常见数据结构

数据结构概述

数据结构是计算机底层存储、组织数据的方式，是指数据相互之间是以什么方式排列在一起的。 通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。

栈

栈数据结构的执行特点：后进先出，先进后出。

栈模型：?

压栈：

?

弹栈：

?

队列

队列执行特点：先进先出，后进后出

队列模型：

数据从后端进入队列模型的过程称为：入队列。

数据从前端离开队列模型的过程称为：出队列。

数组

元素在内存中是连续存储的。?

获取数据速度快：元素地址=基地址值+索引*每个元素的存储大小，获取任意数据耗时相同。

删除效率低：要将原始数据删除，同时后面每个数据前移。

添加效率极低：添加位置后的每个数据后移，再添加元素。

链表

特点：

链表中的元素是在内存中不连续存储的，每个元素节点包含数据值和下一个元素的地址。

链表获取数据慢：无论获取哪个数据都要从头开始找。?(对比数组）

链表增删相对快。(对比数组）

结点的存储结构：

添加一个链表：添加一个数据A，再添加c，再添加D。

在AC之间添加一个数据：

删除C：

链表的种类：

二叉树

二叉树概述

特点：

只能有一个根节点，每个节点最多支持2个直接子节点。

节点的度： 节点拥有的子树的个数，二叉树的度不大于2， 叶子节点是度为0的节点，也称之为终端结点。

高度：叶子结点的高度为1，叶子结点的父节点高度为2，以此类推，根节点的高度最高。

层：根节点在第一层，以此类推。

兄弟节点 ：拥有共同父节点的节点互称为兄弟节点。

二叉查找树

二叉查找树又称二叉排序树或者二叉搜索树。

特点：

1，每一个节点上最多有两个子节点

2，左子节点的值小于当前节点的值

3，右子节点的值大于当前节点的值

目的：提高检索数据的性能。

二叉查找树添加节点：

小的存左边，大的存右边，一样的不存。

平衡二叉树

二叉树查找存在的问题：可能出现瘸子现象，导致查询的性能与单链表一样，查询速度变慢！

平衡二叉树是在满足查找二叉树的大小规则下，让树尽可能矮小，以此提高查数据的性能。

平衡二叉树的要求：

任意节点的左右两个子树的高度差不超过1，任意节点的左右两个子树都是一颗平衡二叉树。

平衡二叉树在添加元素后可能导致不平衡：

基本策略是进行左旋，或者右旋保证平衡。

平衡二叉树-旋转的四种情况：

左左

?当根节点左子树的左子树有节点插入，导致二叉树不平衡，做一个右旋，再移动相关结点。

左右

当根节点左子树的右子树有节点插入，导致二叉树不平衡，先子树左旋，再根树右旋，再移动相关结点。

右右

当根节点右子树的右子树有节点插入，导致二叉树不平衡，做一个左旋，再移动相关结点。

右左

当根节点右子树的左子树有节点插入，导致二叉树不平衡，先子树右旋，再根树左旋，再移动相关结点。

红黑树

红黑树是一种自平衡的二叉查找树，是计算机科学中用到的一种数据结构。

1972年出现，当时被称之为平衡二叉B树。1978年被修改为如今的"红黑树"。

每一个节点可以是红或者黑；红黑树不是通过高度平衡的，它的平衡是通过“红黑规则”进行实现的。

红黑规则：

每一个节点或是红色的，或者是黑色的，根节点必须是黑色

如果一个节点没有子节点或者父节点，则该节点相应的指针属性值为Nil，这些Nil视为叶节点，每个叶节点(Nil)是黑色的；

如果某一个节点是红色，那么它的子节点必须是黑色(不能出现两个红色节点相连的情况)

对每一个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的黑色节点。

结点的存储结构：

添加节点：

添加的节点的颜色，可以是红色的，也可以是黑色的。 默认用红色效率高。

红黑树增删改查的性能都很好。