数据结构中:字典、集合、数组、链表、哈希、队列、栈数据结构各自的特点，优点及缺点

宋县长

已于 2024-09-24 10:43:53 修改

阅读量544

点赞数 6

分类专栏：数据结构文章标签：数据结构

于 2024-07-17 15:02:19 首次发布

本文链接：https://blog.csdn.net/songxianzhang/article/details/140493675

版权

数据结构专栏收录该内容

1 篇文章 0 订阅

订阅专栏

<<字典>>:

特点:

键的唯一性：字典中的键是唯一的，不允许重复的键存在，如果尝试插入重复的键，会覆盖旧值。
动态扩展：字典可以根据需要自动扩展容量，支持动态增长。
哈希表实现：字典使用哈希表作为底层数据结构，通过哈希函数将键映射到对应的索引位置，以实现快速的查找和检索。
泛型支持：字典是泛型集合，可以指定键和值的类型，提供类型安全的操作。

优点:

快速查找：字典使用哈希表实现，通过键进行查找，具有快速的查找性能，无论字典的大小如何，查找操作的时间复杂度都接近 O(1)。
高效的插入和删除：字典提供了高效的插入和删除操作，可以根据键快速定位并修改对应的值。
键值对存储：字典以键值对的形式存储数据，可以根据键来唯一标识和访问值，适用于需要根据键进行数据关联和检索的场景.

缺点:

内存占用：字典在存储键值对时需要额外的内存空间来维护哈希表，相比于数组或列表，可能占用更多的内存。
无序性：字典中的键值对没有固定的顺序，无法保证遍历顺序与插入顺序一致。

<<集合>>:

特点:

有序集合：List 保持插入顺序，可以按照元素的顺序进行访问和遍历。
可重复元素：List 允许存储重复的元素，相同元素可以存在于集合中的不同位置。
动态扩展：List 可以根据需要自动扩展容量，支持动态增长。

优点：

动态大小：List 具有动态大小的特性，可以根据需要自动调整容量，无需手动管理数组的大小。
高效的索引访问：List 使用基于索引的访问方式，通过索引可以快速访问和修改集合中的元素，具有较高的访问效率。
方便的插入和删除操作：List 提供了插入和删除元素的方法，可以在任意位置插入或删除元素，而无需手动移动其他元素。
泛型支持：List 是泛型集合，可以指定存储的元素类型，提供了类型安全的操作.

缺点:

数据的移动：当在 List 中插入或删除元素时，可能需要移动其他元素来保持连续性，这可能会导致性能开销。
预分配内存：为了提高性能，List 在创建时会预分配一定数量的内存空间，当元素数量超过容量时，会触发重新分配内存的操作，可能导致性能下降。例如:默认容量为4,当集合数量超过4的时候,就会重新分配内存变为8,数量超过8的时候,内存就会重新分配为16,32,64,128...

<<数组>>：
特点：数组是一种线性数据结构，它由一组相同类型的元素组成，这些元素在内存中是连续存储的。
优点：数组具有快速的随机访问能力，可以通过索引直接访问任意位置的元素。
缺点：数组的大小是固定的，一旦创建后无法改变大小，需要预先知道数组的长度。插入和删除元素的操作比较低效，需要移动其他元素。

<<链表>>：
特点：链表是一种非连续的数据结构，它由一系列节点组成，每个节点包含数据和指向下一个节点的指针。
优点：链表的大小可以动态改变，可以高效地插入和删除元素，不需要移动其他元素。
缺点：链表的随机访问能力较差，需要从头节点开始遍历才能找到指定位置的元素。

<<哈希表>>：
特点：哈希表是一种根据键（Key）直接访问值（Value）的数据结构，它通过哈希函数将键映射到存储位置。
优点：哈希表具有快速的查找和插入能力，平均情况下的时间复杂度为O(1)。
缺点：哈希表的内存消耗较大，需要维护哈希函数和处理哈希冲突的方法。

哈希表（Hash Table）是一种数据结构，用于实现关联数组或映射数据结构。它通过将键（key）映射到值（value）的方式来实现快速查找数据。在哈希表中，键经过哈希函数处理后，得到一个索引，该索引指向存储值的位置。

哈希函数（Hash Function）：哈希函数是一种将输入数据（如键）映射为固定大小值的函数。它将不同长度的输入数据映射到固定长度的输出，通常是一个哈希码（hash code）。好的哈希函数具有以下特点：
- 只要输入不变，输出是确定的。
- 对于不同的输入，输出应该尽可能不同。
- 哈希值的计算应该高效。
哈希碰撞（Hash Collision）：当两个不同的键通过哈希函数映射后得到相同的哈希值时，就发生了哈希碰撞。哈希碰撞可能会导致数据存储冲突，需要特殊的处理方式来解决。常见的解决哈希碰撞的方法包括开放寻址法（Open Addressing）、链地址法（Chaining）等。

哈希表通过哈希函数将键映射到索引，然后通过索引来访问存储值的位置。哈希函数的设计直接影响了哈希表的性能，一个好的哈希函数应该尽量减少哈希碰撞的概率，以提高哈希表的效率和性能。

哈希碰撞是指当两个或多个不同的输入数据（如键）经过哈希函数计算后得到相同的哈希值。哈希碰撞在使用哈希表等数据结构时是一个常见的问题，因为哈希函数通常会将不同长度的输入映射到固定长度的输出，可能会导致不同的输入映射到同一个哈希值上。

哈希碰撞的原因

哈希碰撞可能由以下原因导致：

有限的哈希空间：哈希函数的输出空间是有限的，而输入空间是无限的，这意味着不同的输入可能会映射到相同的哈希值上。
哈希函数设计不当：如果哈希函数的设计不合理，可能会导致碰撞更加频繁。

哈希碰撞的处理方式

当哈希碰撞发生时，需要采取适当的措施来解决这个问题，常见的处理方式包括：

链地址法（Chaining）：这是一种简单而有效的解决哈希碰撞的方法。在这种方法中，哈希表的每个槽位指向一个链表，具有相同哈希值的元素将被放置在同一个链表中。当发生哈希碰撞时，新元素将被插入到链表的末尾。
开放寻址法（Open Addressing）：在这种方法中，当发生哈希碰撞时，会寻找哈希表中的下一个可用位置来存储冲突的元素。这个过程可能包括线性探测、二次探测、双重哈希等策略。
再哈希（Rehashing）：当哈希碰撞频繁发生时，可以考虑重新调整哈希表的大小，并重新计算哈希函数，以减少碰撞的概率。
链表转红黑树：在一些现代编程语言和库中，当链表长度过长时，会将链表转换为更高效的数据结构，如红黑树，以提高查找效率。
完全哈希表（Perfect Hashing）：在一些特定情况下，可以使用完全哈希表来避免碰撞，这种方法通常适用于静态数据集。