文章目录
一、本文主旨
二、数据结构定义
数据结构是之逻辑意义上的数据组织方式及其相应的处理方式;这句话看着有些拗口,但是逐个理解起来就很清晰:
- 逻辑意义:数据结构的抽象表达非常丰富,而实际物理存储的方式相对单一;例如:二叉树在磁盘中并非真的以树形排列,因为实际依托的是物理结构;所以说数据结构只是逻辑意义;
- 数据组织方式:逻辑意义上的组织方式有很多,比如树、图、队列、哈希等;树又可以是二叉树、三叉树、B+树等;图可以是有向图或无相图;队列是先进先出的线性结构;哈希是根据某种算法直接定位的数据组织方式;
- 数据处理方式:在既定的数据组织方式上,以某种特定的算法实现数据的增、删、改、查、遍历;不同的数据处理方式往往存在着非常大的性能差异。
再反观这句话,数据结构是逻辑意义上的数据组织方式(物理 -> 算法 -> 结构)及其相应的处理方式(逻辑 -> 算法 -> crud等)
三、数据结构分类
数据结构中,数组和链表是物理结构,即在内存中实际的存储方式(顺序、无序),而栈、队列以及后续的树等,都是基于数组、链表的逻辑结构;
3.1 线性结构
3.1.1 数组(array)
1.数组作为一段连续的、存储相同类型变量的有序集合,每个元素都有从0开始的唯一索引;而因为其在内存中连续且顺序存储,因此也可以很好实现逻辑上的顺序表(如二叉树的顺序存储);
2.对于数组而言,常见的增删改查时间复杂度如下:
- 带下标查找O(1);
- 不带下表查找,如果为遍历则为O(n),如果为有序数组,采用二分查找发,为O(logn);
- 增、删涉及到元素的移动,复杂度为O(n);
- 改只用根据索引查找改动,复杂度为O(1);
3.1.2 链表(linked list)
1.链表则是在物理上非连续、非顺序的数据结构,存储的方式时随机存储,有若干节点(node)组成;其中分为单项链表和双向链表,data为存储的数据,next指针指向下一节点,其中尾节点(最后一个节点)next指针指向空,而双向链表多了一个prev节点,指向上一节点,同样其首节点(第一个节点)prev节点指向空;
2.对于链表而言,常见的增删改查时间复杂度如下:
- 查找需要遍历整个链表,所以复杂度为O(n);
- 增删(不考虑找到指定位置操作)时,只需处理节点的及其前、后置节点的引用即可,复杂度为O(1);
- 改(不考虑找到指定位置操作)时,只用修改data同样复杂度为O(1);
单向链表:
双向链表:
3.1.3 栈和队列
1.栈是一种线性逻辑结构,其中元素只能先进后出(FILO),最早进入的元素在栈顶(bottom),最后(进入)的元素在栈顶(top),而其既能使用数组实现,也能使用链表实现;
2.栈的常见操作有入栈(push)和出栈(pop),入栈即新增一个元素成为栈顶,出栈即将栈顶元素弹出,前一个元素成为新的栈顶;
1.队列同样是一种线性结构,但是其元素是采用先进先出(FIFO),队列的出口端叫作队头(front),队列的入口端叫作队尾(rear),同样可以使用数组或者链表来实现;
2.队列的常见操作有入队(enqueue)和出队(dequeue),入队即把新元素放在队尾,队尾的下一位置称为新的队尾,出队则是把队头的元素移出队列,队头的后一元素成为新的队头;
3.2 树结构
树结构