常见数据结构

数据结构概述：数据结构是计算机底层存储、组织数据的方式。是指数据相互之间是以什么方式排列在一起的。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。

常见的数据结构：

• 栈
• 队列

• 数组
• 链表

• 二叉树
• 二叉查找树

• 平衡二叉树
• 红黑树

栈：后进先出，先进后出。数据进入栈模型的过程称为:压/进栈。数据离开栈模型的过程称为:弹/出栈。

队列：先进先出，后进后出。数据从后端进入队列模型的过程称为:入队列。数据从前端离开队列模型的过程称为:出队列。

数组：一片连续的内存空间。查询速度快:查询数据通过地址值和索引定位，查询任意数据耗时相同。(元素在内存中是连续存储的)。删除效率低:要将原始数据删除，同时后面每个数据前移。添加效率极低:添加位置后的每个数据后移，再添加元素。

链表：链表中的元素是在内存中不连续存储的，每个元素节点包含数据值和下一个元素的地址。链表查询慢。无论查询哪个数据都要从头开始找。首尾操作极快。

• 链表增删相对快（相对数组）

• 在数据AC之间添加一个数据B

• • ①数据B对应的下一个数据地址指向数据C
  • ②数据A对应的下一个数据地址指向数据B

• 删除数据BD之间的数据C

• • ①数据B对应的下一个数据地址指向数据D
  • ②数据C删除

二叉树：永远只有一个根节点,每个结点不超过2个子节点的树。

• 只能有一个根节点，每个节点最多支持2个直接子节点。
• 节点的度:节点拥有的子树的个数，二叉树的度不大于2叶子节点度为0的节点，也称之为终端结点。

• 高度:叶子结点的高度为1，叶子结点的父节点高度为2，以此类推，根节点的高度最高。
• 层:根节点在第一层，以此类推。

• 兄弟节点:拥有共同父节点的节点互称为兄弟节点。

二叉查找树又称二叉排序树或者二叉搜索树。

• 特点:

• • 每一个节点上最多有两个子节点
  • 左子树上所有节点的值都小于根节点的值

• • 右子树上所有节点的值都大于根节点的值

• 目的:提高检索数据的性能。但是可能树很高，查询性能变差。

平衡二叉树：平衡二叉树是在满足查找二叉树的大小规则下，让树尽可能矮小，以此提高查数据的性能。

• 要求：任意节点的左右两个子树的高度差不超过1，任意节点的左右两个子树都是一颗平衡二叉树。
• 平衡二叉树在添加元素后可能导致不平衡。基本策略是进行左旋，或者右旋保证平衡。

• 平衡二叉树-旋转的四种情况：

• • 左左
  • 左右

• • 右右
  • 右左

• 左左

• • 当根节点左子树的左子树有节点插入，导致二叉树不平衡，左边高，右旋。

• 左右

• • 当根节点左子树的右子树有节点插入，导致二叉树不平衡

先转化为左左的形式，再整体右旋。

• 右右

• • 当根节点右子树的右子树有节点插入，导致二叉树不平衡

• 右左

• • 当根节点右子树的左子树有节点插入，导致二叉树不平衡

先转化为右右，再整体左旋。

红黑树：

• 红黑树是一种自平衡的二叉查找树，是计算机科学中用到的一种数据结构。
• 1972年出现，当时被称之为平衡二叉B树。1978年被修改为如今的"红黑树"。

• 每一个节点可以是红或者黑;红黑树不是通过高度平衡的，它的平衡是通过“红黑规则”进行实现的。
• 红黑规则：

• • 每一个节点或是红色的，或者是黑色的，根节点必须是黑色。
  • 如果一个节点没有子节点或者父节点，则该节点相应的指针属性值为Nil，这些Nil视为叶节点，叶节点是黑色的。

• • 如果某一个节点是红色，那么它的子节点必须是黑色(不能出现两个红色节点相连的情况)。
  • 对每一个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的黑色节点。

• 添加节点：

• • 添加的节点的颜色，可以是红色的，也可以是黑色的。
  • 默认用红色效率高。

• 红黑树增删改查的性能都很好。

图片来源于黑马程序员。