数据结构之数组、链表、hash表

前言

本文对自己理解的最常用的数据结构做一个记录，介绍下数组、链表、hash表的结构

学习java的同学平常最经常会使用到List、HashMap，这两个类库就是使用到了数组、链表和hash表

数组

数据在内存中的结果如图所示，当数组长度为8时在内存中分配了连续的8个内存地址，注意是连续的。
比如说我们new String[8]就会在内存中创建8个连续长度的数组，List的底层即是使用数组的数据结构，只是把对底层数组的操作帮我们屏蔽了，使用List的时候我们不需要手动扩容，但是底层也会存在扩容

扩容：当数组长度不够存放数据时就需要扩容，比如当数组需要从长度8扩容到16时，首先会在当前数组后面查询是否可以继续存放8个元素，如果此时无法分配8个元素，那么就会在内存中查找有16个连续地址的内存空间，然后将数据复制过去，复制的过程就需要消耗性能了

这就是数组的基本机构

数组的优缺点:

1. 插入数据：时间复杂度O(1)，当我们在数组某个位置需要插入元素时，首先我们可以查询到数组的第一个元素的内存地址，由于内存地址是连续的，比如我们需要在第8个位置插入，则可以直接找到索引为8的内存地址即可，但是如果是在中间插入则需要把后面的数据向后移动，比较耗时
2. 查询第几个数据：时间复杂度O(1)，和插入的原理一致，基于第一个内存地址即可快速查询
3. 查询某个值的数据：时间复杂度O(n),查询某个值的数据时，只能从头到尾遍历数据再进行对比，需要遍历所有数据

链表

链表最常见的数据结构如上图，这是一个最简单的单向链表，即每个节点都存储了下一个节点的内存地址，需要注意的是这里的每个元素之间的内存地址可以是不连续的，只需要有指针记录下一个节点的内存地址即可

链表的优缺点

1. 插入数据:时间复杂度O(1),比如在某个数据后面插入数据，则需要把插入前数据的指针指向要插入的数据，把要插入的数据的指针指向下一个数据即可，不需要数据进行移动
2. 查询第几个数据:时间复杂度O(n),需要遍历链表查询，因为内存地址是不连续的
3. 查询某个值的数据:时间复杂度O(n),需要遍历链表查询

hash表

要想知道什么是哈希表，那得先了解哈希函数
hash函数：简单的来说就是把一个对象转化成一个hash串的过程
例如你有一个String a = “test”,根据hash函数转化后得到了一个hash值为163452647274

如上的数据结构是一个数组，创建过程为new int[8],当上述我们案例的字符串a得到hash值为163452647274后，我们把他放到数组中，那么我们是把他放到数组那个位置呢，简单的使用就是进行取模，和数组长度8进行取模，取模后值为多少就放在那个位置。

hash冲突:基于hash算法，会存在一个问题，也就是多个对象必定有可能存获取到相同的hash函数，这就是hash冲突，判断一个hash函数的好坏就在于出现hash冲突的概率是否可以更低

那么出现hash冲突的后元素应该如何存放呢，一个数组位置总不能存放多个元素吧，那么就可以参考我们的hashmap了

hashmap早期的结构就是如此，采用数组加链表的形式，当多个对象获得了相同的hash后，相同的元素就采用链表的形式进行保存。

hash表的优缺点：

1. 插入数据:时间复杂度O(1)，根据元素计算hash值，找到对应的索引位置存放即可，理论上时间复杂度可以是O(1)
2. 查询第几个数据:数据是无序的，不支持根据插入顺序查找元素
3. 查询某个值的数据:根据值获取的hash值到对应的索引位置查找即可，理论上时间复杂度可以是O(1)

基于上诉结构，hashmap在1.8之后采用了数组+红黑树的结构，主要是解决当链表较长了性能不佳的问题，当查找数据时如果采用链表查找，则在链表中查找的数据复杂度为O(n),改用红黑树后性能可大大提升

采用上述结构后，我们使用hashmap进行插入和查找数据时，理论上时间复杂度可以接近O(1)

以上即是笔者对于常见的几种数据结构的一些理解。