常用数据据优缺点以及排序算法时间空间复杂度总结

常用数据结构优缺点对比

 

常用数据结构	使用场景	优点	缺点	备注
数组	数据量小、数据规模已知	在已知下标的情况下可以随机访问修改元素值O（1）	大小固定，删除，插入效率低，存储数据种类单一	创建时在内存中预留一块连续的区域，内存空置率高利用率较低，删除某一个，右序位置都会受到影响，有序数组比无序查找更快
链表	数据量较小，需要频繁增加，删除操作的场景	插入、删除快，内存利用率高	因为含有大量的指针域，占用空间较大；查找元素需要遍历链表来查找O（n），效率低	创建时不指定大小，内存大小随数据量变化；内存的存储位置可以在任何地方，不要求连续，可扩展性强；每一个数据保存邻近的数据的地址
顺序栈	输入数据量可预知，应用于实现递归功能方面，例如斐波那契数列。	提供一种后入先出的存储方式	只能在一头操作数据，存取其他项很慢，如果对数组大小创建不当，可能会产生栈溢出的情况	在输入数据可预知的情况下，使用数组实现栈，并且数组实现栈效率更高，出入栈都在数组末尾
链栈	输入数据量未知	不会出现栈溢出	由于入栈时，需要创建插入节点，要向操作系统申请内存，所以链栈没有顺序栈效率高	同上
队列	数据量小、数据规模已知	提供一种先入先出的存储方式	只能在一头添加，另一头获取存取其他项很慢	如果数据量已知就使用数组实现队列，未知就使用链表实现，出队和入队均是O（1）
二叉查找树	结合数组和链表的优点，适合数据量较大且数据是随机分布的	查询增删速度较快（如果树平衡），存储的数据类型相对灵活，不指定内存大小，内存利用率较高	1.只能从根节点开始查询，不具备随机访问性；2.插入数据不随机且连续有序时，构造的二叉树就会只有左子树或右子树，形成一种链式结构，查询增删效率O(logN)降低，甚至接近链表为O（n）	具有一定顺序，左子节点值较小，右子节点值较大
平衡二叉树（红黑树）	无论数据是否随机分布都能提供O（logN）级别的查询，增删效率	改善了二叉搜索树的缺点	实现起来稍微复杂，平衡树结构会产生了额外开销	它的前提是一个二叉搜索树，且任意节点的子树的高度差都小于等于 1，改善了二叉搜索树的缺点
堆（完全二叉树）	常用于实现优先队列，如针对TOP型排序问题（获取最大或最小前n项）	插入删除较快，对最值数据项存取很快	对其他项存取很慢	堆是一颗完全二叉树，堆中任意节点总是不大于或不小于其子节点的值。
哈希	数据量大且不需要对最大最小值存取	关键字已知则存取速度极快	如果不知道关键字则存取很慢；基于数组，创建后扩展性差；数据没有顺序概念	哈希表中的 key 是不允许重复的；基于哈希映射，会有冲突产生
图	对现实世界的建模	直观	有些算法慢且复杂

 
 

排序算法对比