数据结构

常用单词：

Array: 数组
LinkedList：链表
list：线性表
stack: 栈
queue: 队列

链表

基本介绍
四种常见的链表包括：单向链表，单向循环链表，双向链表，双向循环链表

栈

括号匹配， 浏览器后退功能（历史记录）

队列

消息队列： 中间件，用于系统间的解耦，异步
https://www.zhihu.com/question/54152397?sort=created

树

概念串：
1.二叉树概念：节点（节点度degree，层次level,深度depth）, 子节点父节点兄弟节点（child,parent,sibling）, 森林（forest）几个树的集合
2.两种二叉树类别：
~普通二叉树-- 满二叉树 –完全二叉树（满二叉树一定是完全二叉树）-堆.
~二叉树 --二叉搜索树(BST) – 平衡二叉搜索树（AVL）
只有完全二叉树才可以使用顺序表存储：即堆

堆性质： 用数组连续存储（存储结构）的节点值大于子节点值（功能逻辑结构）的完全二叉树（基本逻辑结构）

应用：堆排序
1.通过子节点与父节点的递归比较，建立堆，把最大堆堆顶的最大数取出，
2.通过子节点与父节点的递归比较，将剩余的堆继续调整为最大堆，再次将堆顶的最大数取出

平衡二叉查找树（binary search tree）-- AVL
用链表实现（存储结构）的左子树-根-右子树为小-中-大结构（功能逻辑结构）的二叉树（基本逻辑结构）。 本质即层次性的二分查找

应用：二分查找
如果想查找某个数字X，从根节点开始比较。如果X比根节点大，则去与根节点的右节点比较，如此类推，直到找到X（或子节点为空）为止。
例：如果想找25：从根节点开始比较：25>15。去根节点右边，与下一个节点（20）比较，结果25>20。接着去右边，与下一个节点（25）比较，结果25=25，查找成功

-平衡二叉查找树：基于二叉查找树的优化，优化其时间复杂度
二叉查找树的形状不固定，如果变成线性排列的话，查找速度变为遍历，效率极低。

1.引入平衡因子机制。 左子树深度与右子树深度相差不大于一， 就说明这棵树平衡

2.最小不平衡子树：

3.平衡二叉查找树应用：将二叉查找树通过旋转 ，变为平衡二叉查找树

按照平衡二叉树的插入方式插入一个元素，使得整个树不平衡了
1.找到要调整的三个点：判断每棵子树的平衡因子，找到最小不平衡树
从最小不平衡树的根节点走向插入的元素（导致不平衡的元素），最先经过的三个点就是要调整的三个点
2.如何调整（中序遍历+搜索树性质）：对整棵树进行一次中序遍历，三个点的前中后位置就是旋转后应该在的位置 + 二叉搜索树的性质（左根右大小）
对排序树进行一次中序遍历，实际上就是树节点从小到大的序列

图

图：概念递增关系： 无向图（边edge）-- 有向图（Arc弧，出度入度Degree）–网network(权weight)
顶点vertex
顶点到顶点： path

1.树的前中后序遍历
树的遍历就是递归的进行 根左右，左根右，左右根的访问
所谓遍历就是：大树化小树，小树化元素。 左根右 指的是 左子树，根，右子树
BFS在树遍历中就是层序遍历
前序遍历就是右手原则的深度优先遍历

2.深度，广度优先遍历
深度优先遍历
1.固定一个方向递进下去 2.回溯上来。
顾名思义，深度优先，则是以深度为准则，先一条路走到底，直到达到目标。这里称之为递归下去。
否则既没有达到目标又无路可走了，那么则退回到上一步的状态，走其他路。这便是回溯上来。（右手原则） 右手原则指的是自己代入迷宫的 第一视角，面对岔路口只走最右手
广度优先遍历：
一层层的向外延伸， 一次只延伸一层节点。

3.最小生成树： 解决连通权值和最小问题（Krusca，Prim）
.Kruscal算法：在不构成环的前提下，一直取图中的最小边（以边为导向）连通9个点，就需要至少8个边
Prim算法：在不构成环的前提下，一直找离最小生成树最近的点并接入最小生成树（以点为导向），每次只能取一个点和一个边

两者比较： 最终的结果肯定是相同的
1.Prim算法是直接查找，多次寻找邻边的权重最小值，而Kruskal是需要先对权重排序后查找的
2.Kruskal在算法效率上是比Prim快的，因为Kruskal只需一次对权重的排序就能找到最小生成树，而Prim算法需要多次对邻边排序才能找到
3.边比较少时（边比点少），用Kruscal算法
点少时，用prim算法

–最短路径算法：求从一个顶点出发，到任意一个点的最短路径（Dijkstra迪杰斯特拉）
1.访问距离起始点最近的点B
2.计算B点所有邻接点到起始点A的距离（即起始点到B点的距离+B到邻接点的距离）
3.与表中路径比较， 如果比已知最短路径更短， 更新路径和距离
4.完成对B点的访问，将B点移出unvisit序列
重复上述步骤
核心思想是基于已知的最短路径，逐步比较出其他最短路径。然后比较出了到每个点的最短路径

访问一个点，得到新路径，比较之前已有路径得出最短距离，完成访问所有点，也就找到了起始点到所有点的最短距离

哈希表

哈希表： 顺序（逻辑）结构，树形结构，图形结构，哈希表结构
哈希表是一种基本逻辑结构（与线性，树，图并列），特点是
哈希表的元素间没有任何逻辑联系（即元素的索引没有任何联系），即通过哈希表内的一个元素，你无法找到另一个元素

哈希表这种基本逻辑，描述的是元素的地址与元素的值之间的关系。线性表，树，图三种基本逻辑结构描述的是元素间地址的关系

1.采取取余法（mod 12）作为哈希算法： 元素值 – 元素地址索引（即哈希值）
2.采用开放定址法的线性探测（满了就向后插）作为 解决哈希冲突的方法