我的第一本算法书之第一章数据结构

1-1 什么是数据结构

• 决定了数据的顺序和位置关系
• 数据存储于内存时，决定了数据顺序和位置关系的便是“数据结构”。

电话簿的数据结构
例① 从上往下顺序添加
例② 按姓名的拼音顺序排列

• 两种方法的优缺点
  • 总的来说，数据按获取顺序排列的话，虽然添加数据非常简单，只需要把数据加在最后就可以了，但是在查询时较为麻烦；以拼音顺序来排列的话，虽然在查询上较为简单，但是添加数据时又会比较麻烦。
  • 虽说这两种方法各有各的优缺点，但具体选择哪种还是要取决于这个电话簿的用法。如果电话簿做好之后就不再添加新号码，那么选择后者更为合适；如果需要经常添加新号码，但不怎么需要再查询，就应该选择前者。
• 将获取顺序与拼音顺序结合起来怎么样
  • 分别使用不同的表存储不同的拼音首字母，比如表L、表M、表N等，然后将同一张表中的数据按获取顺序进行排列。
• 选择合适的数据结构以提高内存的利用率
  • 数据结构方面的思路也和制作电话簿时的一样。将数据存储于内存时，根据使用目的选择合适的数据结构，可以提高内存的利用率。

1-2 链表

• 链表是数据结构之一，其中的数据呈线性排列。在链表中，数据的添加和删除都较为方便，就是访问比较耗费时间。
• 在链表中，数据一般都是分散存储于内存中的，无须存储在连续空间内。
• 因为数据都是分散存储的，所以如果想要访问数据，只能从第1个数据开始，顺着指针的指向一一往下访问（这便是顺序访问）
  
  
  

对链表的操作所需的运行时间到底是多少呢？在这里，我们把链表中的数据量记成n。访问数据时，我们需要从链表头部开始查找（线性查找），如果目标数据在链表最后的话，需要的时间就是O（n）。另外，添加数据只需要更改两个指针的指向，所以耗费的时间与n无关。如果已经到达了添加数据的位置，那么添加操作只需花费O（1）的时间。删除数据同样也只需O（1）的时间。

• 循环链表

  • 虽然上文中提到的链表在尾部没有指针，但我们也可以在链表尾部使用指针，并且让它指向链表头部的数据，将链表变成环形。这便是“循环链表”，也叫“环形链表”。循环链表没有头和尾的概念。想要保存数量固定的最新数据时通常会使用这种链表。
    

• 双向链表

  • 上文链表里的每个数据都只有一个指针，但我们可以把指针设定为两个，并且让它们分别指向前后数据，这就是“双向链表”。使用这种链表，不仅可以从前往后，还可以从后往前遍历数据，十分方便。
  • 但是，双向链表存在两个缺点：一是指针数的增加会导致存储空间需求增加；二是添加和删除数据时需要改变更多指针的指向。
    

1-3 数组

• 数组也是数据呈线性排列的一种数据结构。与前一节中的链表不同，在数组中，访问数据十分简单，而添加和删除数据比较耗工夫

• 由于数据是存储在连续空间内的，所以每个数据的内存地址（在内存上的位置）都可以通过数组下标算出，我们也就可以借此直接访问目标数据（这叫作“随机访问”）。

这里讲解一下对数组操作所花费的运行时间。假设数组中有n个数据，由于访问数据时使用的是随机访问（通过下标可计算出内存地址），所以需要的运行时间仅为恒定的O（1）。但另一方面，想要向数组中添加新数据时，必须把目标位置后面的数据一个个移开。所以，如果在数组头部添加数据，就需要O（n）的时间。删除操作同理。

• 在链表和数组中，数据都是线性地排成一列。在链表中访问数据较为复杂，添加和删除数据较为简单；而在数组中访问数据比较简单，添加和删除数据却比较复杂。
  

1-4 栈

• 栈也是一种数据呈线性排列的数据结构，不过在这种结构中，我们只能访问最新添加的数据。
  
  

像栈这种最后添加的数据最先被取出，即“后进先出”的结构，我们称为Last InFirst Out，简称LIFO。
与链表和数组一样，栈的数据也是线性排列，但在栈中，添加和删除数据的操作只能在一端进行，访问数据也只能访问到顶端的数据。想要访问中间的数据时，就必须通过出栈操作将目标数据移到栈顶才行。

1-5 队列

• 与前面提到的数据结构相同，队列中的数据也呈线性排列。虽然与栈有些相似，但队列中添加和删除数据的操作分别是在两端进行的。就和“队列”这个名字一样，把它想象成排成一队的人更容易理解。在队列中，处理总是从第一名开始往后进行，而新来的人只能排在队尾。
  
  
  

像队列这种最先进去的数据最先被取来，即“先进先出”的结构，我们称为FirstIn First Out，简称FIFO。与栈类似，队列中可以操作数据的位置也有一定的限制。
在栈中，数据的添加和删除都在同一端进行，而在队列中则分别是在两端进行的。队列也不能直接访问位于中间的数据，必须通过出队操作将目标数据变成首位后才能访问。

1-6 哈希表

• 在哈希表这种数据结构中，使用将在5-3节讲解的“哈希函数”，可以使数据的查询效率得到显著提升。
  

在哈希表中，我们可以利用哈希函数快速访问到数组中的目标数据。如果发生哈希冲突，就使用链表进行存储。这样一来，不管数据量为多少，我们都能够灵活应对。
如果数组的空间太小，使用哈希表的时候就容易发生冲突，线性查找的使用频率也会更高；反过来，如果数组的空间太大，就会出现很多空箱子，造成内存的浪费。因此，给数组设定合适的空间非常重要。

• 解决冲突方法
  • 链地址法：在存储数据的过程中，如果发生冲突，可以利用链表在已有数据的后面插入新数据来解决冲突。
  • 开放地址法：当冲突发生时，立刻计算出一个候补地址（数组上的位置）并将数据存进去。如果仍然有冲突，便继续计算下一个候补地址，直到有空地址为止。可以通过多次使用哈希函数或“线性探测法”等方法计算候补地址

1-7 堆

• 堆是一种图的树形结构，被用于实现“优先队列”（priority queues）
• 在堆中存储数据时必须遵守这样一条规则：子结点必定大于父结点。
• 此处所指的堆是特指的小顶堆，顾名思义就是最小的数字是在最上面堆着摆放，而大顶堆则是最大的数字在最上面摆放。
  
  
  
  

堆中最顶端的数据始终最小，所以无论数据量有多少，取出最小值的时间复杂度都为O（1）。
因为取出数据后需要将最后的数据移到最顶端，然后一边比较它与子结点数据的大小，一边往下移动，所以取出数据需要的运行时间和树的高度成正比。假设数据量为n，根据堆的形状特点可知树的高度为log2n，那么重构树的时间复杂度便为O（logn）。
添加数据也一样。在堆的最后添加数据后，数据会一边比较它与父结点数据的大小，一边往上移动，直到满足堆的条件为止，所以添加数据需要的运行时间与树的高度成正比，也是O（logn）。

• 如果需要频繁地从管理的数据中取出最小值，那么使用堆来操作会非常方便。比如4-5节中提到的狄克斯特拉算法，每一步都需要从候补顶点中选择距离起点最近的那个顶点。此时，在顶点的选择上就可以用到堆。

1-8 二叉查找树

• 二叉查找树（又叫作二叉搜索树或二叉排序树）是一种数据结构，采用了图的树形结构（关于树形结构的详细说明请参考4-2节）。数据存储于二叉查找树的各个结点中。
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  

我们可以把二叉查找树当作是二分查找算法思想的树形结构体现（二分查找的详细说明在3-2节）。因为它具有前面提到的那两个性质，所以在查找数据或寻找适合添加数据的位置时，只要将其和现有的数据比较大小，就可以根据比较结果得知该往哪边移动了。
比较的次数取决于树的高度。所以如果结点数为n，而且树的形状又较为均衡的话，比较大小和移动的次数最多就是log2n。因此，时间复杂度为O（logn）。
但是，如果树的形状朝单侧纵向延伸，树就会变得很高，此时时间复杂度也就变成了O（n）。

• 有很多以二叉查找树为基础扩展的数据结构，比如“平衡二叉查找树”。这种数据结构可以修正形状不均衡的树，让其始终保持均衡形态，以提高查找效率。
• 另外，虽然文中介绍的二叉查找树中一个结点最多有两个子结点，但我们可以把子结点数扩展为m（m为预先设定好的常数）。像这种子结点数可以自由设定，并且形状均衡的树便是B树。