⼀、 数据结构的存储⽅式
数据结构的存储⽅式只有两种: 数组(顺序存储) 和链表(链式存储)
有很多人会有疑问,不是还有散列表,栈,队列,堆,树,图等等各种的数据结构,不过上述的这些都是属于上层建筑,而数组和链表才是结构基础。
比如:
- ⽐如说「队列」 、 「栈」 这两种数据结构既可以使⽤链表也可以使⽤数组实现。 ⽤数组实现, 就要处理扩容缩容的问题; ⽤链表实现, 没有这个问题,但需要更多的内存空间存储节点指针。
- 「图」 的两种表⽰⽅法, 邻接表就是链表, 邻接矩阵就是⼆维数组。 邻接矩阵判断连通性迅速, 并可以进⾏矩阵运算解决⼀些问题, 但是如果图⽐较稀疏的话很耗费空间。 邻接表⽐较节省空间, 但是很多操作的效率上肯定⽐不过邻接矩阵。
- 「散列表」 就是通过散列函数把键映射到⼀个⼤数组⾥。 ⽽且对于解决散列冲突的⽅法, 拉链法需要链表特性, 操作简单, 但需要额外的空间存储指针; 线性探查法就需要数组特性, 以便连续寻址, 不需要指针的存储空间,但操作稍微复杂些。
- 「树」 , ⽤数组实现就是「堆」 , 因为「堆」 是⼀个完全⼆叉树, ⽤数组存储不需要节点指针, 操作也⽐较简单; ⽤链表实现就是很常⻅的那种「树」 , 因为不⼀定是完全⼆叉树, 所以不适合⽤数组存储。 为此, 在这种链表「树」 结构之上, ⼜衍⽣出各种巧妙的设计, ⽐如⼆叉搜索树、 AVL树、 红⿊树、 区间树、 B 树等等, 以应对不同的问题。
⼆者的优缺点如下:
- 数组由于是紧凑连续存储,可以随机访问, 通过索引快速找到对应元素, ⽽且相对节约存储空间。 但正因为连续存储, 内存空间必须⼀次性分配够, 所以说数组如果要扩容, 需要重新分配⼀块更⼤的空间, 再把数据全部复制过去, 时间复杂度 O(N); ⽽且你如果想在数组中间进⾏插⼊和删除, 每次必须搬移后⾯的所有数据以保持连续, 时间复杂度 O(N)。
- 链表因为元素不连续, ⽽是靠指针指向下⼀个元素的位置, 所以不存在数组的扩容问题; 如果知道某⼀元素的前驱和后驱, 操作指针即可删除该元素或者插⼊新元素, 时间复杂度 O(1)。 但是正因为存储空间不连续, 你⽆法根据⼀个索引算出对应元素的地址, 所以不能随机访问; ⽽且由于每个元素必须存储指向前后元素位置的指针, 会消耗相对更多的储存空间。
二、 数据结构的基本操作
对于任何数据结构, 其基本操作⽆⾮遍历 + 访问, 再具体⼀点就是: 增删查改。
数据结构种类很多, 但它们存在的⽬的都是在不同的应⽤场景, 尽可能⾼效地增删查改。 话说这不就是数据结构的使命么?
如何遍历 + 访问? 我们仍然从最⾼层来看, 各种数据结构的遍历 + 访问⽆⾮两种形式: 线性的和⾮线性的。
线性就是 for/while 迭代为代表, ⾮线性就是递归为代表。 再具体⼀步, ⽆⾮以下⼏种框架:
数组遍历框架, 典型的线性迭代结构:
void traverse(int[] arr){
for(int i=0;i<arr.length;i++){
//迭代访问
}
}
链表遍历框架, 兼具迭代和递归结构:
/* 基本的单链表节点 */
class ListNode {
int val;
ListNode next;
}
void traverse(ListNode head) {
for (ListNode p = head; p != null; p = p.next) {
// 迭代访问 p.val
}
}
void traverse(ListNode head) {
// 递归访问 head.val
traverse(head.next)
}
⼆叉树遍历框架, 典型的⾮线性递归遍历结构:
/* 基本的⼆叉树节点 */
class TreeNode {
int val;
TreeNode left, right;
}
void traverse(TreeNode root) {
traverse(root.left)
traverse(root.right)
}
你看⼆叉树的递归遍历⽅式和链表的递归遍历⽅式, 相似不? 再看看⼆叉树结构和单链表结构, 相似不? 如果再多⼏条叉, N 叉树你会不会遍历?⼆叉树框架可以扩展为 N 叉树的遍历框架:
/* 基本的 N 叉树节点 */
class TreeNode {
int val;
TreeNode[] children;
}
void traverse(TreeNode root) {
for (TreeNode child : root.children)
traverse(child)
}
N 叉树的遍历⼜可以扩展为图的遍历, 因为图就是好⼏ N 叉棵树的结合体。 你说图是可能出现环的? 这个很好办, ⽤个布尔数组 visited 做标记就⾏了, 这⾥就不写代码了。
框架思想
刷⼆叉树看到题⽬没思路? 根据很多读者的问题, 其实⼤家不是没思路, 只是没有理解我们说的「框架」 是什么。 不要⼩看这⼏⾏破代码, ⼏乎所有⼆叉树的题⽬都是⼀套这个框架就出来了。
void traverse(TreeNode root) {
// 前序遍历
traverse(root.left)
// 中序遍历
traverse(root.right)
// 后序遍历
}
例子
LeetCode 124 题, 难度 Hard, 让你求⼆叉树中最⼤路径和, 主要代码如下:
int ans = INT_MIN;
int oneSideMax(TreeNode* root) {
if (root == nullptr) return 0;
int left = max(0, oneSideMax(root->left));
int right = max(0, oneSideMax(root->right));
ans = max(ans, left + right + root->val);
return max(left, right) + root->val;
}
LeetCode 105 题, 难度 Medium, 让你根据前序遍历和中序遍历的结果还原⼀棵⼆叉树, 很经典的问题吧, 主要代码如下:
TreeNode buildTree(int[] preorder, int preStart, int preEnd,int[] inorder, int inStart, int inEnd, Map<Integer, Integer> inMap) {
if(preStart > preEnd || inStart > inEnd) return null;
TreeNode root = new TreeNode(preorder[preStart]);
int inRoot = inMap.get(root.val);
int numsLeft = inRoot - inStart;
root.left = buildTree(preorder, preStart + 1, preStart + numsLeft,inorder, inStart, inRoot - 1, inMap);
root.right = buildTree(preorder, preStart + numsLeft + 1, preEnd,
inorder, inRoot + 1, inEnd, inMap);
return root;
}