随笔三——数据结构

数据结构

顺序表

顺序表是一种线性结构，用于存储具有相同数据类型的元素序列。在顺序表中，数据元素按照其逻辑顺序依次存放在一块连续的存储区域内。顺序表的元素访问速度较快，但插入和删除操作比较慢。

顺序表通常由两部分组成：
1.存储元素的数组；
2.记录顺序表长度和数组大小的变量。
数组中每个元素都占用固定大小的存储空间，可以通过下标访问每个元素。顺序表的下标从0开始，最后一个元素的下标为n-1，其中n为顺序表的长度。

顺序表的优点是元素的访问速度快，而且可以直接进行顺序存取。
另外，顺序表的空间利用率高，不会浪费多余的存储空间。顺序表的缺点是插入和删除操作比较慢，因为需要移动大量的元素。另外，顺序表的大小是固定的，不能动态调整，可能会造成存储空间的浪费或不足。

顺序表可以有两种实现方式：静态顺序表和动态顺序表。
静态顺序表在创建时就确定了存储空间的大小，不能动态调整；
动态顺序表则可以根据需要动态扩展和缩小存储空间。动态顺序表通常会预留一些空间，当元素个数达到数组大小时，会重新申请一块更大的内存，并将原来的元素复制到新的内存中。

顺序表的操作包括插入、删除、查找、遍历等。
插入操作可以在指定位置插入一个元素，需要将插入位置后面的元素依次后移；
删除操作可以删除指定位置的元素，需要将删除位置后面的元素依次前移；
查找操作可以查找指定元素在顺序表中的位置，可以使用顺序查找或二分查找等算法；
遍历操作可以依次访问顺序表中的每个元素，可以使用for循环或迭代器等方式实现。

链表

链表是一种常见的数据结构，用于存储具有相同数据类型的元素序列。
在链表中，每个元素由两个部分组成：
一个数据域，用于存储元素值；
一个指针域，用于指向下一个元素的位置。
链表中的元素不必按照逻辑顺序连续存储，它们可以在内存中的任意位置，通过指针进行连接。

链表通常由头结点和若干个数据结点组成。头结点不存储实际数据，只用于指向第一个数据结点，或者表示链表的长度和其他信息。数据结点包含数据和指针，其中指针指向下一个数据结点或者空节点。链表的最后一个节点通常是一个空节点，指针为空。

链表的优点是可以动态地分配和释放存储空间，不必预先定义存储空间的大小，因此具有灵活性和适应性。另外，链表的插入和删除操作比较快，只需要修改指针，不需要移动大量元素。
链表的缺点是访问任意一个节点的时间复杂度为O(n)，因为需要从头结点开始遍历整个链表。链表的空间利用率也不高，因为需要额外的指针存储链接关系。

链表可以有多种实现方式，包括单向链表、双向链表、循环链表、带头结点的链表等。
单向链表只有一个指针，指向下一个节点；
双向链表有两个指针，一个指向前一个节点，一个指向后一个节点；
循环链表的最后一个节点指向第一个节点，形成一个环形结构；
带头结点的链表在头结点中存储链表的长度等信息，方便进行操作。

链表的操作包括插入、删除、查找、遍历等。
插入操作可以在任意位置插入一个元素，只需要修改指针即可；
删除操作可以删除任意位置的元素，只需要修改指针即可；
查找操作可以查找指定元素在链表中的位置，需要遍历整个链表；
遍历操作可以依次访问链表中的每个元素，可以使用while循环或迭代器等方式实现。

哈希表

哈希表是一种用于存储键值对的数据结构，也称为散列表。它通过将键映射到索引来快速访问数据，而不是通过比较和搜索来查找数据。
哈希表的实现包括两个关键部分：哈希函数和数组。
哈希函数将键映射到数组的一个索引上；
而数组存储键值对。哈希表的优点是查找、插入和删除操作的平均时间复杂度为O(1)，效率高。

哈希函数是哈希表的核心，它将键映射到数组的一个索引上。哈希函数通常包括三个步骤：
将键转换为一个整数值（称为哈希码）、将哈希码压缩到数组的范围内、将压缩后的值作为数组的索引。
哈希函数需要满足以下条件：
1）对于相同的键，哈希函数应该始终返回相同的哈希码；
2）对于不同的键，哈希函数应该尽可能地将哈希码分布在整个数组范围内，以避免哈希冲突。

哈希冲突是指两个或多个不同的键映射到了相同的数组索引上。哈希冲突会影响哈希表的性能，因为它会导致查找、插入和删除操作的时间复杂度从O(1)变为O(n)，其中n是哈希表中键值对的数量。
解决哈希冲突的方法有很多种，其中最常见的方法是链式哈希表和开放寻址哈希表。
链式哈希表在数组中存储链表或者其他数据结构，每个元素都指向一个包含相同哈希码的键值对列表。
开放寻址哈希表在数组中存储键值对，当哈希冲突发生时，它会使用另外的散列函数来找到下一个可用的数组位置。

哈希表的操作包括插入、删除、查找等。
插入操作首先需要通过哈希函数将键映射到一个数组索引上，如果该位置为空，则将键值对存储在该位置上；如果该位置已经被占用，则需要处理哈希冲突，将键值对插入到链表或其他数据结构中。
删除操作需要先通过哈希函数查找到要删除的键值对所在的位置，然后将该位置的值置为null或者其他标记。
查找操作也需要先通过哈希函数查找到键所在的位置，然后返回该位置的值。

二叉树

二叉树是一种树形结构，其中每个节点最多有两个子节点。二叉树可以为空，也可以非空。每个非空节点包含一个值和指向左右子树的指针。左子树和右子树也是二叉树，但它们的节点值必须满足一定的大小关系，例如左子树的所有节点的值都小于根节点的值，右子树的所有节点的值都大于根节点的值。

二叉树的常用术语包括：根节点、叶节点、子树、节点的度数、深度、高度、父节点和子节点等。
根节点是二叉树的最上层节点，没有父节点；
叶节点是没有子节点的节点；
子树是由某个节点及其所有子孙节点组成的二叉树；
节点的度数是其子节点的数量；
深度是从根节点到该节点的路径长度，根节点深度为0；
高度是从该节点到叶节点的最长路径长度，叶节点高度为0；
父节点是某个节点的直接上级，子节点是某个节点的直接下级。

二叉树的遍历有三种方式：前序遍历、中序遍历和后序遍历。
前序遍历的顺序是先访问根节点，然后递归地访问左子树和右子树；
中序遍历的顺序是先递归地访问左子树，然后访问根节点，最后递归地访问右子树；
后序遍历的顺序是先递归地访问左子树和右子树，最后访问根节点。

二叉树还有一些特殊的类型，例如满二叉树、完全二叉树、平衡二叉树等。
满二叉树是一种高度为h的二叉树，其中所有非叶节点都有两个子节点，且所有叶节点都在同一层；
完全二叉树是一种高度为h的二叉树，其中除了最后一层外，每层节点都是满的，最后一层的节点都尽量靠左排列；
平衡二叉树是一种左右子树高度差不超过1的二叉树，也称为AVL树，它可以保证各种操作的时间复杂度都是O(log n)。