基础补充:8种数据结构

数据结构分类
数据结构是指相互之间存在着一种或多种关系的数据元素的集合和该集合中数据元素之间的关系组成 。
经常使用的数据结构有：数组，栈，链表，队列，树，图，堆，散列表等，如图所示：

每一种数据结构都有着独特的数据存储方式，下面为你们介绍它们的结构和优缺点。

一、数组
数组是能够再内存中连续存储多个元素的结构，在内存中的分配也是连续的，数组中的元素经过数组下标进行访问，数组下标从0开始。例以下面这段代码就是将数组的第一个元素赋值为 1。

int[] data = new int[100]；data[0] = 1;
1
2
优势：
一、按照索引查询元素速度快
二、按照索引遍历数组方便

缺点：
一、数组的大小固定后就没法扩容了
二、数组只能存储一种类型的数据
三、添加，删除的操做慢，由于要移动其余的元素。

适用场景：
频繁查询，对存储空间要求不大，不多增长和删除的状况。

二、栈
栈是一种特殊的线性表，仅能在线性表的一端操做，栈顶容许操做，栈底不容许操做。 栈的特色是：先进后出，或者说是后进先出，从栈顶放入元素的操做叫入栈，取出元素叫出栈。

栈的结构就像一个集装箱，越先放进去的东西越晚才能拿出来，因此，栈常应用于实现递归功能方面的场景，例如斐波那契数列。

三、队列
队列与栈同样，也是一种线性表，不一样的是，队列能够在一端添加元素，在另外一端取出元素，也就是：先进先出。从一端放入元素的操做称为入队，取出元素为出队，示例图以下：

使用场景：由于队列先进先出的特色，在多线程阻塞队列管理中很是适用。

四、链表
链表是物理存储单元上非连续的、非顺序的存储结构，数据元素的逻辑顺序是经过链表的指针地址实现，每一个元素包含两个结点，一个是存储元素的数据域 (内存空间)，另外一个是指向下一个结点地址的指针域。根据指针的指向，链表能造成不一样的结构，例如单链表，双向链表，循环链表等。

链表的优势：
链表是很经常使用的一种数据结构，不须要初始化容量，能够任意加减元素；
添加或者删除元素时只须要改变先后两个元素结点的指针域指向地址便可，因此添加，删除很快；

缺点：
由于含有大量的指针域，占用空间较大；
查找元素须要遍历链表来查找，很是耗时。

适用场景：
数据量较小，须要频繁增长，删除操做的场景

五、树
树是一种数据结构，它是由n（n>=1）个有限节点组成一个具备层次关系的集合。把它叫作 “树” 是由于它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具备如下的特色：

每一个节点有零个或多个子节点；
没有父节点的节点称为根节点；
每个非根节点有且只有一个父节点；
除了根节点外，每一个子节点能够分为多个不相交的子树；
在平常的应用中，咱们讨论和用的更多的是树的其中一种结构，就是二叉树。

二叉树是树的特殊一种，具备以下特色：

一、每一个结点最多有两颗子树，结点的度最大为2。
二、左子树和右子树是有顺序的，次序不能颠倒。
三、即便某结点只有一个子树，也要区分左右子树。

二叉树是一种比较有用的折中方案，它添加，删除元素都很快，而且在查找方面也有不少的算法优化，因此，二叉树既有链表的好处，也有数组的好处，是二者的优化方案，在处理大批量的动态数据方面很是有用。

扩展：
二叉树有不少扩展的数据结构，包括平衡二叉树、红黑树、B+树等，这些数据结构二叉树的基础上衍生了不少的功能，在实际应用中普遍用到，例如mysql的数据库索引结构用的就是B+树，还有HashMap的底层源码中用到了红黑树。这些二叉树的功能强大，但算法上比较复杂，想学习的话仍是须要花时间去深刻的。

六、散列表
散列表，也叫哈希表，是根据关键码和值 (key和value) 直接进行访问的数据结构，经过key和value来映射到集合中的一个位置，这样就能够很快找到集合中的对应元素。

记录的存储位置=f(key)

这里的对应关系 f 成为散列函数，又称为哈希 (hash函数)，而散列表就是把Key经过一个固定的算法函数既所谓的哈希函数转换成一个整型数字，而后就将该数字对数组长度进行取余，取余结果就看成数组的下标，将value存储在以该数字为下标的数组空间里，这种存储空间能够充分利用数组的查找优点来查找元素，因此查找的速度很快。

哈希表在应用中也是比较常见的，就如Java中有些集合类就是借鉴了哈希原理构造的，例如HashMap，HashTable等，利用hash表的优点，对于集合的查找元素时很是方便的，然而，由于哈希表是基于数组衍生的数据结构，在添加删除元素方面是比较慢的，因此不少时候须要用到一种数组链表来作，也就是拉链法。拉链法是数组结合链表的一种结构，较早前的hashMap底层的存储就是采用这种结构，直到jdk1.8以后才换成了数组加红黑树的结构，其示例图以下：

从图中能够看出，左边很明显是个数组，数组的每一个成员包括一个指针，指向一个链表的头，固然这个链表可能为空，也可能元素不少。咱们根据元素的一些特征把元素分配到不一样的链表中去，也是根据这些特征，找到正确的链表，再从链表中找出这个元素。

哈希表的应用场景不少，固然也有不少问题要考虑，好比哈希冲突的问题，若是处理的很差会浪费大量的时间，致使应用崩溃。

七、堆
堆是一种比较特殊的数据结构，能够被看作一棵树的数组对象，具备如下的性质：

堆中某个节点的值老是不大于或不小于其父节点的值；

堆老是一棵彻底二叉树。

将根节点最大的堆叫作最大堆或大根堆，根节点最小的堆叫作最小堆或小根堆。常见的堆有二叉堆、斐波那契堆等。

堆的定义以下：n个元素的序列{k1,k2,ki,…,kn}当且仅当知足下关系时，称之为堆。
(ki <= k2i,ki <= k2i+1)或者(ki >= k2i,ki >= k2i+1), (i = 1,2,3,4…n/2)，知足前者的表达式的成为小顶堆，知足后者表达式的为大顶堆，这二者的结构图能够用彻底二叉树排列出来，示例图以下：

由于堆有序的特色，通常用来作数组中的排序，称为堆排序。

八、图
图是由结点的有穷集合V和边的集合E组成。其中，为了与树形结构加以区别，在图结构中经常将结点称为顶点，边是顶点的有序偶对，若两个顶点之间存在一条边，就表示这两个顶点具备相邻关系。

按照顶点指向的方向可分为无向图和有向图： 图是一种比较复杂的数据结构，在存储数据上有着比较复杂和高效的算法，分别有邻接矩阵 、邻接表、十字链表、邻接多重表、边集数组等存储结构，这里不作展开，读者有兴趣能够本身学习深刻。--------------------- 做者：不忘初心JT 来源：CSDN 原文：https://blog.csdn.net/yeyazhishang/article/details/82353846 版权声明：本文为博主原创文章，转载请附上博文连接！