数据结构基础(1)

---

前言

主要记录学习的第一部分：数据处理的基本操作，增删查

---

1.增删查：掌握数据处理的基本操作

		1.1代码对数据的处理
		1.2数据处理的基本操作
			代码对数据的处理是代码对输入数据进行计算，得到结果并输出的过程
			数据处理的操作是找到需要处理的数据，计算结果，再把结果保存下来
			这个过程总结为以下操作：
			找到要处理的数据。按照某些条件进行查找
			把结果存到一个新的内存空间中。这就是在现有数据上进行新增
			把结果存到一个已使用的内存空间中。这需要先删除内存空间中的已有数据，再新增新的数据
			即，即便是很复杂的代码，对数据的处理也只有三个基本操作，增删查
			常用的分析方法可以参考下面的三个步骤：
				1.这段代码对数据进行了哪些操作？
				2.这些操作中，哪个操作最影响效率，对时间复杂度的损耗最大？
				3.哪种数据结构最能帮助你提高数据操作的使用效率？
		1.3案例
			查找，就是从复杂的数据结构中，找到满足某个条件的元素
			可以从下面两个方面来对数据进行查找操作：
			根据元素的位置或索引来查找
			根据元素的数值特征来查找
			例1：对于一个数组，找到数组中的第二个元素并输出
				这个问题很简单。由于数组本身具有索引index，因此直接通过索引就能查找到其第二个元素。别忘了，数组的索引值是从0开始的，因此第二个元素索引值是1.不难发现，因为有的index的索引，所以我们就可以直接进行查找操作。这里的时间复杂度为O(1)
			例2：我们来看第二个例子，如果是一个链表，如何找到这个链表中的第二个元素并输出呢？
				链表和数组一样，都是O(n)空间复杂度的基础数据结构，其区别是，数组有index索引，而链表没有。链表是通过指针，让元素按某个自定义的顺序“手拉手”连接在一起的。
				既然是这样，要查找其第二个元素，就必须先知道第一个元素在哪里。所以，链表中的某个位置的元素的查找，只能从前往后依次查找。所以时间复杂度为O(n).
			例3：要查找出，数据结构中值等于5的元素是否存在。
				唯一的方法就是按照顺序一个接一个的判断元素数值是否满足等于5的条件。时间复杂度为O(n)。而如果借助字典的数据类型，即MAP就可以在O(1)的时间复杂度内完成了
			例4：关于复杂数据结构中新增数据，有两个可能
				第一个是在数据结构的最后新增一条数据
				第二个是在中间某个位置新增一条数据