常考的数据结构

最新推荐文章于 2022-09-02 22:12:50 发布

若彤*^O^*

最新推荐文章于 2022-09-02 22:12:50 发布

阅读量179

点赞数

文章标签：数据结构

本文链接：https://blog.csdn.net/weixin_43679066/article/details/107079167

版权

常考的数据结构

基础学科内容: 网络知识, 数据机构算法, 编程思想

时间复杂度: 通常使用最差的时间复杂度来衡量一个算法的好坏。
O(1) 表示时间复杂度是常数时间, 即这个操作和数据量没关系，是一个固定时间的操作，比如说四则运算。
当两个算法都是 O(N) 的时间复杂度，那么对比两个算法的好坏就要通过对比低阶项和常数项了。
栈是一个线性结构,是相当常见的数据结构
栈的特点是: 只能在某一端添加或删除数据, 遵循先进后出的原则.
实现方式：可以把栈看成是数组的一个子集，所以使用数组来实现。class Stack { constructor() { this.stack = [] } push(item) { this.stack.push(item) } pop() { this.stack.pop() } peek() { return this.stack[this.getCount() - 1] } getCount() { return this.stack.length } isEmpty() { return this.getCount() === 0 } }
匹配括号,可以通过栈的特性来实现.
队列: 是一个线性结构, 特点是在一端添加数据, 另一端删除数据, 遵循先进先出的原则。
实现队列：两种方式：单链队列O(n)和循环队列O(1)。
链表：是一个线性结构，也是天然的递归结构。
链表结构可以充分利用计算机内存空间，实现灵活的内存动态管理。但是链表失去了数组随机读取的优点，同时链表由于增加了结点的指针域，空间开销比较大。
实现方式：单向链表。
树：有很多种结构, 二叉树是最常见的
(1) 二叉树: 是一个天然的递归结构.
二叉树拥有一个根节点，每个节点至多拥有两个子节点，分别为：左节点和右节点。树的最底部节点称之为叶节点，当一颗树的叶数量数量为满时，该树可以称之为满二叉树。

(2) 二分搜索树: 也是二叉树, 拥有二叉树的特性, 但是区别在于二分搜索树每个节点的值都比他的左子树的值大，比右子树的值小。

当需要查找 6 的时候，因为需要查找的值比根节点的值大，所以只需要在根节点的右子树上寻找，大大提高了搜索效率。
树的遍历:有三种遍历方式,分别是先序遍历,中序遍历,后序遍历。三种遍历的区别在于何时访问节点。也是深度遍历
在遍历树的过程中，每个节点都会遍历三次，分别是遍历到自己，遍历左子树和遍历右子树。如果需要实现先序遍历，那么只需要第一次遍历到节点时进行操作即可。
还有种遍历叫做广度遍历，也就是一层层地遍历树，需要利用队列结构来完成。
向下取整和向上取整。这两个操作是相反的，代码也是相似的。
排名：用于获取给定值的排名或者排名第几的节点的值，这两个操作也是相反的，代码类似。
删除节点：二分搜索树最难实现的删除节点。
删除节点存在以下情况：

需要删除的节点没有子树
需要删除的节点只有一条子树
需要删除的节点有左右两条树
对于前两种情况很好解决，但是第三种情况就有难度了，所以先来实现相对简单的操作：删除最小节点，对于删除最小节点来说，是不存在第三种情况的，删除最大节点操作是和删除最小节点相反的，所以这里也就不再赘述。
如何删除任意节点: 当遇到这种情况时，需要取出当前节点的后继节点（也就是当前节点右子树的最小节点）来替换需要删除的节点。然后将需要删除节点的左子树赋值给后继结点，右子树删除后继结点后赋值给他。

AVL树：二分搜索树实际在业务中是受到限制的，因为并不是严格的 O(logN)，在极端情况下会退化成链表，比如加入一组升序的数字就会造成这种情况。
AVL 树改进了二分搜索树，在 AVL 树中任意节点的左右子树的高度差都不大于 1，这样保证了时间复杂度是严格的 O(logN)。基于此，对 AVL 树增加或删除节点时可能需要旋转树来达到高度的平衡。
必须遵循根节点比左节点大，比右节点小
Trie: 在计算机科学，trie，又称前缀树或字典树，是一种有序树，用于保存关联数组，其中的键通常是字符串。
主要的作用是：方便搜索字符串，特点如下：

根节点代表空字符串，每个节点都有 N（假如搜索英文字符，就有 26 条）条链接，每条链接代表一个字符
节点不存储字符，只有路径才存储，这点和其他的树结构不同
从根节点开始到任意一个节点，将沿途经过的字符连接起来就是该节点对应的字符串

并查集：并查集是一种特殊的树结构，用于处理一些不交集的合并及查询问题。该结构中每个节点都有一个父节点，如果只有当前一个节点，那么该节点的父节点指向自己。
这个结构中有两个重要的操作，分别是：

Find：确定元素属于哪一个子集。它可以被用来确定两个元素是否属于同一子集。
Union：将两个子集合并成同一个集合。
在这里插入图片描述
11. 堆：通常是一个可以被看做一棵树的数组对象。
堆的实现通过构造二叉堆，实为二叉树的一种。这种数据结构具有以下性质。