浅谈数据结构和算法

数据结构和算法是什么

数据结构：数据之间的结构关系
算法：对数据的操作
数据结构+算法=程序设计
好的数据结构+好的算法=好的程序设计

数据结构之拆解

数据结构之逻辑结构-->逻辑上组织关系：线性，树形，图形，集合
数据结构之物理结构-->物理上存储结构：顺序存储，链式存储
ps：物理上的存储指的是在内存的存储结构，磁盘的数据组织一般由文件结构来描述

算法之拆解

算法即解决问题的方法，有输入有输出，有动作（CRUD）。
好的算法总的来说即时间效率高和存储量低，时间效率就是指的时间复杂度，存储量就是指的空间复杂度。
 1. 时间复杂度，一般用大O表示法来描述：
 按数量级递增依次为： O(1) < O(logn) < (n) < O(nlogn) < O(n^2) < O(n^3) < O(2^n) < O(n!) < O(n^n)
 2. 空间复杂度：大数据领域中的bitmap存储法 算是对空间复杂度的算法的一个拆解吧。

经典的数据结构-逻辑结构-线性

 1. 数组：在一个规整的内存中存储一些列数据
 2. 链表：在内存的任何地方都可以存储
 3. 散列：数组+链表
他们的RUD如下图

经典的数据结构-逻辑结构-树

1. 二叉查找树（Binary Search Tree）：image如下图，存在 不平衡导致退化成线性结构的问题
   

2. 红黑树（Red Black Tree）：基于BST，通过以下规则以达到平衡的目的。
   Hashmap在1.8之后采用的底层数据结构为红黑树

   1）每个结点要么是红的，要么是黑的。
   2）根结点是黑的。
   3）每个叶结点（叶结点即指树尾端NIL指针或NULL结点）是黑的。
   4）如果一个结点是红的，那么它的俩个儿子都是黑的。
   5）对于任一结点而言，其到叶结点树尾端NIL指针的每一条路径都包含相同数目的黑结点。
   

3. B树（Balance Tree）：二叉查找树结构由于树的深度过大而造成磁盘I/O读写过于频繁，进而导致查询效率低下，所以诞生了这种平衡的多叉树
   

4. B+树：B树的升级版，常用于mysql等数据库的索引的底层实现。

5. 数组与平衡二叉树基于时间复杂度的对比
   

经典的算法

1. 二分查找–>迭代
2. 分治—–>递归
   ・・・