二、数据结构

数组（线性，随机访问）

特点：编译时分配存储空间，存储空间连续，可快速查找、修改指定下标的数据，但是插入、删除时需要移动指定下标之后的数据
字符串和数组：字符串就是一维数组+结束标志（空字符）

链表（线性，顺序访问）

特点：包含数据域和指针域，程序执行时分配存储空间，存储空间不连续（数据和存储位置无关），数据可伸缩、定向，可快速插入、删除数据、修改数据，但是查找比较慢（需要从第一个数据开始遍历）

1. 单向链表：只能检索下一个数据
结构：数据域：存储数据。指针域：next指针（指向下一个元素的指针）
2. 双向链表：检索上一个或下一个数据
结构：数据域：存储数据。指针域：next指针（指向下一个元素的指针），prev指针（指向上一个元素的指针）
3. 环形链表：链表尾部指针指向头部指针

HEAD指针：指向第一个元素的指针
TAIL指针：指向最后一个元素的指针

堆栈（线性）

特点：先进后出（ FILO：first in last out ），所有操作都在堆栈的顶部（top）进行（每次只能访问最顶层的数据）
入栈（push）：写入数据
出栈（pop）：读取数据

队列（线性）

特点：先进先出（ FIFO ），不能插队（添加数据在队尾，删除数据在队头，从队头第一个数据一个个往后处理）
入队（push）：在队尾添加数据
出队（pop）：返回队列前端的值
队列前端指针：front
队列尾端指针：rear

树

特点：由节点和边构成，起始点（根节点）不断分叉，不能形成没有出口的回路
父节点：节点连接的上一层
子节点：节点连接的下一层
叶子节点：没有节点的点
度数：节点所有的子节点个数
深度：树的最大层数
节点深度：由根节点出发，到达某个节点经过的边的个数
存储方式：一般是链表形式，对于n叉树，必须为每个节点保留n个指针存储空间
n叉树有m个节点，共用了nm个链接字段。除了树根，每个非空链接都指向一个节点，空节点的个数是nm-(m-1)，
空节点的浪费率是(m*(n-1)+1)/(m*n)

二叉树

特点：每个节点最多有2个子节点，可以为空集合（树不可以），左子树的值小于树根值，右子树的值大于树根的值。每个节点的值一定大于其左子树的任意一个节点，一定大于右子树的任意一个节点。所有查找是从根节点开始，小于根节点往左边找，大于往右边。插入时也一样，直到往下没有节点时插入。删除时，如果没有子节点则直接删除；如果有一个子节点则把子节点移到该位置；如果有多个节点，则把左子树中的最大节点移动到该位置。
满二叉树：树的高度为h，数的节点为2^h-1
完全二叉树：树的高度为h，数的节点小于2^h-1，节点从左到右，从上到下。如果有n个节点，层数log2（n+1)
斜二叉树：完全没有左节点或右节点
严格二叉树：非终端节点一定有左右子树

用链表表示二叉树：一个数据，两个指针
用数组表示二叉树：根节点的索引是0，左节点索引=父节点索引2+1，右节点索引=父节点索引2+2

二叉树遍历：
中序遍历：左子树->树根->右子树（最底层、最左边的左子树开始->它的树根->右子树（如果它有子节点，则把右子树、右子树的子节点当做一个整体，按左子树->树根->右子树遍历)，再往上）
前序遍历：树根->左子树->右子树
后序遍历：左子树->右子树->树根

二叉树查找：因为左子树<树根<右子树，所有从树根开始，小于树根往左，大于往右
二叉树插入：先查找再插入，如果节点已存在则不插入，否则找到插入位置（树的每个节点值都不同）
二叉树删除：只是删除这个节点，它的子节点不删除，如果只有一个子节点则放到它的位置上。如果有两个节点，有两种方法：
找出中序先行者：节点的左子树中最大的往上移
找出中序后继者：节点的右子树中最小的往上移

堆积树排序（改进选择排序）

最大堆积树：
1. 完全二叉树
2. 所有的节点都大于或等于它左右子节点的值
3. 树根是堆积树中最大的

最小堆积树：
1. 完全二叉树
2. 所有的节点都小于或等于它左右子节点的值
3. 树根是堆积树中最小的

图
特点：由顶点和边（2个顶点的连线）构成，G=(V,E)，V是所有顶点的集合，E是所有边的集合
无向图：图的边没有方向，(v1,v2)表示边，与(v2,v1)等价
有向图：图的边有单向方向，<v1,v2>表示边v1指向v2
加权图：图的边有权重（连接程度），无权重的边只表示连接状态

遍历：从某一顶点开始，通过相邻顶点访问图中任意顶点
深度优先遍历：从图的某一顶点开始，访问没有访问过的顶点，被访问过的顶点做上标记（不再访问），以此顶点开始继续访问下一个

最小生成树（最小花费树）：最少的边连通图中的所有顶点，且不造成回路

环形缓冲区

特点：一维数组收尾相连，每次都可以访问下一个数据

哈希表

特点：由key和value组成的存储数据的连续内存（键作为标识，值作为数据内容），通过哈希函数（计算出存储地址）可快速存取和查找数据。类似数据库的数据表的索引表格，可分为n个记录（桶），每个记录又分为m个字段（槽），由哈希函数计算的数据存储地址相当于主键id。
存储过程：把key通过哈希函数，得到哈希值（存储地址），把key和value放入该内存。如果该地址已经存有数据了，则再在已有数据后使用链表存储新的数据。查找时，通过key计算出存储地址，再找到对应的key，再获取值。
哈希法：将数据通过哈希函数转换为对应的数据存储地址
bucket桶：哈希表中存储数据的位置每个位置对应唯一的一个地（bucket adders)，桶好比一个记录
slot槽：桶中的字段（一条记录可能好几个字段）
collision碰撞：两项不同的数据，经过哈希函数计算后，对应到相同的地址。解决方法：链地址法（使用链表）、开发地址法（计算出候补地址，再存储）
溢出：经过哈希函数运算后得到的地址（桶）已满，就会使桶溢出
同义词：两个标识符经过哈希函数运算后得到的数值相同，则这两个标识符对这个哈希函数是同义词。
完美哈希：没有碰撞也没有溢出的哈希函数
加载密度：标识符的使用数量除以哈希表内槽的总数