数据结构之框架思维

数据结构存储方式

数据结构的存储⽅式只有两种：数组（顺序存储）和链表（链式存储）

这句话怎么理解，不是还有散列表、栈、队列、堆、树、图等等各种数据结构吗？

其他数据结构底层都是数据和链表演化而来，究其源头，都是在链表或者数组上的特殊操作，API 不同⽽已

数据结构	描述
数组	1、数组由于是紧凑连续存储,可以随机访问，通过索引快速找到对应元素，且相对节约存储空间。 2、因为连续存储，内存空间必须⼀次性分配够，若要扩容，需重新分配⼀块更⼤的空间，再把数据全部复制过去，时间复杂度 O(N) 3、在数组中间进插入和删除，每次必须搬移后面的所有数据以保持连续，时间复杂度 O(N)
链表	1、链表因为元素内存地址不连续，⽽是靠指针指向下⼀个元素的位置，不存在数组的扩容问题 2、如果知道某⼀元素的前驱和后驱，操作指针即可删除该元素或者插⼊新元素，时间复杂度 O(1)。头插法O(1)，尾插法O(n) 3、因为存储空间不连续，你⽆法根据⼀个索引算出对应元素的地址，所以不能随机访问 4、每个元素须存储指向前后元素位置的指针，会消耗相对更多的储存空间
队列	既可以使链表也可以使数组实现
栈	既可以使链表也可以使数组实现
图	「图」的两种表法，邻接表就是链表，邻接矩阵就是⼆维数组。 邻接矩阵判断连通性迅速，并可以进矩阵运算解决⼀些问题，但是如果图较稀疏的话很耗费空间。 邻接表较节省空间，但是很多操作的效率上肯定不过邻接矩阵。
散列表	通过散列函数把键映射到⼀个⼤数组⾥ 对于解决散列冲突的⽅法： 1、拉链法需要链表特性，操作简单，但需要额外的空间存储指针 2、线性探查法就需要数组特性，以便连续寻址，不需要指针的存储空间，但操作稍微复杂些
树	⽤数组实现就是「堆」是⼀个完全⼆叉树 链表实现就是很常⻅的那种「树」，因为不⼀定是完全⼆叉树，所以不适合⽤数组存储 在这种链表「树」结构之上，⼜衍⽣出各种巧妙的设计，⽐如⼆叉搜索树、AVL树、红⿊树、区间树、B 树等等，以应对不同的问题

数据结构的基本操作

数据结构是存储数据的容器，操作无非增删查改，底层基本操作⽆⾮遍历 + 访问（线性的和⾮线性）

数据结构种类很多，但它们存在的⽬的都是在不同的应⽤场景，尽可能⾼效地增删查改

线性就是 for/while 迭代为代表，⾮线性就是递归为代表

数组遍历框架

void traverse(int[] arr) {
    for (int i = 0; i < arr.length; i++) {
    // 迭代访问 arr[i]
    }
}

链表遍历框架

/* 基本的单链表节点 */
class ListNode {
    int val;
    ListNode next;
}

void traverse(ListNode head) {
    for (ListNode p = head; p != null; p = p.next) {
    	// 迭代访问 p.val
    }
}

void traverse(ListNode head) {
	// 递归访问 head.val
	traverse(head.next)
}

⼆叉树遍历框架

/* 基本的⼆叉树节点 */
class TreeNode {
    int val;
    TreeNode left, right;
}
// 典型的⾮线性递归遍历结构
void traverse(TreeNode root) {
    traverse(root.left)
    traverse(root.right)
}

多叉树的遍历框架

/* 基本的 N 叉树节点 */
class TreeNode {
    int val;
    TreeNode[] children;
}
void traverse(TreeNode root) {
    for (TreeNode child : root.children){
        traverse(child)
    }
}