自学了一段时间的数据结构，觉得是时候把学习的内容放上来了~~看了一些的视频和pdf，想把数据结构能够学的扎实一些，从而对编程语言有更深刻的了解和认识。也同时从网上看到了一些不错的文章，也给大家贴在这里，可以省去查找的时间~还是个菜鸟，希望大家能够多看并提出意见啦。
(转)图解数据元素(1)——大圈表示法、动态数组和单向链表
《数据结构》这门课是计算机专业的核心课程，但往往却让人头痛，因为比较抽象，当然了，也许你足够聪明，并不觉得它有多难，但对我而言，是有点难度，后来我仔细想了想，到底哪里难？我得出这么个结论：长篇大论，缺乏图表。现在的人都喜欢看电影，看电视剧，很少人还热衷于看小说吧，密密麻麻的文字不如一些图来得直观。
另外，我们大多数人是做应用的，不是做研究的，所以我们只需要知道2+3=5，而不需要知道a+b=c。所以我就不深入理论，再说自己也没那个能力。
好，接下去我就用最一般的例子，最通俗易懂的图，算法和尽量少的文字，描述某作者需要长篇大论方可完成教材。
一、大圈表示法
面试时候如果让你写一个算法，要求复杂度为Ο(n)，你明白是什么意思吗？说起数据结构，就先提一下这个表示法吧，后面会用到。
“Ο”，其实不是英文的“O”，它是个希腊字母，发音大概是“欧麦克隆”，所以我们一般说“圈”而不是跟英文的O一样的发音。简单地说，大圈表示法是一种用于表示算法复杂度数量级的方法。要精确描述这个表示法，很难，不过我们不需要懂那么精确，只要八九不离十就可以了。下面我列个表，复杂度从低到高，大家就知道其意义：
另外还有个叫指数复杂度，这里不提，因为见得实在太少，“指数级递增”本身就是一个很夸张的形容词，我们也要避免这种复杂度的出现。还需要说明的一点是大圈表示法是时间递增数量级的表示方法，注意“递增”两个字，所以并不是说复杂度为Ο(1)的算法消耗的时间一定比复杂度为Ο(n)的算法少。
如果你还是不太明白大圈表示法，不用担心，继续往下看，会慢慢明白的。
二、动态数组（Dynamic Array）
接下去介绍最最基本的两种数据结构，即动态数组和单向链表，其它数据结构其实都可以通过这两者衍生出来。BTW：如果算法太简单，我就不列出代码，只稍微描述一下。
这就是一个最基本的动态数组，pData记录了数组第一个元素的位置，Unit Size记录了每个元素的大小，（这样可以方便地找到第N个元素了）Unit Number记录了元素的数目。
获取数组中第N个元素，是很简单的，无需多说。
但已知某位置，要插入一个元素，就稍微有点难，因为要挪动一些元素，如图：
删除元素跟这个也类似，也是需要挪一挪后面的元素，只不过是往前挪。
数组的大小不能很方便地调整，需要几个步骤，如下图所示：
代码我就不写了，大概就是new，memcpy，delete这几个步骤。
三、单向链表（Singly-linked List）
下图就是最简单最一般的单向链表：
还有这种：
多一个Tail指针，好处就是能很方便地找到末尾，然后在末尾插入新的元素什么的。还有这种也比较常见：
留一个终始标志，这个节点作为一个标志，不用于存储数据，链表末尾指向这个节点，形成一个“环形链表”，这样无论在链表的哪里插入新的元素，操作都一致了，不必判断头和尾的特殊性。
数组的好处就是链表的坏处，数组的坏处就是链表的好处，请看：
因为需要从头开始找，没办法像数组那样直接跳到那个地址。而插入元素，就比数组方便了，如果你已经得知了要插入的地址的话，不过还要注意哦，是“后插入”（Insert After）：
有“后插入”，那就有“前插入”（Insert Before），两者对单向链表来说真的不一样，下图描述了“前插入”：
先放上一个感觉非常不错的文章。。。。and then。。。。
1.数据结构在计算机中的表示(又称映像)称为数据的物理结构，也叫存储结构。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
