前言
什麼是數據結構？
-
數據結構表達的是：用什麼樣的結構，組織一類數據。
-
分爲邏輯結構和物理結構：
- 基本的邏輯結構有：集合、線性結構、樹形結構、圖；
- 物理結構：順序存儲、鏈式存儲；
工作多年，發現自己對數據結構的理解還是不夠，決定再次梳理一下數據結構的基礎知識，便於日後回顧
1、介紹常見的數據結構：Array(數組)、LinkedList(鏈表)、queue（隊列）、Stack（棧）、散列表（Hash table）、樹（Tree）、Heap（堆）、graph（圖）
2、說明每個數據結構的特徵/優缺點
八大基礎數據結構
1、Array(數組)
數組是在內存中開闢一段連續的空間，並在此空間存放元素。
數組需要預留空間,在使用前需要先申請佔內存的大小
特徵：是有序的元素序列，
類比：就像是一排出租屋，有100個房間，從001到100每個房間都有固定編號，通過編號就可以快速找到租房子的人
優點：查找快，隨機讀取效率很高
缺點：增刪修改慢，內存空間要求高,必須有足夠的連續內存空間
2、LinkedList(鏈表)
鏈表是線性表的一種，最基本、最簡單，也是最常用的數據結構
特徵：元素之間的關係是一對一的關係（除了第一個和最後一個元素，其他元素都是首尾相接）、
類比：像一條鐵鎖鏈（一環套一環，首尾相連）
優點：增刪快
缺點：查找慢，不能隨機查找（只能從頭遍歷）
doubly-linked-list（雙向鏈表）
特徵：相比於單向鏈表，雙向鏈表有兩個指針，一個指向前一個節點，一個後一個節點
優點：可以找到前驅和後繼，可進可退；
缺點：增加刪除節點複雜，需要多分配一個指針存儲空間。
適用於需要雙向查找節點值的情況。
下圖演示了雙向循環鏈表（即頭尾相連的雙向鏈表）
3、queue（隊列）
是一種運算受限的線性表，其限制是僅允許在表的一端進行插入，而在表的另一端進行刪除。
特徵：先進先出（FIFO）、併發中使用、可以安全將對象從一個任務傳給另一個任務
類比：安檢場景，一個單向通道，只能一個個的往前走，先進先出
4、Stack（棧）
和隊列相似，stack,又稱堆棧，它也是運算受限的線性表，其限制是僅允許在標的一端進行插入和刪除操作，不允許在其他任何位置進行添加、查找、刪除等操作。
特徵：存儲數據是先進後出的、棧只有一個出口，只能從棧頂部增加和移除元素，類似箱子（取東西只能在上面取）
5、HashTable(散列表/哈希表)
散列表也叫哈希表，是一種通過鍵值對直接訪問數據的機構。在初中，我們就學過一種能夠將一個x值通過一個函數獲得對應的一個y值的操作，叫做映射。散列表的實現原理正是映射的原理，通過設定的一個關鍵字和一個映射函數，就可以直接獲得訪問數據的地址，實現O(1)的數據訪問效率。在映射的過程中，事先設定的函數就是一個映射表，也可以稱作散列函數或者哈希函數
特徵：以鍵-值(key-indexed) 存儲數據的結構，我們只要輸入待查找的值即key，即可查找到其對應的值。
散列表用的是數組支持按照下標隨機訪問數據的特性，所以散列表其實就是數組的一種擴展，由數組演化而來，可以說，如果沒有數組，就沒有散列表
優點： 插入/查詢/刪除效率非常高，幾乎可以看成是常數時間O(1）；而代價僅僅是消耗比較多的內存（空間換時間）
缺點：
1、元素是無序的，數據遍歷麻煩
2、空間利用率不高，底層使用的是數組，並且使用的某些單元是沒有被利用的
3、不能快速的找出哈希表中的最大值或者最小值
典型應用: Java HashMap
6、樹（Tree）
樹結構是一種非線性存儲結構，存儲的是具有“一對多”關係的數據元素的集合。
類比：看起來像一棵倒掛的樹，也就是說它是根朝上，而葉朝下
特徵：
（1）每一個節點有零個或者多個子節點沒有父節點的節點稱之爲根節點，
（2）一個樹最多有一個根節點。
（3）每一個非根節點有且只有一個父節點
樹的遍歷
樹遍歷有4種方法：先序遍歷、中序遍歷、後序遍歷、層次遍歷
如下圖：
其先序遍歷（又稱先根遍歷）爲ABDECF（根-左-右）
其中序遍歷（又稱中根遍歷）爲DBEAFC（左-根-右）（僅二叉樹有中序遍歷）
其後序遍歷（又稱後根遍歷）爲DEBFCA（左-右-根）
其層次遍歷爲ABCDEF（同廣度優先搜索）
不同類型的樹
樹的類型有很多，這裏先介紹常見的，如二叉樹，其它的用到了再慢慢介紹（平衡樹、紅黑樹、B+樹）
二叉樹
二叉樹是數據結構中一種重要的數據結構，也是樹表家族最爲基礎的結構。
特徵：每個節點最多含有兩個子樹的樹稱爲二叉樹。（我們一般在書中試題中見到的樹是二叉樹，但並不意味着所有的樹都是二叉樹。）
完全二叉樹
除了最後一層結點，其它層的結點數都達到了最大值；同時最後一層的結點都是按照從左到右依次排布。
滿二叉樹
除了最後一層，其它層的結點都有兩個子結點。
7、Heap（堆）
堆=數組+樹（排序好的樹）
一般情況下，堆叫二叉堆，近似完全二叉樹的數據結構，一個父節點下面兩個子節點，子節點下又分別兩個子節點
堆的具體實現一般不通過指針域，而是通過構建一個一維數組與二叉樹的父子結點進行對應，因此堆總是一顆完全二叉樹。
特徵：堆中某個節點的值總是不大於或不小於其父節點的值。將根節點最大的堆叫做最大堆或大根堆，根節點最小的堆叫做最小堆或小根堆。
堆常用來實現優先隊列，在面試中經常考的問題都是與排序有關，比如堆排序、topK問題等。由於堆的根節點是序列中最大或者最小值，因而可以在建堆以及重建堆的過程中，篩選出數據序列中的極值，從而達到排序或者挑選topK值的目的。
8、graph（圖）
圖結構一般包括頂點和邊，頂點通常用圓圈來表示，邊就是這些圓圈之間的連線。邊還可以根據頂點之間的關係設置不同的權重，默認權重相同皆爲1。此外根據邊的方向性，還可將圖分爲有向圖和無向圖。
特徵：通常使用鄰接矩陣和鄰接表表示、前者易實現但是對於稀疏矩陣會浪費較多空間、後者使用鏈表的方式存儲信息但是對於圖搜索時間複雜度較高
TODO: 後續在實踐中陸續補充圖的表示方法（鄰接矩陣、鄰接表、十字鏈表等）
最後放一張總的快速圖解吧
參考鏈接