间复杂度：O(nⁿ)
不断的对比集合中的元素，依次取出最大/最小的元素，按顺序放入一个新集合中。
例子：有1-100的随机排列的集合，需要按从小到大的顺序排列。第一次对比，取出其中最小的元素1，放入新的集合第一位，然后第二次对比，取出剩余集合中最小的元素2，放入新的结合第二位…

查找算法

数据存在的意义，就是为了被查询。查找算法是重要的基础。

普通查找

时间复杂度 ：O(n)
普通查找就是按顺序一个一个的找。也就是傻找。
如果一个集合有n个元素，那么查找到指定元素的最坏次数是n次。 复杂度表示为O(n)
例子：在100个元素中查找指定的元素。如果运气好，第一个就能找到，复杂度为O（1），运气不好第100个才找到，复杂度为O（100）

二分查找

时间复杂度：O(log n)
二分查找是每次都从当前集合的中间取一个元素来比较大小，每次都会淘汰一半的比较集合。
二分查找效率明显，被搜索元素所在的集合越大，查询效率越高。但二分查找只适合有序集合，比如1-100，a-z，乱序无法直接使用，需要先排序。二分查找的
例子：在1，2，3 …100的集合中查找79，先取1-100中间数 =50 与75比较，再取50与100中间数 = 75 与75比较。直到结果相等.

二叉树查找

时间复杂度 ：插入、查找、删除O(log n)

数据结构

数据结构，为了满足算法而存在的一种数据关系。

数组

特点：数组可以在内存中存储连续的多个元素的结构，通过数组下标进行访问，下标从0开始。
优点：按索引查询和遍历比较快，
缺点：无法扩容，添加删除比较慢因为要移动其他元素，只能存储一种元素。
时间复杂度:
读取：O(1)
添加：O(n) 因为要移动其他元素
删除：O(n)

链表

特点：链表是非顺序非连续的结构，数据的逻辑顺序是根据指针地址实现的，每个元素包含两个节点，一个是存储数据的内存，另一个是指向下一个节点地址的指针。链表包含单向，双向，循环链表。
优点：链表并不要求内存地址连续排列，因此拥有很好的扩展性，
缺点：当想搜索某个元素时，并不能直接到达该内存位置，而必须从第一个元素依次查找直到指定位置，因为链表的内存地址都记录在上一个元素里面。由于要存储下一个内存地址，所以空间要求大
时间复杂度:
读取：O(n) 查找元素需要遍历所以非常耗时
添加：O(1) 添加删除只是改变指针地址，所以速度很快。
删除：O(1)

栈

特点：先进后出。栈是一种线性表，只能在一端操作，就像一个杯子只能从上进出。加入数据是进栈，取数据是出栈。
优点：符合先进后出的顺序操作需求

队列

特点：先进先出。队列与栈不同，像买票排队一样，一头进，另一头出。
优点：符合先进先出的顺序操作需求

特点：不需要初始化，可以任意加减元素，，但因为包含大量指针所以占用空间较大。。

树

树是一种有层次关系的集合。就像一树根一样。
树状结构，最大的用途在于方便查找。在数据的增删改时，保持目标树结构的基本规则，即可方便使用诸如2分查找的方法定位数据地址。
树包括二分树，平衡树，红黑树b+ b* avl等
二分树的复杂度最坏情况为O（n）
红黑树的复杂度为O(log n)

散列表（哈希，字典等，arrylist，hashtable等等）

特点：散列表的数据以键值对形式出现，一个键名映射一个内存地址。散列表是十分方便的数据结构，目前高级语言都有它的身影。
优点：速度快，kv形式方便逻辑使用。
缺点：不适合存储过多数据
时间复杂度：
添加删除读取都是 O(1)