数据结构总结（java）

基础数据结构

数组

• 优点
  • 构建非常简单
  • 能在 O(1) 的时间里根据数组的下标（index）查询某个元素
• 缺点
  • 构建时必须分配一段连续的空间
  • 查询某个元素是否存在时需要遍历整个数组，耗费 O(n) 的时间（其中，n 是元素的个数）
  • 删除和添加某个元素时，同样需要耗费 O(n) 的时间

链表

• 优点
  • 链表能灵活地分配内存空间
  • 能在O(1)时间内删除或者添加元素，前提是该元素的前一个元素已知，当然也取决于是单链表还是双链表，在双链表中，如果已知该元素的后一个元素，同样可以在 O(1) 时间内删除或者添加该元素。
• 缺点
  • 不像数组能通过下标迅速读取元素，每次都要从链表头开始一个一个读取
  • 查询第 k 个元素需要 O(k) 时间

数组与链表

对比项	数组	链表
内存地址	连续的内存空间	非连续的内存空间
数据长度	长度固定，一般不可动态扩展	长度可动态扩展
增删效率	低(O(n))，需要移动被修改元素之后的所有元素	高(O(1))，只需要修改指针指向
查询效率	高(O(1))，可通过数组名和下标直接访问	低(O(n))，只能通过遍历节点查询
数据访问方式	随机访问	顺序访问

其他数据结构

跳表

• 链表虽然通过增加指针域提升了自由度，但是却导致数据的查询效率恶化。特别是当链表长度很长的时候，对数据的查询还得从头依次查询，这样的效率会更低。跳表的产生就是为了解决链表过长的问题，通过增加链表的多级索引来加快原始链表的查询效率。这样的方式可以让查询的时间复杂度从O(n)提升至O(logn)。
• 跳表通过增加的多级索引能够实现高效的动态插入和删除，其效率和红黑树和平衡二叉树不相上下。目前redis和levelDB都有用到跳表。

队列

• 一种线性数据结构，可用数组也可用链表实现
• 先进先出

栈

• 一种线性数据结构，可用数组也可用链表实现
• 先进后出

树

• 完全二叉树
  • 除了最后一层结点，其它层的结点数都达到了最大值；同时最后一层的结点都是按照从左到右依次排布。
• 二叉排序树
  • 是一棵空树，或者：若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；它的左、右子树也分别为二叉排序树。
• 平衡二叉树
  • 平衡二叉树又被称为AVL树，它是一棵二叉排序树，且具有以下性质：它是一棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。
• 红黑树
• B树
• B+树

对比项	红黑树	平衡二叉树
相同点	都是二叉排序树	都是二叉排序树
查找效率	一般为O(logN)，最坏情况差于AVL树	O(logN)
插入效率	需要旋转操作和变色操作，插入节点最多需要旋转2次，变色需要O(logN)	插入节点最多需要1次旋转，O(logN)
删除效率	删除一个结点最多需要3次旋转操作	每一次删除操作最多需要O(logN)次旋转
优劣势	数据读取效率低于AVL，维护性强于AVL	数据读取效率高，维护性较差
应用场景	搜索、插入、删除操作差不多	搜索的次数远远大于插入和删除

堆

• 堆通常是一个可以被看做一棵树的数组对象。堆的具体实现一般不通过指针域，而是通过构建一个一维数组与二叉树的父子结点进行对应，因此堆总是一颗完全二叉树。
• 对于任意一个父节点的序号n来说（这里n从0算），它的子节点的序号一定是2n+1，2n+2，因此可以直接用数组来表示一个堆。
• 堆还有一个性质：堆中某个节点的值总是不大于或不小于其父节点的值。将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。

图

散列表