3-图文打造LeeCode算法宝典-数据结构和算法

哈希表

哈希表存储的是由键（key）和值（value）组成的数据。

把键当成数据的标识符，把值当成数据的内容。

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。这种方法被称为“链地址法”。

我们将每个人的性别作为数据进行存储，键为人名，值为对应的性别。

结构如下：

存储

把Joe存进去

使用哈希函数（Hash）计算Joe的键，也就是字符串“Joe”的哈希值。得到的结果为4928。

将得到的哈希值除以数组的长度5，求得其余数。这样的求余运算叫作“mod运算”。此处mod运算的结果为3。

我们将Joe的数据存进数组的3号箱子中。重复前面的操作，将其他数据也存进数组中。

Sue键的哈希值为7291, mod 5的结果为1，将Sue的数据存进1号箱中。

Dan键的哈希值为1539, mod 5的结果为4，将Dan的数据存进4号箱中。

冲突

Nell键的哈希值为6276, mod 5的结果为1。本应将其存进数组的1号箱中，但此时1号箱中已经存储了Sue的数据。这种存储位置重复了的情况便叫作“冲突”。

可使用链表在已有数据的后面继续存储新的数据

Ally键的哈希值为9143, mod 5的结果为3。本应将其存储在数组的3号箱中，但3号箱中已经有了Joe的数据，所以使用链表，在其后面存储Ally的数据。

Bob键的哈希值为5278, mod 5的结果为3。本应将其存储在数组的3号箱中，但3号箱中已经有了Joe和Ally的数据，所以使用链表，在Ally的后面继续存储Bob的数据。

像这样存储完所有数据，哈希表也就制作完成了。

查询

查询Dan的性别

为了知道Dan存储在哪个箱子里，首先需要算出Dan键的哈希值，然后对其进行mod运算。最后得到的结果为4，于是我们知道了它存储在4号箱中。

查看4号箱可知，其中的数据的键与Dan一致，于是取出对应的值。由此我们便知道了Dan的性别为男（M）。

想要查询Ally的性别时该怎么做呢？为了找到它的存储位置，先要算出Ally键的哈希值，再对其进行mod运算。最终得到的结果为3。

然而3号箱中数据的键是Joe而不是Ally。此时便需要对Joe所在的链表进行线性查找。

于是我们找到了键为Ally的数据。取出其对应的值，便知道了Ally的性别为女（F）。

特点

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。

堆

堆是一种图的树形结构，被用于实现“优先队列”（priority queues）

优先队列是一种数据结构，可以自由添加数据，但取出数据时要从最小值开始按顺序取出。

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）。

堆中的每个结点最多有两个子结点。树的形状取决于数据的个数。另外，结点的排列顺序为从上到下，同一行里则为从左到右。

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。

添加

往堆里添加数字5

寻找新数据的位置。该图中最下面一排空着一个位置，所以将数据加在此处。

如果父结点大于子结点，则不符合上文提到的规则，因此需要交换父子结点的位置。

这里由于父结点的6大于子结点的5，所以交换了这两个数字。重复这样的操作直到数据都符合规则，不再需要交换为止。

现在，父结点的1小于子结点的5，父结点的数字更小，所以不再交换。

往堆中添加数据的操作就完成了

移除

从堆中取出数据时，取出的是最上面的数据。这样，堆中就能始终保持最上面的数据最小。

由于最上面的数据被取出，因此堆的结构也需要重新调整。

按照01中说明的排列顺序，将最后的数据（此处为6）移动到最顶端

如果子结点的数字小于父结点的，就将父结点与其左右两个子结点中较小的一个进行交换。

这里由于父结点的6大于子结点（右）的5大于子结点（左）的3，所以将左边的子结点与父结点进行交换。重复这个操作直到数据都符合规则，不再需要交换为止。

现在，子结点（右）的8大于父结点的6大于子结点（左）的4，需要将左边的子结点与父结点进行交换。

从堆中取出数据的操作便完成了。

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。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。

添加

我们试试添加数字4

从二叉查找树的顶端结点开始寻找添加数字的位置。

由于4＜9，所以将其往左移。

由于4＞3，所以将其往右移。

由于4＜8，所以需要将其往左移，但前面已经没有结点了，所以把4作为新结点添加到左下方。

4的添加操作也完成了

删除

删除结点8

删除的结点只有一个子结点，那么先删掉目标结点

把子结点移到被删除结点的位置上即可

删除结点9

删除的结点有两个子结点，那么先删掉目标结点

在被删除结点的左子树中寻找最大结点

最后将最大结点移到被删除结点的位置上。这样一来，就能在满足二叉查找树性质的前提下删除结点了。如果需要移动的结点（此处为4）还有子结点，就递归执行前面的操作

查找

查找12

特点

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）。