数据结构学习笔记（一）概述

数据结构分类

数组

数组是在内存中连续存储多个相同类型元素的结构，数组中的元素通过数组下标进行访问。
数组下标从0开始，例如下面这段代码就是将数组的第一个元素赋值为1。

int[] data = new int[100];
data[0] = 1;

优点：
1、按照索引查询元素速度快
2、按照索引遍历数组方便
缺点：
1、大小固定：数组大小固定后不能改变
2、数据类型单一：数组只能存储一种类型的数据
3、添加与删除慢：因为要移动其他元素，所以添加，删除的操作慢。
适用场景：
频繁查询，对存储空间要求不大，很少增加和删除。

栈

栈是一种特殊的线性表，仅能在栈顶进行操作。从栈顶放入元素叫入栈，取出元素叫出栈。栈的特点：先进后出。

适用场景：
常应用于实现递归功能方面的场景，例如斐波那契数列。（斐波那契数列的实现及如何应用可以在我的文章目录中查看）

队列

队列也是一种线性表，不同的是，队列在一端添加元素，称为入队；而在另一端取出元素，称为出队。即：先进先出。

如上图所示，入队时调用rear指针（rear指针始终指向元素的下一个单元，又或始终指向元素即将入队的位置），出队时调用front指针（front指针始终指向即将出队元素）
适用场景：
因为队列先进先出的特点，在多线程阻塞队列管理中非常适用。（多线程阻塞队列的基本知识可以博主文章列表中查找）

链表

链表是指物理存储单元上非连续的、非顺序的存储结构，数据元素的逻辑顺序是通过链表的指针地址实现，每个元素包含两个节点，一个是链表该单元元素对应内存空间，另一个是指向下一个节点地址的指针域。根据指针的指向，链表能形成不同的结构，例如单链表、双向链表、循环链表等。

优点：
1、容量可改变：链表不需要初始化容量，可以任意加减元素。
2、添加，删除快：添加、删除元素时只需要改变前后两个元素结点的指针与指向地址即可。
缺点：
1、空间占用大：大量的指针域占用很多空间。
2、查找元素耗时大：查找元素需要遍历整个链表，遍历过程包含很多指针的调用，十分耗时。
适用场景：
数据量较小，需要频繁增加、删除操作的场景。

树

树是由n(n>=1)个有限节点组成的一个具有层次关系的集合，根朝上叶朝下，它具备以后特点：

• 每个节点有0个或多个子节点
• 没有父节点的节点称作根节点
• 每个非根节点有且仅有一个父节点
• 除了根节点外，每个子节点可以分为多个不相交的子树
  
  如上图所示为二叉树，其特点如下：
• 每个节点最多有两颗子树，即节点的度最大为2
• 左子树和右子树是有顺序的，不能颠倒，即使某节点只有一个子树，也要区分左右子树。
  优点：
  二叉树既有链表的好处：添加、删除元素很快；也有数组的好处：查找方面有很多的算法优化。
  适用场景：
  处理大批量的动态数据方面非常有用。
  扩展数据结构：
  平衡二叉树、红黑树、B+树等（树的相关知识可在文章列表中找到）

散列表

散列表也叫哈希表（基于数组衍生的数据结构），是根据关键码（key）和值（value）直接进行访问的数据结构，通过key和value来映射到集合中的一个位置，这样就可以很快扎到集合中的对应元素。
记录的存储位置=f(key)%数组长度
这里的对应关系f称为散列函数，又称为哈希，而散列表就是把key通过哈希函数转换为一个整形数字，然后将该数字对数组长度进行取余，取余结构当作数组的下标，将value存储在以该数字为下标的数组空间里，这种存储空间可以充分利用数组的查找优势来查找元素，所以查找速度很快。
因为数组的增加删除慢，所以哈希表还需要用到链表，即拉链法：添加、删除元素指的是根据元素的一些特征把元素分配到不同的链表中去；同时删除元素也根据元素特征找到链表再找到元素。如下图：

图中，左边是一个数组，数组的每个成员包括一个指针，指向一个链表的头，该链表可以为空也可以包含很多元素，值得注意的是应用此数据结构需要解决哈希冲突的问题。（哈希冲突问题的知识可以在博主文章列表中找到）

堆

堆可以被看做一棵树的数组对象，具有以下性质：

• 堆中某个节点的值总是不大于或不小于其父节点的值
• 堆总是一颗完全二叉树

堆的分类：（均为完全二叉树）
最大堆/大根堆：根节点最大的堆
最小堆/小根堆：根节点最小的堆
大顶堆：n个元素的序列{k1,k2,ki,…,kn}，满足ki >= k2i,ki >= k2i+1
小顶堆：n个元素的序列{k1,k2,ki,…,kn}，满足ki <= k2i,ki <= k2i+1

适用场景：
因为堆的有序特点，一般用来做数组中的排序，称为堆排序。

图

图由节点的有穷集合V和边的集合E组成。为了与树形结构加以区别，在图结构中常常将节点称为顶点，边是顶点的有序偶对，若两个顶点之间存在一条边，就表示这两个顶点具有相邻关系。
图的分类：
按照顶点指向的方向可以分为有向图和无向图：


图在存储数据上有着比较复杂和高效的算法，包括：邻接矩阵、邻接表、十字链表、邻接多重表、边集数组等存储结构。