数据结构问题笔记

数据结构的定义

数据结构是指相互之间存在着一种或多种关系的数据元素的集合和该集合中数据元素之间的关系组成。简单来说，数据结构就是设计数据以何种方式组织并存储在计算机中。

数据结构的分类

数据结构按照其逻辑结构可分为线性结构、树结构、图结构

• 线性结构： 数据结构中的元素存在一对一的相互关系
• 树结构：数据结构中的元素存在一对多的相互关系
• 图结构：数据结构中的元素存在多对多的相互关系

常用的数据结构

1，栈（Stack）：先进后出

栈实际上也是一个线性表，只不过是一种特殊的线性表。栈是只能在表的一端进行插入和删除运算的线性表，通常称插入、删除这一端为栈顶（TOP），另一端为 栈底（BOTTOM）。当表中没有元素时称为空栈。栈顶元素总是后被插入的元素，从而也是最先被删除的元素；栈底元素总是最先被插入的元素，从而也是最后才能被删除的元素。
假设栈S=（a1,a2,a3,……an），则a1称为栈底元素，an称为栈顶元素。栈中元素按a1,a2,a3……an的次序进栈，退栈的第一个元素应该是栈顶元素。即后进先出。
用S（1：M）作为栈的顺序存储空间。M为栈的最大容量。
栈的基本运算有三种：入栈、退栈与读栈顶元素。
入栈运算push：在栈顶位置插入一个新元素。
首先将栈顶指针进一（TOP+1），然后将新元素插入到栈顶指针指向的位置。
退栈运算pop：指取出栈顶元素并赋给一个指定的变量。
首先将栈顶元素赋给一个指定的变量，然后将栈顶指针退一（TOP-1）
读栈顶元素gettop：将栈顶元素赋给一个指定的变量。栈顶指针不会改变。
栈的Python实现： 不需要自己定义，使用列表结构即可。1）进栈函数：append；2）出栈函数：pop；3）查看栈顶函数：li[-1]

2，队列（Queue）：先进先出

队列是只允许在一端删除，在另一端插入的顺序表，允许删除的一端叫做对头，允许插入的一端叫做对尾。队列的修改是先进先出。往队尾插入一个元素成为入队运算。从对头删除一个元素称为退队运算。
循环队列，就是将队列存储空间的最后一个位置绕到第一个位置，形成逻辑上的环状空间。在循环队列中，，用队尾指针rear指向队列中的队尾元素，用排头指针front指向排头元素的前一个位置。
入队运算：指在循环队列的队尾加入一个新元素，首先rear=rear+1,当rear=m+1时，置rear=1,然后将新元素插入到队尾指针指向的位置。当S=1，rear=front,说明队列已满，不能进行入队运算，称为“上溢”；
退队运算：指在循环队列的排头位置退出一个元素并赋给指定的变量。首先front=front+1,并当front=m+1时，置front=1,然后将排头指针指向的元素赋给指定的变量。当循环队列为空S=0，不能进行退队运算，这种情况成为“下溢”。
用python实现：用两个栈来实现一个队列，完成队列的Push和Pop操作。 队列中的元素为int类型。

# -*- coding:utf-8 -*-
class Solution:
    def __init__(self):
        self.stack1=[]
        self.stack2=[]
    def push(self, node):
        # write code here
        self.stack1.append(node)
    def pop(self):
        # return xx
        if self.stack2==[]:
            while self.stack1:
                self.stack2.append(self.stack1.pop())
            return self.stack2.pop()
        return self.stack2.pop()

3，二叉树

树（Tree）是一种数据结构，它是由n（n>=1）个有限节点组成一个具有层次关系的集合。把它叫做 “树” 是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。
二叉树是树的特殊一种，具有如下特点：

• 每个结点最多有两颗子树，结点的度最大为2。
• 左子树和右子树是有顺序的，次序不能颠倒。
• 即使某结点只有一个子树，也要区分左右子树。
• 每层最多2的(i-1)次方个节点（等比数列）。
• 深度为k的二叉树最多有(2的0次方 +2的1次方 + 。。。。2的k-1次方)个节点（等比数列求和）。

二叉树是一种比较有用的折中方案，它添加，删除元素都很快，并且在查找方面也有很多的算法优化，所以，二叉树既有链表的好处，也有数组的好处，是两者的优化方案，在处理大批量的动态数据方面非常有用。
平衡二叉树：所有子树的差值不能超过1
完全二叉树： 除最后一层以外，每一层上的结点数均达到最大值；在最后一层上只缺少右边的若干结点。具有N个结点的完全二叉树的深度为[log2n]+1

二叉树的遍历 若二叉树为空，则空操作返回

• 前序遍历：根左右。先访问根结点，然后前序遍历左子树，再前序遍历右子树；
• 中序遍历：左根右。中序遍历根结点的左子树，然后是访问根结点，最后中序遍历右子树。
• 后序遍历：左右根。从左到右先叶子后结点的方式遍历访问左右子树，最后是访问根结点。
• 层序遍历： 若树为空，则空操作返回，否则从树的第一层，也就是根结点开始访问，从上而下逐层遍历，在同一层中，按从左到右的顺序对结点逐个访问。

4，数组（Array）

数组是可以在内存中连续存储多个元素的结构，在内存中的分配也是连续的，数组中的元素通过数组下标进行访问，数组下标从0开始。
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、数组的大小固定后就无法扩容了
2、数组只能存储一种类型的数据
3、添加，删除的操作慢，因为要移动其他的元素。
适用场景：
频繁查询，对存储空间要求不大，很少增加和删除的情况。

5，链表（Linked List）

链表是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，每个元素包含两个结点，一个是存储元素的数据域 (内存空间)，另一个是指向下一个结点地址的指针域。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：
链表是很常用的一种数据结构，不需要初始化容量，可以任意加减元素；
添加或者删除元素时只需要改变前后两个元素结点的指针域指向地址即可，所以添加，删除很快；
缺点：
因为含有大量的指针域，占用空间较大；
查找元素需要遍历链表来查找，非常耗时，即查询元素慢。

适用场景：
数据量较小，需要频繁增加，删除操作的场景

6，堆（Heap）

堆是一种比较特殊的数据结构，可以被看做一棵树的数组对象，具有以下的性质：

• 堆中某个节点的值总是不大于或不小于其父节点的值；
• 堆总是一棵完全二叉树。
• 根节点最大为大顶堆，根节点最小为小顶堆
  

7，散列表（Hash）

散列表，也叫哈希表，是根据关键码和值 (key和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，这样就可以很快找到集合中的对应元素。

参考：https://blog.csdn.net/yeyazhishang/article/details/82353846

声明：菜鸟学习路上的总结，若有误请您指正，若侵权请您联系我，若转载请您附上链接。