常见数据结构

南雨北斗
181 阅读8分钟

常见的数据结构主要包括以下几种：

一、数组（Array）

  1. 定义

    • 数组是一种线性的数据结构，它是由相同类型的元素（如整数、浮点数、字符等）组成的有序集合。这些元素在内存中是连续存储的，通过索引来访问其中的元素。索引从 0 开始，例如，对于一个包含 n 个元素的数组，其索引范围是 0 到 n - 1。

  2. 示例

    • 例如，定义一个整数数组int[] numbers = {1, 2, 3, 4, 5};，可以通过numbers[0]访问第一个元素 1，numbers[2]访问第三个元素 3 等。

  3. 优点

    • 访问元素速度快。因为数组的元素在内存中是连续存储的，通过计算偏移量可以快速定位到任何一个元素。例如，在一个长度为 n 的数组中，访问第 i 个元素的时间复杂度是 O (1)。
    • 简单直观，易于理解和使用。

  4. 缺点

    • 插入和删除元素效率低。在数组中间插入或删除一个元素，需要移动后面的元素，时间复杂度为 O (n)。例如，在一个已经排好序的数组中间插入一个新元素，需要将插入位置后面的所有元素向后移动一位。

    • 大小固定。在创建数组时，需要指定数组的大小，一旦创建，其大小通常很难改变。如果要扩展数组，可能需要创建一个新的更大的数组，并将原数组的元素复制到新数组中。

二、链表（Linked List）

  1. 定义

    • 链表是一种线性的数据结构，由一系列节点组成。每个节点包含数据部分和指向下一个节点的指针（在单链表中）。如果是双向链表，节点还包含指向前一个节点的指针。链表的节点在内存中不是连续存储的，而是通过指针链接在一起。

  2. 示例

    • 单链表节点的结构可以用如下代码表示（以 C++ 为例）：
   struct ListNode {
       int val;
       ListNode* next;
       ListNode(int x) : val(x), next(NULL) {}
   };

  • 可以通过head指针来访问链表的头节点，然后沿着next指针遍历整个链表。

  1. 优点

    • 插入和删除操作高效。在链表中插入或删除一个节点，只需要修改相关节点的指针，时间复杂度为 O (1)（如果已经知道要插入或删除的位置）。例如，在链表中间插入一个新节点，只需要将新节点插入到合适的位置，更新前后节点的指针即可。
    • 可以动态地分配内存。链表的长度可以根据需要动态地增加或减少，不需要预先指定大小。

  2. 缺点

    • 访问元素效率低。因为链表的节点在内存中不是连续存储的，要访问链表中的某个元素，需要从链表头开始遍历，时间复杂度为 O (n)。例如，要访问链表中的第 n 个节点，可能需要遍历 n 个节点才能找到。

三、栈（Stack）

  1. 定义

    • 栈是一种特殊的线性数据结构，它遵循后进先出（LIFO - Last In First Out）的原则。可以把栈想象成一个只有一个开口的容器，元素只能从这个开口进出。进入栈的操作称为 “入栈”（push），从栈中取出元素的操作称为 “出栈”（pop）。

  2. 示例

    • 以整数栈为例，在程序中可以用数组或链表来实现栈。如果用数组实现一个简单的栈（以 Python 为例）：

   class Stack:
       def __init__(self):
           self.stack = []
       def push(self, item):
           self.stack.append(item)
       def pop(self):
           if not self.is_empty():
               return self.stack.pop()
       def is_empty(self):
           return len(self.stack) == 0

  • 可以使用push操作将元素压入栈，pop操作将栈顶元素弹出。

  1. 优点

    • 简单易用，对于实现一些具有后进先出特性的功能非常方便。例如，函数调用栈，当一个函数调用另一个函数时，当前函数的状态信息（如局部变量、返回地址等）被压入栈中，当被调用函数返回时，这些信息从栈中弹出，恢复之前函数的执行。
    • 栈的操作（入栈和出栈）时间复杂度为 O (1)，因为只涉及到对栈顶元素的操作。

  2. 缺点

    • 栈的容量有限（如果是用数组实现的栈）。如果栈满了，就无法再进行入栈操作，除非扩展栈的大小。

    • 只能访问栈顶元素。要访问栈中的其他元素，需要先将栈顶元素弹出，这可能会改变栈的状态。

四、队列（Queue）

  1. 定义

    • 队列是一种线性数据结构，遵循先进先出（FIFO - First In First Out）的原则。可以把队列想象成一个排队的队伍，元素从队尾进入队列（入队操作，enqueue），从队头离开队列（出队操作，dequeue）。

  2. 示例

    • 以整数队列为例，同样可以用数组或链表来实现队列。用数组实现一个简单的队列（以 Java 为例）：
   class Queue {
       private int[] queue;
       private int front;
       private int rear;
       private int size;
       public Queue(int capacity) {
           queue = new int[capacity];
           front = 0;
           rear = -1;
           size = 0;
       }
       public void enqueue(int item) {
           if (!isFull()) {
               rear = (rear + 1) % queue.length;
               queue[rear] = item;
               size++;
           }
       }
       public int dequeue() {
           if (!isEmpty()) {
               int item = queue[front];
               front = (front + 1) % queue.length;
               size--;
               return item;
           }
           return -1;
       }
       public boolean isEmpty() {
           return size == 0;
       }
       public boolean isFull() {
           return size == queue.length;
       }
   }

  • 这里通过enqueue操作将元素入队，dequeue操作将队头元素出队。

  1. 优点

    • 对于处理按顺序到达的数据非常有效。例如，在操作系统中，进程调度队列就是按照先进先出的原则，先到达的进程先获得 CPU 资源。
    • 入队和出队操作时间复杂度在理想情况下（如用链表实现）为 O (1)。

  2. 缺点

    • 同样存在容量问题（如果是用数组实现的队列）。当队列满时，无法再进行入队操作，除非扩展队列大小。

    • 查找特定元素效率低。要在队列中查找一个特定的元素，需要遍历队列中的部分或全部元素，时间复杂度为 O (n)。

五、树（Tree）

  1. 定义

    • 树是一种非线性的数据结构，它是由 n（n >= 0）个节点组成的有限集合。当 n = 0 时，称为空树。在非空树中，有一个特殊的节点称为根节点（root），其余节点可以分为 m（m >= 0）个互不相交的有限集合，每个集合本身又是一棵树，称为根节点的子树。

  2. 示例

    • 以二叉树为例，二叉树是一种特殊的树，每个节点最多有两个子节点，分别称为左子节点和右子节点。下面是一个简单二叉树节点的定义（以 Python 为例）：
   class TreeNode:
       def __init__(self, val=0, left=None, right=None):
           self.val = val
           self.left = left
           self.right = right

  • 可以通过根节点来访问整个二叉树，例如，通过递归的方式遍历二叉树的节点。

  1. 优点

    • 树结构可以很好地表示层次关系。例如，文件系统的目录结构就是一个树形结构，根目录是树的根节点，子目录是子节点，文件可以看作是叶子节点。
    • 对于一些搜索、排序等操作，树结构可以提供高效的算法。例如，二叉搜索树（BST）可以在平均时间复杂度为 O (log n) 的情况下进行插入、删除和查找操作。

  2. 缺点

    • 实现和理解相对复杂。树的操作（如插入、删除、遍历等）通常需要使用递归等复杂的算法，对于初学者来说可能比较难掌握。

    • 树的平衡性问题。在一些树结构（如二叉搜索树）中，如果树不平衡，操作的时间复杂度可能会退化为 O (n)。例如，当二叉搜索树退化成一条链表时，查找操作的效率会变得很低。

六、图（Graph）

  1. 定义

    • 图是一种更为复杂的非线性数据结构，由顶点（vertex）和边（edge）组成。顶点表示图中的节点，边表示顶点之间的关系。图可以分为有向图（边有方向）和无向图（边没有方向）。

  2. 优点

    • 图可以很好地表示各种复杂的关系。例如，社交网络可以用图来表示，其中人是顶点，人与人之间的朋友关系是边。
    • 图算法可以解决很多实际问题，如最短路径问题（如 Dijkstra 算法）、最小生成树问题（如 Prim 算法和 Kruskal 算法）等。

  3. 缺点

    • 图的存储和操作比较复杂。无论是邻接矩阵还是邻接表表示法，在处理大规模图时，都需要占用大量的内存和计算资源。
    • 图算法的时间复杂度通常较高。例如，在一个有 n 个顶点的图中，一些算法的时间复杂度可能是 O (n^2) 甚至更高。

七、散列表（哈希表）

根据关键码值（Key）而直接进行访问的数据结构。它通过一个散列函数（Hash Function）将关键码映射到一个特定的位置（槽位，Slot）来存储数据。

avatar
文章
阅读
粉丝