数据结构概述

一. 初识数据结构

数据结构(Data Structure)：是操作系统中组织数据的集合

算法：是解决某一类问题的思想，在特定数据结构上，一组输入按照特定的方式输出

数据结构是算法的基石. 如果把算法比作一位成功的蓝人，那么数据结构就是他背后默默付出支持他的铝人…
研究算法的最终目的就是如何花更少的时间，如何占用更少的内存去完成相同的需求

数据结构可以分为两大类：

• 逻辑数据结构：反映数据元素之间的逻辑关系，与数据在计算机中存储的位置无关

• 物理数据结构：逻辑数据在计算机中真正存储的形式

我们都知道，在计算机的内存中，是没有逻辑结构这一说，都是一块块内存单元，逻辑结构是为了能更好的理解和解决而问题而抽象出来的. 它在计算机中不存在，但是我们可以通过物理结构模拟出来

数据结构的组成方式：

1. 线性结构 (数组，链表，栈，队列，哈希表)
2. 树 (二叉树，红黑树，B+树，二叉堆)
3. 图
4. 其他数据结构 (哈希链表，位图)

算法应用的领域：

1. 运算
2. 查找
3. 排序
4. 最优决策
5. 面试 (敲黑板了，这才是重点)

二. 时间复杂度和空间复杂度

衡量算法好坏的标准：

• 时间复杂度
• 空间复杂度

1. 时间复杂度

• 算法函数中的常数可以忽略；
• 算法函数中最高次幂的常数因子可以忽略；
• 算法函数中最高次幂越小，算法效率越高

常见时间复杂度的一个总结：

描述	增长的数量级	说明	举例
常数级别	1	普通语句	两个数相加
对数级别	logN	二分策略	二分查找
线性级别	N	循环	找出最大元素
线型对数级别	NlogN	分治思想	归并排序
平方级别	N^2	双层循环	检查所有元素对
立方级别	N^3	三层循环	检查所有三元组
指数级别	2^N	穷举查找	检查所有子集

时间复杂度从低到高依次为：
O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n^3)

2. 空间复杂度分析

基本数据类型内存占用情况：

数据类型	内存占用字节数
byte	1
short	2
int	4
long	8
float	4
double	8
boolean	1
char	2