目录树 删除 数据结构_前端之数据结构

不论是何种语言的开发，数据结构 和 算法 都是最基础的知识，这也是科班和培训班的主要差别之一，这篇文件将介绍一下常见的数据结构。

一、线性表

这是一种线性结构，直观的看，是一些元素排成一行，在线性表中，又可以分为 数组、链表、栈、队列 这四类。

1. 数组

数组在计算机内存里往往是连续的一块，数组中的元素由下标唯一确定，因此在数组中获取元素的复杂度是

，但增删元素时，元素左侧或者右侧的所有元素都得移动，因此增删的复杂度是

。

在其他语言比如 C 里，数组还有“越界”的报错，表示访问了数组下标范围之外的地方，当然在 JS 中没有越界报错，会得到 undefined。

2. 链表

链表中的每个元素都保留了下一个元素的引用，像链条一样串联起来，所以在链表中获取一个元素，需要从头开始遍历，复杂度是

，而增删元素只需要处理前后节点的引用，复杂度是

，这和数组恰恰相反。

当链表的最后一个元素指向前面的元素时，将形成 环；当元素还包含指向前一个节点指针时，就形成了 双向链表。

3. 栈

栈是一种只能在末尾增删元素的数据结构，先进后出，JS 数组的 push/pop 方法，其实就是栈操作。栈一般用于有匹配关系的场景，比如判断括号是否匹配；在搜索中，栈对应了 DFS，即深度优先遍历。

4. 队列

队列则是只能在队头删除元素、队尾增加元素，先进先出，JS 数组的 shift/push 方法，就是队列操作。队列一般用于生产/消费场景，生产者往队列里丢任务，消费者按次序处理；在搜索中，队列对应了 BFS，即广度优先遍历。

二、树

线性表的元素 只有一个前驱结点和一个后继节点，当元素 只有一个前驱节点但有多个后继节点 时，就形成了树。树在前端最典型的应用场景是目录树，另外，二叉树 和 二叉堆 也是常用的数据结构。

二叉树表示每个节点最多有两个子节点，二叉堆在二叉树的基础上，要求父节点都必须不小于子节点（即 最大堆，相应的如果是不大于，则是 最小堆）。借助堆，可以实现一个高效的 优先级队列。

树的主要操作是遍历，需要掌握 前序/中序/后序/层次 等遍历方式。

三、图

如果元素有 多个前驱节点和多个后继节点，则形成了图。生活中的地图就是最典型的图，图的主要操作有查找、最短路径等，常常用到 DFS 和 BFS。

四、散列表

散列表是一种将元素通过 hash 函数直接映射到内存的数据结构，编程语言里的 Map（或者字典）就是散列表，也叫 Hash 表，它的操作基本都是在 O(1) 时间里完成，非常高效。开发中我们一般不需要自己设计散列表，但是仍有必要了解这个数据结构。

本文介绍了线性表、树、图、散列表四种常见的数据结构，这对我们认识数据、设计数据模型是很重要的，也是从“调用工程师”迈向“开发工程师”的第一步，下篇文章将介绍常用算法。

感谢阅读。