数据结构知识点

对数据结果概念与知识点进行小结

什么是数据结构？

简单说，数据结构就是一个容器，以某种特定的布局存储数据。这个“布局”使得数据结构在某些操作上非常高效，在另一些操作上则不那么高效。你的目标就是理解数据结构，这样就能为手头的问题选择最优的数据结构。

常用的数据结构

我们首先列出最常用的数据结构，然后再挨个讲解：

• 数组
• 堆栈
• 队列
• 链表
• 树
• 图
• 字典树
• 哈希表

数组

数组是一种最简单和最广泛使用的数据结构，其它数据结构比如堆栈和队列都源自数组。

数组的基本操作：

• Insert——在给定索引位置插入一个元素
• Get——返回给定索引位置的元素
• Delete——删除给定索引位置的元素
• Size——获取数组内所有元素的总数

堆栈

我们都熟悉很有名的撤销（Undo）选项，它几乎存在每个应用程序中。有没有想过它是如何工作的？其思路就是，按照最后的状态排列在先的顺序将工作的先前状态（限于特定数字）存储在内存中。这只用数组是无法实现的，因此堆栈就有了用武之地。

可以把堆栈看作一堆垂直排列的书籍。为了获得位于中间位置的书，你需要拿掉放在它上面的所有书籍。这就是 LIFO（后进先出）方法的工作原理。

这是一个包含三个数据元素（1,2 和 3）的堆栈图像，其中3位于顶部，首先把它删除：

堆栈的基本操作：

• Push——在顶部插入元素
• Pop—— 从堆栈中删除后返回顶部元素
• isEmpty——如果堆栈为空，则返回 true
• Top ——返回顶部元素，但不从堆栈中删除

队列

与堆栈类似，队列是另一种线性数据结构，以顺序方式存储元素。堆栈和队列之间唯一的显着区别是，队列不是使用 LIFO 方法，而是应用 FIFO 方法，这是 First in First Out（先入先出）的缩写。

队列的完美现实例子：一列人在售票亭等候。如果有新人来，他们是从末尾加入队列，而不是在开头——站在前面的人将先买到票然后离开队列。

下图是一个包含四个数据元素（1,2,3 和 4）的队列，其中 1 位于顶部，首先把它删除：

队列的基本操作：

• Enqueue() —— 向队列末尾插入元素
• Dequeue() —— 从队列头部移除元素
• isEmpty() —— 如果队列为空，则返回 true
• Top() —— 返回队列的第一个元素

链表

链表是另一个重要的线性数据结构，刚一看可能看起来像数组，但在内存分配，内部结构以及如何执行插入和删除的基本操作方面有所不同。

链表就像一个节点链，其中每个节点包含数据和指向链中后续节点的指针等信息。有一个头指针，指向链表的第一个元素，如果列表是空的，那么它只指向 null 或不指向任何内容。

链表用于实现文件系统，哈希表和邻接表。下图是链表内部结构的直观展示：

下面是几种类型的链表：

• 单链表（单向）
• 双链表（双向）

链表的基本操作：

• InsertAtEnd —— 在链表末尾插入指定元素
• InsertAtHead —— 在链表头部插入指定元素
• Delete —— 从链表中删除指定元素
• DeleteAtHead —— 删除链表的第一个元素
• Search —— 返回链表中的指定元素
• isEmpty —— 如果链表为空，返回 true

图

图就是一组节点，以网络的形式互相连接。节点也被称为顶点（vertices）。一对（x,y）就叫做一个边，表示顶点 x 和顶点 y 相连。一个边可能包含权重/成本，显示从顶点 x 到 y 所需的成本。

图的类型：

• 无向图
• 有向图

在编程语言中，图可以表示为两种形式：

• 邻接矩阵
• 邻接列表

常见的图遍历算法：

• 广度优先搜索
• 深度优先搜索

常问的图面试问题：

• 实现广度优先搜索和深度优先搜索
• 检查一个图是否为树
• 计算一张图中的边的数量
• 找到两个顶点之间的最短路径

树

树是一种层级数据结构，包含了连接它们的顶点（节点）和边。树和图很相似，但二者有个很大的不同点，即树中没有循环。

树广泛应用在人工智能和复杂的算法中，为解决各种问题提供高效的存储机制。

下图是一个简单的树，以及在树型数据结构中所用的基本术语：

下面是几种类型的树：

• N 叉树
• 平衡树
• 二叉树
• 二叉搜索树
• 平衡二叉树
• 红黑树
• 2-3 树

其中，二叉树和二叉搜索树是最常用的树。

常问的树面试问题：

• 找到一个二叉树的高度
• 找到一个二叉搜索树中第 k 个最大值
• 找到距离根部“k”个距离的节点
• 找到一个二叉树中给定节点的祖先（ancestors）

字典树

字典树，也叫“前缀树”，是一种树形结构，在解决字符串相关问题中非常高效。其提供非常快速的检索功能，常用于搜索字典中的单词，为搜索引擎提供自动搜索建议，甚至能用于IP路由选择。
下面展示了“top”“thus”和“their”这三个词是如何存储在字典树中的：

这些单词以从上到下的方式存储，其中绿色节点“p”，“s”和“r”分别表示“top”，“thus”和“their”的末尾。

常见的字典树面试问题：

• 计算字典树中的总字数
• 打印存储在字典树中的所有单词
• 使用字典树对数组的元素进行排序
• 使用字典树从字典中形成单词
• 构建一个T9字典

哈希表
散列是一个用于唯一标识对象并在一些预先计算的唯一索引（称为“密钥”）存储每个对象的过程。因此，对象以“键值”对的形式存储，这些项的集合被称为“字典”。可以使用该键值搜索每个对象。有多种不同的基于哈希的数据结构，但最常用的数据结构是哈希表。

哈希表通常使用数组实现。

哈希数据结构的性能取决于以下三个因素：

• 哈希函数
• 哈希表的大小
• 碰撞处理方法

下图展示了如何在数组中映射哈希。该数组的索引是通过哈希函数计算的。

常问的哈希面试问题：

• 找到数组中的对称对
• 追踪遍历的完整路径
• 查看一个数组是否为另一个数组的子集
• 检查给定数组是否不相交

以上就是你在准备编程面试前需要掌握的8种数据结构。