常用数据结构模式

概述

解决算法问题的常用数据结构：

1. 基础数据类型
2. 数组与字符串
3. 链表
4. 堆栈
5. 二叉树
6. 堆
7. 哈希表

1. 基础数据类型

一个典型问题：给定一个整数x，计算它的二进制形式中含有多少个1

2. 数组与字符串

数组算法题大多涉及排序。涉及字符串的题目也很常见，如将字符串反转、判断字符串是否是回文等。

3. 链表

有关链表的算法题大多涉及链表的操作和结构判断。如将链表倒转、判断链表是否含有环等。

相比于数组，链表的优势在于元素的插入和删除很高效，算法复杂度都是O(1)，而数组的复杂度是O(n)；
但是链表在获取某一元素时必须得从头遍历到元素所在位置，因此复杂度是O(n)，而数组只需要知道元素下标就可以直接获取，因此复杂度是O(1)；

4. 堆栈

堆栈是一种后进先出的数据结构。
经常出现的堆栈算法问题是判断括号匹配；另一常见题目是计算波兰表达式。

5. 二叉树

二叉树最常用于查找和遍历。需要掌握二叉树前序、中序、后序这3种遍历方式。
二叉树有一种特殊形式——二叉查找树，其特点是当前节点值大于左子树所有节点，小于右子树所有节点。

6. 堆

堆是一种特殊的二叉树，也被称为优先级队列。它最显著的特点是，其根节点是所有节点中的最大值或最小值。
因此在堆中查找最大或最小值很容易，时间复杂度是O(1)。在堆中插入或者删除节点的时间复杂度是O(ln(n))。
堆的应用非常广泛，最常见的是用来设计操作系统的时钟，实现时间回调功能；堆还可以用来进行快速归并排序。

7. 哈希表

哈希表最广泛的用处在于快速查询数据，其插入、删除、查找的复杂度都是O(1)，哈希表设计的关键是哈希函数，哈希函数的计算值要尽量接近独立统一分布。哈希表的缺点在于，当插入的元素过多，表内空间不足时，需要重新分配空间并把原有数据重新插入。因此复杂度为O(n)。