1. 链表（Linked List）
1.1 定义
链表是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的。
1.2 特点
-
链表由一系列的结点组成，结点在运行时动态生成；
-
结点由数据域和指针域组成，数据域存储当前结点的数据值，指针域存储下一个结点的地址；
-
由于不用顺序存储，插入时间复杂度可以达到O(1)；已知删除结点的指针的前提下删除结点时间复杂度也是O(1);
-
查询修改时间复杂度O(n)。
2. 栈（Stack）
2.1 定义
栈是一种运算受限的线性表。限定仅在表尾进行插入和删除操作的线性表，这一端被称为栈顶，相对地，把另一端称为栈底。
2.2 特点
-
栈可以由数组或链表实现（顺序栈或链式栈）；
-
先进后出，后进先出；
-
向一个栈插入新元素又称作进栈、入栈或压栈，它是把新元素放到栈顶元素的上面，使之成为新的栈顶元素；
-
从一个栈删除元素又称作出栈或退栈，它是把栈顶元素删除掉，使其相邻的元素成为新的栈顶元素。
3. 队列（Queue）
3.1 定义
队列是一种操作受限制的线性表。限定仅在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作。进行插入操作的端称为队尾，进行删除操作的端称为队头。
3.2 特点
-
队列可以由数组或链表实现，在实际应用中可分为顺序队列和循环队列；
-
先进先出，后进后出。
4. 数组（Array）
4.1 定义
数组是同类数据元素的集合。
4.2 特点
-
存储空间连续，中间不间断；
-
存储同一种数据类型的元素；
-
数组创建时的存储空间即已根据类型及长度计算后固定，后期无法修改；
-
查询修改时间复杂度O(1)，根据索引位置可以直接获取；
-
插入删除时间复杂度O(n)，需要重新创建数组逐个赋值。
5. 树（Tree）
5.1 定义
由有限个结点组成的具有层次性的集合。根朝上叶朝下。
5.2 特点
-
每个结点有0个或多个子结点；
-
没有父结点的结点称为根结点；
-
每个非根结点有且只有一个父结点（不会形成环）；
-
除根结点外，每个子结点可以分为多个不相交的子树。
5.3 相关术语
-
结点： 树中的每个元素；
-
结点的度： 一个结点拥有的子结点个数；
-
叶子结点： 也称为终端结点，度为0的结点；
-
分支结点： 也称为非终端结点，度大于0；
-
树的度： 树中结点的度的最大值；
-
结点的层次： 从根结点开始，根结点为第1层，其子结点为第2层，以此类推；
-
树的深度： 也称为树的高度，树中结点的层次的最大值；
-
有序树： 树中任意结点的子结点之间有顺序关系；
-
无序树： 也称为自由树，树中任意结点的子结点之间无顺序关系；
-
堂兄弟结点： 结点的层次相同的结点互为堂兄弟；
-
子孙结点： 以该结点为根结点的子树中任一结点都称为该结点的子孙结点；
-
结点的祖先： 从根结点到该结点所经分支的所有结点；
-
森林： 由m（m≥0）棵互不相交的树集合。
5.4 遍历方式
-
前序遍历： 按照根左右的顺序沿一定路径经过路径上所有的结点；
-
中序遍历： 先左子树，后根结点，最后右子树（仅二叉树有中序遍历）；
-
后序遍历： 按照左右根的顺序沿一定路径经过路径上所有的结点；
-
层次遍历： 宽度优先搜索算法（BFS），按照结点的层次，从小到大从左往右依次遍历。
5.5 几种常见的树
5.5.1 二叉树
每个结点最多有两个子树的树结构。可以由数组或链表实现。
5.5.2. 完全二叉树
一棵深度为k且有 2^k-1 个结点的二叉树称为满二叉树。一棵深度为k的有n个结点的二叉树，对树中的结点按从上至下、从左到右的顺序进行编号，如果编号为i（1≤i≤n）的结点与满二叉树中编号为i的结点在二叉树中的位置相同，则这棵二叉树称为完全二叉树。完全二叉树的叶子结点只出现在最后两层。
其倾向于数组存储，能够有效利用存储空间。对于存储索引为k的结点，其存储特征有以下几点：
- 索引位置 2k+1 的结点是其左子结点；
- 索引位置 2k+2 的结点是其右子结点；
- 索引位置 (k-1)/2 的结点是其父结点。
5.5.3. 二叉排序树/二叉查找树
一颗空树，或者具有以下性质的树：
- 左子树不空，则左子树上的所有结点的值均小于其根结点的值；
- 右子树不空，则右子树上的所有结点的值均大于其根结点的值；
- 其左右子树也分别为二叉排序树。
6. 堆（Heap）
堆具有以下性质：
- 堆是完全二叉树；
- 堆中某个结点的值总是不大于或是不小于其父节点的值；
- 根结点最大的堆称为大根堆/最大堆，根结点最小的堆称为小根堆/最小堆。
7. 图（Graph）
7.1 定义
图由顶点集合和顶点之间边的集合组成，通常表示为 G(V,E)，其中G表示整个图，V表示顶点集合（Vertices Set），E表示边的集合（Edges Set）。
图可以使用二维数组来表示，该数组也被称为邻接矩阵；也可以使用链表存储，该链表也被称为邻接表，由顺序表和链表组合而成。
7.2 分类
-
有向图、无向图： 根据各边是否有方向可以分为有向图和无向图；
-
带权图、不带权图： 根据边长是否带权重可以分为带权图和不带权图，权可以是距离，代价，时间等等；其中带权有向图顶点之间不同方向的权重可以不同；
-
稀疏图、稠密图： E << V² 为稀疏图，E 接近 V² 则为稠密图。边增加时邻接表存储需要增加节点，而领接矩阵则固定维护的 V² 的二维数组，所以稀疏图一般使用邻接表存储，稠密图则一般使用邻接矩阵，当然，具体也需要根据实际需求和数据结构特性综合选择。
7.3 相关术语
-
阶（Order）： 图G中点集V的大小称作图G的阶；
-
子图（Sub-Graph）： 当图G'=(V',E')其中V‘包含于V，E’包含于E，则G'称作图G=(V,E)的子图。每个图都是本身的子图；
-
生成子图（Spanning Sub-Graph）： 指满足条件V(G') = V(G)的G的子图G'；
-
导出子图（Induced Subgraph）： 以图G的顶点集V的非空子集V1为顶点集，以两端点均在V1中的全体边为边集的G的子图，称为V1导出的导出子图；以图G的边集E的非空子集E1为边集，以E1中边关联的顶点的全体为顶点集的G的子图，称为E1导出的导出子图；
-
度（Degree）： 一个顶点的度是指与该顶点相关联的边的条数，顶点v的度记作d(v)；
-
入度（In-degree）和出度（Out-degree）： 对于有向图来说，一个顶点的度可细分为入度和出度。一个顶点的入度是指与其关联的各边之中，以其为终点的边数；出度则是相对的概念，指以该顶点为起点的边数；
-
自环（Loop）： 若一条边的两个顶点为同一顶点，则此边称作自环；
-
路径（Path）： 从u到v的一条路径是指一个序列v0,e1,v1,e2,v2,...ek,vk，其中ei的顶点为vi及vi - 1，k称作路径的长度。如果它的起止顶点相同，该路径是“闭”的，反之，则称为“开”的。一条路径称为一简单路径(simple path)，如果路径中除起始与终止顶点可以重合外，所有顶点两两不等；
-
行迹（Trace）： 如果路径P(u,v)中的边各不相同，则该路径称为u到v的一条行迹；
-
轨道（Track）： 如果路径P(u,v)中的顶点各不相同，则该路径称为u到v的一条轨道。闭的行迹称作回路（Circuit），闭的轨称作圈（Cycle）；（另一种定义是：walk对应上述的path，path对应上述的track。Trail对应trace。）
-
桥（Bridge）： 若去掉一条边，便会使得整个图不连通，该边称为桥。
8. 散列表（Hash）
8.1 定义
根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希（Hash）表，函数f(key)为哈希(Hash) 函数。
8.2 常用散列函数
-
直接寻址法： 取关键字或关键字的某个线性函数作为散列地址。即H(key)=key或H(key) = a·key + b，其中a和b为常数（这种散列函数叫做自身函数）。若其中H（key）中已经有值了，就往下一个找，直到H（key）中没有值了，就放进去；
-
数字分析法： 分析数字规律，尽可能利用这些数字来构造冲突率较低的散列地址；
-
平方取中法： 当无法确定关键字中哪几位分布较均匀时，可以先求出关键字的平方值，然后按需要取平方值的中间几位作为哈希地址。这是因为：平方后中间几位和关键字中每一位都相关，故不同关键字会以较高的概率产生不同的哈希地址；
-
折叠法： 将关键字分割成位数相同的几部分，最后一部分位数可以不同，然后取这几部分的叠加和（去除进位）作为散列地址。数位叠加可以有移位叠加和间界叠加两种方法。移位叠加是将分割后的每一部分的最低位对齐，然后相加；间界叠加是从一端向另一端沿分割界来回折叠，然后对齐相加；
-
随机数法： 选择一随机函数，取关键字的随机值作为散列地址，即H(key)=random(key)其中random为随机函数,通常用于关键字长度不等的场合；
-
除留余数法： 取关键字被某个不大于散列表表长m的数p除后所得的余数为散列地址。即 H(key) = key MOD p,p≤m。不仅可以对关键字直接取模，也可在折叠、平方取中等运算之后取模。对p的选择很重要，一般取素数或m，若p选的不好，容易产生同义词。
8.3 哈希冲突处理
-
开放寻址法： 发生哈希冲突时，就冲突位置按照一定规律探测到一个空闲位置存入；
-
再散列法： 准备多种散列函数，发生冲突时使用另一个散列函数计算地址，直至不再冲突；
-
链地址法： 发生哈希冲突时，就冲突位置使用链表连接元素；
-
建域法： 另外设立存储空间用于存储冲突元素。
