什么是数据结构?
数据结构是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。
我们为了解决问题,需要将数据保存下来,然后根据数据的存储方式来设计算法实现进行处理,那么数据的存储方式不同就会导致需要不同的算法进行处理。我们希望算法解决问题的效率越快越好,于是我们就需要考虑数据究竟如何保存的问题,这就是数据结构。
如:
列表和字典都可以存储一个班的学生信息,但是想要在列表中获取一名同学的信息时,就要遍历这个列表,其时间复杂度为O(n),而使用字典存储时,可将学生姓名作为字典的键,学生信息作为值,进而查询时不需要遍历便可快速获取到学生信息,其时间复杂度为O(1)。
什么是线性表?
线性表是某类元素的一个集合,还记录着元素之间的一种顺序关系。线性表是最基本的数据结构之一,在实际程序中应用非常广泛,它还经常被用作更复杂的数据结构的实现基础。
根据线性表的实际存储方式,分为两种实现模型:顺序表和链表(链表:1单向链表,2双向链表,3单向循环链表)
什么是顺序表?
将元素顺序地存放在一块连续的存储区里,元素间的顺序关系由它们的存储顺序自然表示。
顺序表与单链表的区别?
- 顺序表可以实现下标的快速访问,单链表则不可以,单链表必须从头依次遍历查找;
- 顺序表在中间或者头部插入节点时必须依次挪动后面节点的位置,而单链表却不用,单链表插入、删除节点比较方便;
- 顺序表每次增容固定大小的空间有可能会造成空间浪费,但不用每次插入时都动态开辟空间,单链表每次插入节点时都必须动态开辟空间、删除节点时必须释放掉动态开辟的空间。
元素外置原理?
元素存储的物理地址(实际内存地址)可以通过存储区的起始地址Loc (e0)加上逻辑地址(第i个元素)与存储单元大小(c)的乘积计算而得:Loc(ei) = Loc(e0) + c*i
顺序表中各单元位置保存对应元素的地址信息(即链接),实际数据元素另行存储。由于每个链接所需的存储量相同,通过上述公式,可以计算出元素链接的存储位置,而后顺着链接找到实际存储的数据元素。注意,图中的c不再是数据元素的大小,而是存储一个链接地址所需的存储量,这个量通常很小。
顺序表的两种基本实现方式?
图a为一体式结构,存储表信息的单元与元素存储区以连续的方式安排在一块存储区里,两部分数据的整体形成一个完整的顺序表对象。
一体式结构整体性强,易于管理。但是由于数据元素存储区域是表对象的一部分,顺序表创建后,元素存储区就固定了。
图b为分离式结构,表对象里只保存与整个表有关的信息(即容量和元素个数),实际数据元素存放在另一个独立的元素存储区里,通过链接与基本表对象关联。
Python中的list和tuple的底层实现
Python中的list和tuple两种类型采用了顺序表的实现技术,具有顺序表的所有性质。
tuple是不可变类型,即不变的顺序表,因此不支持改变其内部状态的任何操作,而其他方面,则与list的性质类似。
Python标准类型list就是一种元素个数可变的线性表,可以加入和删除元素,并在各种操作中维持已有元素的顺序(即保序),而且还具有以下行为特征:
- 基于下标(位置)的高效元素访问和更新,时间复杂度应该是O(1);
- 为满足该特征,应该采用顺序表技术,表中元素保存在一块连续的存储区中。
- 允许任意加入元素,而且在不断加入元素的过程中,表对象的标识(函数id得到的值)不变。
- 能更换元素存储区,并且为保证更换存储区时list对象的标识id不变,采用分离式实现技术。