Unity 3D 中常用的数据结构

常用的数据结构复杂度

数据结构	Add	Delete	Find	GetByIndex
Array	O(n)	O(n)	O(n)	O(1)
ArrayList	O(1)	O(n)	O(n)	O(1)
List<T>	O(1)	O(n)	O(n)	O(1)
LinkedList<T>	O(1)	O(n)	O(n)	O(n)
Stack	O(1)	O(1)	-	-
Queue	O(1)	O(1)	-	-
HashTable	O(1)	O(1)	O(1)	-
Dictionary<K,T>	O(1)	O(1)	O(1)	-
HashSet<T>	O(1)	O(1)	O(1)	-
SortedSet<T>	O(Logn)	O(Logn)	O(Logn)	-

Array 数组

数组是最简单的数据结构之一。其具有一下3个特点。

（1）数组存储在连续的内存上。

（2）数组的元素都是相同类型或者类型的衍生类型。因此数组又被认为是同质数据结构。

（3）数组可以直接通过下标访问。array[i]。

一个数组的常规操作主要两种：

（1）分配存储空间。声明一个新的数组：int[] arr = new int[5]。

（2）访问数组中的元素数据。int i = arr[0]。

创建一个新的数组时，将在Mono运行的托管堆中分配一块连续的内存空间来盛放数量为 size ，类型为所声明类型的数组元素。

由于是在连续内存上存储的，所以它的索引速度非常快，访问一个元素的时间是恒定的。也就是说与数组的元素数量无关，而且赋值与修改元素也很简单。

由于是在连续内存上存储的，所以在两个元素之间插入新的元素就变得不方便。而且声明一个新的数组时，必须指定其长度或初始化其元素，就会存在一个潜在的问题。那就是当声明的长度过长时，显然会浪费内存，当声明长度过短时，则面临溢出的风险。

ArrayList 数组

为了解决 Array 创建时必须指定长度，以及只能存放相同类型的缺点而推出的数据结构。

ArrayList 解决了 Array 的一些缺点：

不必在声明 ArrayList 时指定它的长度，这是由于 ArrayList 对象的长度是按照其中存储的数据来动态增长与缩减的。

ArrayList 可以存储不同类型的元素。这是由于 ArrayList 会把它的元素都当作 Obect 来处理。因此加入不同类型的元素是允许的。

问题：

ArrayList 是类型不安全的。因为把不同的类型都当作 Object 来做处理，很有可能会在使用 ArrayList 时发生类型不匹配的情况。

数组存储值类型时并未发生装箱，但是 ArrayList 由于把所有类型都当作了 Object ，所以不可避免的是当插入值类型时会发生装箱操作，在索引值时会发生拆箱操作。因此在频繁读写 ArrayList 时会产生额外的开销，导致性能下降。

List<T>数组

为了解决 ArrayList 不安全类型与装箱拆箱的缺点，在C# 引入泛型概念后，引入新的数组类型 List<T> 。

和 ArrayKist 很相似，长度都可以灵活变化。而最大的不同在于声明 List 集合时，同时需要为其声明 List 集合内数据的对象类型，这点和 Array 很相似。

其实 List<T> 内部使用了 Array 来实现，但它隐藏了这些实现的复杂性。当创建 List<T> 时无需指定初始长度，当添加元素到 List<T> 时，也无需关心数组大小的调整问题。

使用 List<T> 有以下3点好处：

（1）即确保了类型安全。因此 List<T> 是类型安全的。

（2）取消了装箱和拆箱的操作，以及由于引入泛型而无需运行时类型检查。因此 List<T> 是高性能的。

（3）融合了 Array 可以快速访问的优点，以及 ArrayList 长度可以灵活变化的优点。

LinkedList<T> 链表

所谓链表即每一个元素都指向下一个元素，形成了一个链。

在创建一个链表时，仅需持有第一个结点，即头节点 “Head” 的引用，这样通过逐个访问下一个节点 “next” 即可遍历到链表中所有的节点。

在运行时间方面，链表与数组有着同样的线性运行时间 O(n) 。如果要查找节点 P ，则必须从头节点 head 开始查找，逐个访问下一个节点直到找到目标标点 P 。

同样，从链表中删除一个节点的运行时间也是 O(n) 。因为在删除之前仍然需要从 head 节点开始向下逐个遍历以找到要被删除的目标节点。而删除操作本身则变得简单，即让被删除节点的前一个节点的 next 指针指向被删除节点的 next 节点即可。

向链表中插入一个新的节点的运行时间则取决于链表是否是有序的。如果链表不需要保持顺序，则插入操作就是常量时间 O(1) ,可以在链表的头部或者添加新的节点。而如果需要保持链表的顺序结构，则需要查找新的节点被插入的位置，这使得需要从链表的头部 head 开始逐个遍历结点，结果就是操作变成了 O(n) 。

链表中内容的顺序是由各个对象的指针所决定的，这就决定了其内容的排序不一定是连续的，所以不能通过下标来访问。

因此如果考虑到这一点，在需要更快的查找操作的情景下，使用数组可能是更好的选择。

而使用链表最主要的优势就在于向链表中插入或删除节点时，无需考虑调整结构的容量。

链表的另一个优点就是特别适合以排序的顺序动态地添加新元素。如果要在数组中间的某个位置添加新元素，不仅要移动所有其余的元素，甚至还有可能需要重新调整容量。

数组适合数据的数量是有上限，且需要快速访问其元素内容的情况，而链表适合元素数量不固定且需要经常增删结点的情况。

LinkedList<T> 链表类，LinkedListNode<T> 类用来代表链表中的结点， LinkedList<T> 对象中的每个节点都属于 LinkedListNode<T> 类型。由于 LinkedList<T> 是双向链表，因此每个节点向前指向 Next ，向后指向 Previous 节点。

LinkedList<T> 类的插入和移除的运算复杂度都是 O(1) 。由于该列表还维护内部计数，因此获取 Count 属性的运算复杂度也是 O(1)。

常见操作：

 AddFirst ，将一个新结点加入该链表的第一个结点的位置；RemoveFirst ，将第一个结点移除；AddLast ，将一个新节点加入该链表最后一个节点的位置；以及在某个节点前后插入新的节点的 AddBefore 和 AddAfter 方法。

队列 Queue<T> ， 栈 Stack<T> 

队列是一种特殊的线性表，特殊之处在于它只允许在表的前端（head）进行删除操作，而在表的后端（tail）进行插入操作。队列是一种操作受限制的线性表。进行插入操作的端称为队尾，进行删除操作的端称为队头。根据队列的这个特点，当需要使用先进先出顺序（FIFO）的数据结构时，我们会采用这种数据结构。

Queue<T> 类提供了 Enqueue 和 Dequeue 方法来实现对 Queue<T> 的入列和出列操作。

在 Queue<T> 内部，有一个存放类型为 T 的对象的环形数组，并通过 head 和 tail 变量来指向该数组的头和尾。当使用 Enqueue 方法将新的元素入列时，会判断队列的长度是否足够。若不足，则依据增长因子来增加容量，例如当初始的2.0时，则队列容量增长2倍。

需要说明的一点是， Queue<T> 接受 null 作为引用类型的有效值，并且允许有重复的元素。而且在默认情况下， Queue<T> 的初始化容量是 32 ，但是也可以通过构造函数指定容量。

栈（Stack）又名堆栈，它和队列一样是一种运算受限制的线性表。其限制是仅允许在表的一端进行插入和删除运算。这一段被称为栈顶，相对的，把另一端称为栈底。向一个栈插入新元素又称左进栈，入栈，压栈，它是把新元素放到栈顶元素的上面，使其成为新的栈顶元素。从一个栈删除元素又称作出栈或退栈，它是把栈顶元素删除，使其相邻的元素成为新的栈顶元素。

根据栈的这个特点，当需要使用后进先出顺序（LIFO）的数据结构时，我们的选择往往是栈。

Stack<T> 类提供了 Push 和 Pop 方法来实现对 Stack<T> 的出栈和入栈操作。

 Stack<T> 类的内部同样使用了数组来实现。 Count 是 Stack<T> 可以包含的元素数。如果 Stack<T> 中元素的数量 Count 小于其容量，则 Push 操作的复杂度为O(1) 。如果容量需要被扩展，则要根据需要来重新分配内部数组以自动增大容量，在这种情况下 Push 操作的复杂度变为O(n) 。而出栈操作 Pop 操作的复杂度始终为O(1)。

哈希表 Hash Table 和 字典 Dictionary<K,T> 

哈希表也叫散列表，是根据关键码/值（Key/Value）而直接进行访问的数据结构。也就是说，它通过把关键码/值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫哈希函数或散列函数，存放记录的数组就叫哈希表。

假设游戏中有一种英雄单位，需要使用英雄 ID 作为唯一标识进行存储。英雄 ID 格式 DDD-DD-DDDD（ D 的范围为数字 0~9 ）

如果使用 Array 数组来存储这些英雄信息，查询 ID 为 111-22-3333 的游戏单位，则将会尝试遍历数组的所有位置，即执行渐进时间为 O(n) ，的查询操作。好一点的办法是将 ID 排序，使查询渐进时间降低到 O(log(n)) ，但在理想情况下，我们希望查询渐进时间为 O(1) 。

一种方案是建立一个大数组，范围从 000-00-0000 到 999-99-9999 。这种方案的缺点是浪费空间。

第二种方案就是用哈希函数压缩序列。选择使用 ID 的后四位作为索引，以减少区间的跨度。这样范围将从 0000 到 9999 。在数学上从 9 位数转换为 4 位数的方式称为哈希转换。可以将一个数组的索引空间压缩至相应的哈希表。

在哈希函数计算中常见的一种行为----哈希冲突。

当要添加新元素到哈希表中时，哈希冲突是导致操作被破坏的一个重要因素。如果没有冲突发生，则元素被成功插入。如果发生了冲突，则需要判断冲突的原因。因此哈希冲突提高了操作的代价，哈希表的设计目标就是要尽可能减低冲突的发生。

就像处理任何可能潜在的问题时所考虑的一样，在处理哈希冲突时，也有两种思路---避免和解决。

冲突避免机制

冲突解决机制

避免哈希冲突的一个方法就是尽可能选择合适的哈希函数。而哈希函数中的冲突发生的机率与数据的分布有关。

例如，如果单位 ID 的后 4 位是随机分布的，则使用后 4 位数比较合适。单如果后 4 位是以单位的某种特性来分配的，则显然按照这种 方式，数据不是均匀分布的，则选择后 4 位会造成大量的冲突。

我们将这种选择合适的哈希函数的方法称为冲突避免机制，目的是尽可能减少哈希冲突发生的机率，而并非在哈希冲突发生时去解决冲突。

因此当冲突发生时，还需要有解决冲突的方案和策略，这些方案和策略称为冲突解决机制。其中一种方法就是将要插入的元素放到另外一个块空间中，因为相同的哈希位置已经被占用。

通常采用的冲突解决策略为 开放寻址法，所有的元素仍然都放在哈希表内的数组中。

开放寻址法最简单的一种实现就是线性探查，有以下 3 个步骤。

（1）当插入新的元素时，使用哈希函数在哈希表中定位元素位置。

（2）检查哈希表中该位置是否已经存在元素。如果该位置内容为空，则插入并返回，否则进行步骤 3 的操作。

（3）如果该位置为 i ，则检查 i + 1 是否为空。如果已被占用，则检查 i + 2 。以此类推，直到找到一个内容为空的位置。

线性探查方式虽然简单，但并不是解决冲突的最好策略，因为它会导致同类哈希的聚集。这会导致搜索哈希表时，冲突依然存在。

针对线性探查方式所存在的问题，一种改进的方式为二次探查，即每次检查位置空间的步长为平方倍数。也就是说，如果位置 S 被占用，则首先检查 S + 12 处，然后检查 S - 12 ，S + 22 ,S -22，S+32 ...以此类推。尽管如此，二次探查同样也会导致同类哈希聚集问题。

C# 中的 Hashtable 类的实现，要求添加元素时不仅要提供元素，还要为该元素提供一个键。可以通过 key 作为索引来查找 Item

在 C# 中 Hashtable 类所实现的哈希函数很复杂，哈希函数必须返回一个序数。Hashtable 类可以接受任意类型的值作为 Key ，这都要归功于 GetHashCode 方法，一个定义在 System.Object 中的方法，默认实现将返回一个唯一的整数，并且保证在对象的生命周期内保持不变。

Hashtable 类中的哈希函数定义的代码如下：

H(key) = [GetHash(key) + 1 + (((GetHash(key) >> 5 ) + 1)%(hashsize - 1))]%hashsize

这里的 GetHash(key) 默认是调用 key 的 GetHashCode 方法以获取返回的哈希值。hashsize 指的是哈希表的长度。因为要进行求模，所以最后的结果H(key) 的范围在 0 至 hashsize - 1 之间。

当在哈希表中添加或获取一个元素时，会发生哈希冲突。前面简单介绍了两种冲突解决策略，即线性探查和二次探查。

在 Hashtable 类中则使用一种完全不同的技术，称为二度哈希也叫双重哈希。

二度哈希的工作原理为：有一个包含一组哈希函数 H1....Hn 的集合。当需要从哈希表中添加或获取元素时，首先使用哈希函数 H1.如果导致冲突则尝试使用H2...以此类推，直到Hn。所有的哈希函数都与H1十分相似，不同的是它们选用不同的额乘法因子

Hk(key) = [GetHash(key) + k + (((GetHash(key) >> 5 ) + 1)%(hashsize - 1))]%hashsize

当使用二度哈希时，重要的是在执行了 hashsize 次探查后，哈希表中的每一个位置都有且只有一次被访问到。

空间扩充的步骤：

（1）Hashtable 类实例的位置空间几乎被翻倍。准确的说，位置空间值从当前的素数值增加到下一个最大的素数值。

（2）因为二度哈希时，Hashtable 类实例中的所有元素值将依赖于 Hashtable 类实例的位置空间值，所有 Hashtable 类实例中保存的所有值也需要重新二度哈希。

对 Hashtable 类实例的扩充是以性能损耗为代价。

Hashtable 类不是泛型的，其元素属于Object 类型。

C# 引入了泛型的概念，和 Hashtable 类似的但是类型是安全的，那就是Dictionary<K,T> 。

除了支持强类型外，Dictionary<K,T> 还采用了不同的冲突解决策略，链接技术。

链接技术将采用额外的数据结构来处理冲突。Dictionary<K,T> 中的每个位置（slot）都映射到了一个链表。当冲突发生时，冲突的元素将被添加到桶（bucket）列表中。

对Dictionary<K,T> 进行查询和删除操作时，其平均时间取决于Dictionary 中元素的数量和桶的数量。具体的说就是运行时间为O(n/m)，这里n为元素的总数量，m是桶的数量。单Dictionary几乎总是被实现为n=O(m)，也就是说，元素的总数绝不会超过桶的总数，所以O(n/m)也变成了常量O(1)。

缺点就是空间，以空间换时间，通过更多的内存开销来满足对速度的追求。在创建字典时，可以传入一个容量值，但实际使用的容量并非该值。而是使用不小于该值的最小质数作为它使用的实际容量，容量的最小值是3。

当有了实际容量后，并非直接实现索引，而是通过创建额外的数组来实现间接索引，即int[] buckets和Entry[]entries两个数组。

所以当处理的数据不多时，还是慎重使用字典为好，在很多情况下使用数组也是可以的。