《我的第一本算法书》——7种基础数据结构

一.链表

链表是数据结构之一，其中的数据呈线性排列。在链表中，数据的添加和删除都较为方便， 就是访问比较耗费时间。

链表中的数据呈线性排列，就像是一条铁链。不论顺序如何混乱，都可通过环与环之间的纽带——“指针”来指明其前后的顺序。

1.访问数据

数据一般分散存储于内存中，链表必须顺序访问。

因为数据都是分散存储的，所以如果想要访问数据,只能从第1个数据开始，顺着指针的指向——往下访问（这便是顺序访问)。比如，想要找到Red这—数据,就得从Blue开始访问。这之后，还要经过 Yellow，我们才能找到 Red。

2.添加或删除数据

 如果想要添加数据，只需要改变添加位置前后的指针的指向就行了。删除同理。

循环链表：

链表末尾有指针，且指针指向链表的头部数据，将链表变成环形。

这便是“循环链表”，也叫“环形链表”。 循环链表没有头和尾的概念。想要保存数量固定的最新数据时通常会使用这种链表.

双向链表：

二.数组

数组也是数据呈线性排列的一种数据结构。在数组中，访问数据十分 简单，而添加和删除数据比较耗工夫。数组按顺序存储在内存的连续空间内。

由于数据是存储在连续空间内的，所以每个数 据的内存地址（在内存上的位置）都可以通过 数组下标算出，我们也就可以借此直接访问目 标数据（这叫作“随机访问”）。

如果想要在数组中添加元素。首先，在数组的末尾确保需要增加的存储空间。为了给新数据腾出位置，要把已有数据一个个 移开。最后在空出来的位置上写入新元素。删除也是同理。

 

三.栈

栈也是一种数据呈线性排列的数据结构，不过在这种结构中，我们只能访问最新添加的数 据。栈就像是一摞书，拿到新书时我们会把它放在书堆的最上面，取书时也只能从最上面的新书开始取。

像栈这种最后添加的数据最先被取出，即“后进先出”的结构，我们称为 Last In First Out，简称 LIFO。

与链表和数组一样，栈的数据也是线性排列，但在栈中，添加和删除数据的操作只 能在一端进行，访问数据也只能访问到顶端的数据。想要访问中间的数据时，就必须通 过出栈操作将目标数据移到栈顶才行。

四.队列

队列中添加和删除数据的操作分别是在两端进行的。

像队列这种最先进去的数据最先被取来，即“先进先出”的结构，我们称为 First In First Out，简称 FIFO。

 与栈类似，队列中可以操作数据的位置也有一定的限制。在栈中，数据的添加和删 除都在同一端进行，而在队列中则分别是在两端进行的。队列也不能直接访问位于中间 的数据，必须通过出队操作将目标数据变成首位后才能访问。

五.哈希表

哈希表存储的是由键（key）和值（value）组 成的数据。例如，我们将每个人的性别作为数据进行存储，键为人名，值为对应的性别。运用哈希表查找数据，比传统的线性查找耗时短，高效。

制作哈希表：   

使用哈希函数（Hash）计算 字符串的键，也就是 字符串的哈希值。将得到的哈希值除以数组的长度，求得其余数。这样的求余运算叫作“mod 运算”。若遇到存储位置重复了的情况，可使用链表在已有数据的后面 继续存储新的数据。

查询方法：

首先需要算出 字符串的键的哈希值，然后对其进行mod运算。若其中的数据的键与字符串 一致， 于是取出对应的值。

        在哈希表中，我们可以利用哈希函数快速访问到数组中的目标数据。如果发生哈希 冲突，就使用链表进行存储。这样一来，不管数据量为多少，我们都能够灵活应对。 如果数组的空间太小，使用哈希表的时候就容易发生冲突，线性查找的使用频率也 会更高；反过来，如果数组的空间太大，就会出现很多空箱子，造成内存的浪费。因此， 给数组设定合适的空间非常重要。

六.堆

堆是一种图的树形结构，被用于实现“优先队列”。优先队列是一种数据结构，可以自由添加数据，但取出数据时要从最小值开始按顺序取出。在堆的树形结构中，各个顶点被称为“结点”（node），数据就存储在这些结点中。

结点内的数 字就是存储的数据。堆中的每 个结点最多有两个子结点。树 的形状取决于数据的个数。另 外，结点的排列顺序为从上到 下，同一行里则为从左到右。

在堆中存储数据时必须遵守这 样一条规则 ：子结点必定大于父 结点。因此，最小值被存储在顶 端的根结点中。

 添加元素：

往堆中添加数据 时，为了遵守“子结点必定大于父 结点。”的规则，一般会 把新数据放在最下面一行靠左 的位置。当最下面一行里没有多 余空间时，就再往下另起一行， 把数据加在这一行的最左端。若要添加元素5。首先按照说明寻找新数据的位置。图中最 下面一排空着一个位置，所以将数据加在此处。

如果父结点大于子结点，则不符合上文提到的 规则，因此需要交换父子结点的位置。

7.二叉树

二叉查找树是一种数据结构，采用了图的树形结构 。数据存储于二叉查找树的各个结点中。

每个结点最多有 两个子结点。

二叉查找树有两个性质。第一个是每个结点的 值均大于其左子树上任意一个结点的值。第二个是每个结点的值均小于其右子树上任意 一个结点的值。

根据这两个性质可以得到以下结论。首先，二 叉查找树的最小结点要从顶端开始，往其左下 的末端寻找。反过来，二叉查找树的最大结点要从顶端开 始，往其右下的末端寻找。

添加元素（节点）：

若添加元素1。首先，从二叉查找树的顶端结点开始寻找添加 数字的位置。将想要添 加的1与该结点中的值进行比较，小于它则往左移，大于它则往右移。

由于1＜3，所以继续将1往左移，但前面已经没 有结点了，所以把 1 作为新结点添加到左下方。

删除元素（节点）：

如果需要删除的结点没有子结点，直接删掉该 结点即可。如果需要删除的结点只有一个子结点，那么先 删掉目标结点，然后把子结点移到被删除结点的位置上即可。如果需要删除的结点有两个子结点，那么先删掉目标结点，然后在被删除结点的左子树中寻找最大结点。最后将最大结点移到被删除结点的位置上。这样一来，就能在满足二叉查找树性质的前提下删除结点了。 如果需要移动的结点还有子结点，就递归执行前面的操作。

查找元素（节点）：

从二叉查找树的顶端结点开始往下查找。和添 加数据时一样，把目标值和结点中的值进行比较， 小于该结点的值则往左移，大于则往右移。