一、認識數據結構
什麼是數據結構？下面是維基百科的解釋
數據結構是計算機存儲、組織數據的方式數據結構意味着接口或封裝：一個數據結構可被視爲兩個函數之間的接口，或者是由數據類型聯合組成的存儲內容的訪問方法封裝
我們每天的編碼中都會用到數據結構，因爲數組是最簡單的內存數據結構，下面是常見的數據結構：
- 數組（Array）
- 棧（Stack）
- 堆（Heap）
- 隊列（Queue）
- 鏈表（Linked List）
- 樹（Tree）
- 圖（Graph）
- 散列表（Hash）
其中，棧和隊列是一種類似數組的數據結構，它們之間的區別僅僅體現在數據項的插入和移除的方式上。鏈表、樹和圖則是另一種節點與節點之間維持引用關係的數據結構。散列表（也稱哈希表）依賴散列函數來保存和定位數據。
就複雜性而言，棧和隊列是最簡單的兩種，並且二者都可以通過鏈表來進行構造。樹和圖則是最複雜的，因爲它們繼承了鏈表的概念。散列表需要利用這些數據結構來可靠地執行。就執行效率而言，鏈表在對數據的記錄和排序上表現最好，同時散列表也更加擅長查找和提取數據。
二、棧、堆、隊列
三、鏈表（Linked List）
如同數組一樣，鏈表也是按照順序存儲數據元素，但卻不是通過維護索引實現，鏈表是通過指向其他節點的指針實現。第一個節點稱之爲頭節點，最後一個節點被稱爲尾節點。在單向鏈表中，每個節點都只有一個指針，該指針指向下一個節點。我們從頭結點開始向後遍歷鏈表中剩餘的節點。在雙向鏈表中，還有一個指向前一個節點的指針，因此可以實現從尾部向頭部「反向」遍歷鏈表。
由於只需要改變節點的指針，所以鏈表插入和刪除某個節點操作所消耗的時間是固定的。在數組中執行同樣的操作需要消耗的時間卻是線性增長的，因爲緊隨其後的節點都需要被移動。另外，只要還有空間，鏈表就可以增長。因此，即使是自動調整大小的「動態」數組，操作代價也可能變得出乎意料的高。爲了查找或者編輯鏈表中的某個元素，可能會遍歷整個鏈表，遍歷的時間複雜度是線性的。但如果使用數組索引，卻只需要花費一丁點的時間。
四、樹（Tree）
樹（Tree）類似於鏈表，但不同的是樹在不同的層級下引用多個子節點。換句話說，每個節點最多隻能有一個父節點。文檔對象模型（DOM）就是這樣的結構，有一個根節點 html， html 中的分支都包含在 head 和 body 節點中，然後進一步細分爲所有我們熟悉的 HTML 標籤。在 JS 內部，原型繼承和與 React 組件的組合也會產生樹結構。當然，React 中作爲代表內存中 DOM 結構的虛擬 DOM，同樣也是一個樹結構。
二叉樹是一種比較特殊的樹，因爲二叉樹中的每個節點最多隻能有兩個子節點。左子節點的值必須小於或等於其父節點的值，同時右子節點的值必須大於其父節點的值。以這種方式組織和平衡樹結構，由於每次迭代中我們可以忽略二分之一的分支，所以就可以在對數時間內查找任意值。插入和刪除操作同樣也在對數時間內完成。除此之外，可以輕鬆地最左葉節點中和最右葉節點中，分別找到最小值和最大值。
對樹的遍歷可以以垂直或水平過程進行。深度優先遍歷（DFT）是在垂直方向上，其遞歸算法相較於迭代算法來說更加優雅。可以通過前序、中序、後序來遍歷節點。如果需要先訪問根節點，然後再檢查子節點，應該選擇前序遍歷。如果需要先訪問子節點，然後再檢查根節點，則應選擇後序遍歷。顧名思義，中序遍歷就是按照左、根、右的順序遍歷節點。這些性質使得二叉查找樹非常適合排序。
廣度優先遍歷（BFT）是在水平方向上，其迭代算法相較於遞歸算法來說更加優雅。廣度優先遍歷需要使用隊列來跟最每次迭代的所有子節點。但是，此類隊列所需的內存可能並不小。如果樹的形狀更寬，則廣度優先遍歷是更好的選擇。同樣，廣度優先遍歷在任何兩個節點之間採用的路徑是最短的路徑。
五、圖（Graph）
如果一棵樹可以擁有多個父節點，那麼它就變成了一張圖（Graph）。在圖中連接每個節點的邊，可以是有方向的，也可以是無方向的，可以是有權重的，也可以是無權重的。既有方向也有權重的邊類似於向量。
社交網絡和互聯網本身也是圖。自然界中最複雜的圖是我們人類的大腦。現在，我們試圖將神經網絡複製到機器中，期望使機器具有「超級智能」。
六、散列表（Hash Table）
散列表是一種包含鍵值（Key-Value）對的，類似字典的數據結構。在內存中的每對鍵值都通過散列函數（Hash Function）來確定其位置，散列函數接受鍵（Key）作爲參數，並返回該鍵值對應當插入或讀取的地址。如果兩個或者多個鍵返回的地址是相同的，則會發生衝突（Collision）。爲了健壯起見，getter 和 setter 應該預見到這些事件，以確保可以恢復所有的數據，並且不會覆蓋任何數據。通常，可以使用鏈表來實現最簡單的解決方案，或者搞一個超大的表也是可行的。
參考：https://juejin.im/post/5de754faf265da33b12e8615