数据结构
数据结构的划分主要是从时间顺序和空间顺序进行划分。
线性结构(1-1):数组,链表,队列,栈
树状结构(1-2):二叉树
树状结构(1-m):多叉树
图(m-n):有向图,无向图
散列表(?-?):哈希表
基本的数据结构无非以上几种结构,其余的数据结构都是从以上数据结构中衍生或者组合出来的。
数据和链表是1-1类型的,即只有一个前驱元素和一个后续元素;
二叉树是1-2类型的,包含一个前驱元素和两个后驱元素;
m叉树是1-m类型的,包含一个前驱元素和m个后驱元素;
图是m-n类型的,包含m个前驱元素和n个后驱元素;
散列表比较特殊,他的原理是将字符串转化为数字,再用数字作为数组索引存储,散列表只跟字符串本身有关,因此他的前驱和后驱可能是空的,尚未存储值。
线性结构
线性结构包括:数组,链表,队列,栈。
数组和链表是最基础的物理存储结构,数组代表连续存储,链表代表分散存储。
:::tip{title=“术语”}
访问:获取序列中的第n个值;
查找/搜索:判断是否存在某个值;
随机访问:也叫无序访问,不会维护时间顺序,可以读写任意元素;
顺序访问:维护时间顺序,比如队列的先进先出;
逆序访问:维护时间顺序,比如栈的先进后出;
:::
数组:地址连续,随机访问,访问时间复杂度O(1),修改时间复杂度O(n);
链表:地址分散,随机访问,访问时间复杂度O(n),修改时间复杂度O(1);
队列:可以使用数组或链表实现,顺序访问;
栈:可以使用数组或链表实现,逆序访问;
队列
队列的功能完全可以通过维护数组下标来实现,但是队列比较常用,所以将数组下标的操作隐藏在了pop和push方法中,方便使用,而且队列还可以使用环形数组来实现,节约空间。
树状结构
二叉树
二叉树是多叉树的特例,之所以将二叉树和多叉树分开,是因为二叉树是树状结构中实际用途最多的数据结构,而且很是时候会将多叉树转换为二叉树去处理。
二叉树包括:普通二叉树,二叉搜索树(BST),二叉平衡树,B树,红黑树等等。
二叉树的遍历:
- 前序遍历,代表自顶向下的解法;
- 中序遍历,通常用于二叉搜索树,使搜索和插入的时间复杂度都是O(logn);
- 后序遍历,代表自底向上的解法。
在对树的遍历中,要学会构建树,也就是目标分解,这包括对一个整数值的分解,以及对目标数组的分解。
多叉树
多叉树的经典遍历方式:
- DFS,深度优先搜索;
- BFS,广度优先搜索。
DFS致力于纵向遍历一颗树,BFS致力于横向遍历一棵树。
因为DFS会在纵向遍历到终点时回溯,因此DFS和回溯法有很大的联系。
回溯法的目标是找出解空间中的所有解,这个解空间通常用一个数组表示,通过DFS方法恰巧可以遍历所有解向量的组合,因此回溯法的本质就是构建多叉树和DFS遍历多叉树。
图
有向图
无向图
理解递归
理解递归,还要从函数堆栈讲起。我在网上搜索的大量资料,都在用比喻说事,对我来说这实在是隔靴搔痒,不能解决根本问题。
递归的含义是函数自己调用自己,这句话是第一个让我误入歧途的概念。
递归的含义应该是当前函数入栈并跳转到函数地址重新传参调用,开始新的函数调用。
todo. 根据递归代码解释函数入栈,对函数栈进行极限推理。