一、数据结构
-
什么是数据结构:是用来做计算存储,组织数据(插入数据,更新数据,删除数据,查询数据)的一种方式,是相互之间,存在一种或者多种特定关系的数据结合。数据结构需要高效的算法和索引技术。
-
常见的数据结构:
-
意义:带来更高效的存储和运行效率
-
要求:高效的检索算法和索引技术
-
作用(模拟:存储学生的信息)
-
保存学生信息
-
修改学生信息
-
删除学生信息
-
查询学生信息
-
查询多个学生信息
-
-
ArrayList LinkedList HashMap (高度封装,别人给我们提供好的)
二、ArrayList
-
大O表示法(BigO):用来描述时间的复杂度,专门用来衡量计算机性能
-
分析 ArrayList 性能
-
新增操作:
-
把数据添加到最后一个元素,至少操作一次
-
如果把数据放到数组的第一个位置,现在有N个元素,此时需要操作N次(整体后移)
-
平均:O((N+1)/2 ) O(N)
-
-
删除操作:
-
如果是最后一个元素,操作一次
-
如果删除第一个元素,操作N次
-
平均 O((N+1)/2) O(N)
-
-
修改操作:
-
操作一次
-
-
查询操作:
-
根据索引去查,也是操作1次
-
根据元素来查,1-N次之间 O((N+1)/2 ) O(N)
-
-
-
基于数组结够,做查询和修改非常快,但是做删除和新增会慢一点
三、链表 LinkedList
链表分为:
-
单向链表
增加和删除
-
双向链表
-
往前添加
-
往后添加
-
删除
-
分析 LinkedList 性能
-
增加:
-
直接从头尾增加,操作1次
-
-
删除
-
如果删除头尾元素,操作1次
-
删除中间元素,(1+N)/2
-
-
查询
-
查询头尾 1次
-
查询中间 (1+N)/2
-
-
修改
-
头尾1次
-
中间 (1+N)/2
-
基于数组和链表的对比:
-
ArrayList:查询更改较快,新增和删除较慢
-
LinkedList:查询,更改较慢,新增和删除较快
四、队列
队列是一种特殊的线性表,特殊之处在于只允许在表的前端或者后端操作
单向队列(Queue):先进先出(FIFO),只能从队尾插入数据,从头部删除
双向队列(Deque):可以从头尾什么都可以操作。
五、栈
-
栈(stack):受限制的线性表,先进后出(FILO)
-
被限制只允许从表的一段进行插入和删除运算,这一端称为栈顶,另一端就称为栈底
六、哈希表:Hash
-
一般数组中,通过索引操作的,索引和我们元素之间是不存在确定关系。查找值直接查索引就行
-
hashtable:元素值和我们的hashtable 是存在对应关系的
-
需求:不适用任何的集合,也不使用数据库,添加学生信息(id name),做到快速查询
-
插入查询特别快
-
元素位置--->哈希码--->链表
-