数据结构基础知识1

1. 数据结构介绍

数据结构（英语：data structure）是计算机中存储、组织数据的方式。

数据结构是一种具有一定逻辑关系，在计算机中应用某种存储结构，并且封装了相应操作的数据元素集合。它包含三方面的内容，逻辑关系、存储关系及操作。

简单来说，数据结构是对大规模的数据进行一个合理的规划，提高操作效率。

---

常见的数据结构

• 栈（Stack）：栈是一种特殊的线性表，它只能在一个表的一个固定端进行数据结点的插入和删除操作。
• 队列（Queue）：队列和栈类似，也是一种特殊的线性表。和栈不同的是，队列只允许在表的一端进行插入操作，而在另一端进行删除操作。
• 数组（Array）：数组是一种聚合数据类型，它是将具有相同类型的若干变量有序地组织在一起的集合。
• 链表（Linked List）：链表是一种数据元素按照链式存储结构进行存储的数据结构，这种存储结构具有在物理上存在非连续的特点。
• 树（Tree）：树是典型的非线性结构，它是包括，2 个结点的有穷集合 K。
• 图（Graph）：图是另一种非线性数据结构。在图结构中，数据结点一般称为顶点，而边是顶点的有序偶对。
• 堆（Heap）：堆是一种特殊的树形数据结构，一般讨论的堆都是二叉堆。
• 散列表（Hash table）：散列表源自于散列函数(Hash function)，其思想是如果在结构中存在关键字和T相等的记录，那么必定在F(T)的存储位置可以找到该记录，这样就可以不用进行比较操作而直接取得所查记录。

  ---

  2.时间复杂度

描述算法运行时间的函数。

---

假设算法要处理的数据总量为x，x足够大。算法为了某种目的（查找，删除，添加...）消耗的计算次数为y.

• y=ax+b   a是系数，b是常数       当x足够大，a b的值不足以影响x   y和x直接相关   y=x  O(n)
• y=ax^2+bx+c    ab是系数，c是常数    当x足够大，abc的值不足以影响x  y和x^2直接相关  y=x^2  O(n^2)
• y=a  a是常数     当x足够大，a 的值不足以影响x   y和x无关   y=1  O(1)
• a^y=x  y=logax         O(logn)

---

2.1 长度为x的无序数组，从中找一个值a,求时间复杂度

 

第一个：查找的次数为1

第二个：查找的次数为2

....

最后一个：查找次数x

取平均：x/2

y=x/2                 y=x            O(n)

2.2 从1加到n求时间复杂度

x=1

for(int i=2;i<=n;i++){

        x=x+i;

}

y=x     O(n)

用等差数列求和公式

sum=(1+n)*n/2

y=1   O(1)

2.3 冒泡排序  对数组进行排序

原理：前后两两数据进行比较，大的数据往后走，小的数据往前走，一轮结束之后，一个数据到达正确位置。

第一轮：比较了x-1

第二轮：比较了x-2

第三轮：比较了x-3

第x-1轮：1

y=(x-1)+(x-2)+(x-3)+...+1

y=(x-1+1)*(x-1)/2=x*(x-1)/2=x^2/2-x/2

y=x^2      O(n/2)

2.4 有序数组用二分查找法查找数据

mid=(left+right)/2

left<=right

right=mid-1

left=mid+1

第一轮：left和right所取范围内数据总量为x  x/2^0  比较次数为1

第二轮：left和right所取范围内数据总量为x/2   x/2^1  比较次数为1

第三轮：left和right所取范围内数据总量为x/2/2   x/2^2  比较次数为1

第四轮：left和right所取范围内数据总量为x/2/2/2   x/2^3  比较次数为1

...

第k轮：left和right所取范围内数据总量为...     1       比较次数为1     y=log2x    O(logn)

                                                                x/2^(k-1)

x/2^(k-1)=1

2^(k-1)=x

k=log2x

总结：

快速判断时间复杂度：

确定数据总量n

直接对数据规模下手 O(n)

k层关于n的循环  O(n^k)

循环减半O(logn)

2.5 数组

根据下标获取值O(1)

无序数组查找O(n)

---

 

2.5.1 无序数组查找降低时间复杂度

方法一：有序数组二分查找法O(logn)

排序O(n^2)+二分查找O(logn)

---

方法二：通过某一个算法决定数据要插入的位置---->位置=n%arr.length

哈希算法

哈希表

两个不同的数值计算出来在同一个位置----->拉链法：在这个位置加入链表

哈希碰撞

链表长度不长O(1),链表很长O(n)

2.5.1.1 链表

单向链表 

双向链表

 

---

 

 方法三：有序二叉树

一个节点左边的值要比当前节点小，右边节点的值要比当前节点值大

10 5 20 8 15 30 1

第一层  1  2^0

第二层  2   2^1

第三层  4  2^2

第四层   8  2^3

....

第k层       2^(k-1)

x=2^0+2^1+2^2+...+2^(k-1)

x=2^k-1

k=log2x      O(logn)

---

1 2 3  4 5 6

不稳定

平衡二叉树

一个节点左边的值要比当前节点小，右边节点的值比当前节点值大

一个节点左边子树的高度  和右边子树的高度  高度差的绝对值不超过1

LL     LR     RR   RL 

LL

LR型旋转

RR型旋转

RL型旋转