数据结构是指相互存在一定关系的数据元素的集合，按照划分不同，数据结构的逻辑结构和存储结构,算法依附于数据结构,是对数据的运算，主要包含插入、修改、删除、查找、排序等。
逻辑结构
- 集合：数据元素之间属于同一个集合，无其他关系
- 线性结构：数据之间存在一对一的线性关系
- 树结构：数据元素之间存在一对多的层次关系
- 图结构：数据元素之间存在多对多的任意关系
存储结构(物理结构)
-
顺序存储结构：把逻辑上相邻的结点存储在物理位置相邻的存储单元里，顺序存储结构是一种最基本的存储表示方法，通常借助于程序设计语言中的数组来实现
-
链接存储结构：结点间的逻辑关系是由附加的指针字段表示的。由此得到的存储表示称为链式存储结构，链式存储结构通常借助于程序设计语言中的指针类型来实现。
-
索引结构
-
散列结构（哈希）
数据运算
运算包含插入、修改、删除、查找、排序。
常见的数据结构
线性表
线性表常见的数据结构有(数组、栈、队列)顺序表，链表。
-
数组
-
链表
-
栈
-
队列
树
树是一种比线性结构更为复杂的数据结构，适合描述层级关系的数据，拥有几个子树数目就是该节点的度，树的深度是树的层次数
- 二叉树
特点是，子节点不能有超过2个度的子树，左右子树是有顺序的，替换后是不同的二叉树，当节点只有一个子树，也要区分左右。
完全二叉树
对一颗具有n个结点的二叉树按层编号，如果编号为i(1<=i<=n)的结点与同样深度的满二叉树中编号为i的结点在二叉树中位置完全相同，则这棵二叉树称为完全二叉树。
满二叉树
在一棵二叉树中。如果所有分支结点都存在左子树和右子树，并且所有叶子都在同一层上，这样的二叉树称为满二叉树。
- B树
B树特点
- 根节点至少有两个子节点
- 每个节点有最多有M子树，数据按从小到大排列
- 叶子节点在一层
B+树
- 比B树的查询性能更高
- 叶子节点包含了全部的数据，并且按顺序排列，B+树使用一个链表将它们排列起来，这样在查询时效率更快。
图
有的是点与点之间的关系不一样，方向不同称为有向图
点与点之间没有关系的图称为无向图 图的表示有很多种，包括邻接矩阵、邻接表、逆邻接表、十字链表等
查找
静态查找 数据元素的静态表，只做查找，不对数据元素改变等其他操作
动态查找 与静态查找不同的是，会经常对表进行改动的操作，因此对数据的存储需要更加的灵活 常见的动态查找有二叉排序树、B树等，但是效率上都是需要做查询对比，理想状态是key—value是一一对应的，也就是哈希表
哈希表（散列表） 哈希表相对于二叉树，查找和插入的时间复杂度都是o(1)，但是哈希在插入大量数据的时候，会有很大的冲突性的可能。哈希在js中的一般形式就是对象，key-value
排序
排序可分为：内部排序和外部排序。 外部排序是指数据量太大的时候，由于内存不够，需要借助外存的排序方法，以下介绍到的排序方法均属于内排
- 简单排序：直接插入排序、冒泡排序、简单选择排序
- 希尔排序
- 快速排序
- 堆排序
- 归并排序
本次分享，文字图片源于网络以及一些书籍，仅供学习分享。
