计算机存储结构

顺序存储结构

按照逻辑关系将数据元素依次存储在物理位置上的方式，每个节点都连接着相邻的存储单元，节点之间的逻辑关系由存储单元的邻接关系来体现；
这种存储结构可以节省存储空间，但不太便于修改；
例如：数组等。

链式存储结构

不要求逻辑上相邻的节点在物理位置上也相邻，节点间的逻辑关系是由附加的指针字段表示的；
链式存储结构具有灵活性和不要求节点的物理位置相邻的特点；
它可以利用附加的指针字段来表示节点的逻辑关系，而不需要进行指针的随机存取；
链式存储结构可以充分利用存储空间，提高系统的运行效率；
例如：单向链表、双向链表、循环链表等。

索引存储结构

存储节点信息的同时,建立附件的索引表；
其优点是大大提高了数据查找的速度，但增加了存储空间的利用率；
例如：Map、B+ tree等。

散列存储

通过关键字直接计算存储地址，而不是根据地址来确定数据存储位置；
散列存储在数据结构中是一种重要的存储方式，它可以提高检索的效率，并且可以避免数据元素的碰撞；
散列存储的基本思想是：由结点的关键码值决定结点的存储地址，通过散列函数来计算存储地址；
散列存储的优点是检索速度快，存储地址可以根据具体的数据结构来确定；
例如：HashMap等。

线性结构

数据元素之间存在线性关系，其中每个元素要么属于一个前驱，要么属于一个后继；
常见的线性结构有线性表、数组、栈、队列、双队列、串等；
线性结构的特点是每个元素之间存在唯一的关系，其中每个元素都有前驱和后继；
线性结构的存储结构能够实现数据的有序管理和检索。

树结构

将数据元素之间建立了一种层次关系。属于树结构的存储结构包括普通树、二叉树、线索二叉树等；
树结构的特点是数据元素之间有层次关系，不是线性结构。

图结构

数据元素之间有网状关系的一种存储结构，属于非线性结构；
常见的图结构有树结构、图状结构等。

哈希存储结构

通过哈希函数计算出一个值，并将这个值作为存储地址来表示；
在哈希存储结构中，每个元素都有一个唯一的哈希值，该哈希值与该元素的存储地址相对应；
通过哈希存储结构，我们可以快速地检索到特定数据，并且具有较高的时间复杂度。

静态链表

用数组来描述单链表的一种存储结构，用数组元素的下标来模拟单链表的指针；
它具有两个域，data域存放数据元素，next域存放该元素的后继元素所在的数组下标；
静态链表实现插入和删除操作时只需修改游标，不需要移动表中的元素；
相比于动态链表，静态链表更便于数据的操作和管理。

双链表

每个结点都设置了一个指向前驱结点的指针域，实现了双链表的各种操作；
其结点结构为data、prior和next三个域，其中data为数据域，存放数据元素；
prior为前驱指针域，存放改结点的前驱结点的地址；
next为后继指针域，存放该结点的后继结点的地址。

间接寻址

一种将数组和指针结合起来的方式，通过指针将数组中的数据元素改为指向其他位置的指针；
这种存储结构具有顺序表随机存取的优点，同时可以解决连续存储分配带来的表长难以确定的问题。

集合

不同于数组，它没有顺序的概念，可以进行排序、搜索等操作；
而数组则是有序的元素集合，具有顺序关系；
所以，集合可以看作是一个特殊的数组。

单链表

用一组任意的存储单元存放线性表的元素，其中数据元素之间是用指针表示的，逻辑关系是用指针表示的；
单链表是顺序存取结构，其中数据元素与地址信息通过指针连接在一起；
由于结点是由两部分组成的，即数据元素和地址信息，所以单链表的时间复杂度是O(n)。

堆积存储结构

一种适用于大规模数据存储的存储结构，所有数据按照插入顺序依次存放在一个堆积中，并用指针将它们连接起来；
这种存储结构的操作效率较低，但占用空间少。

完全二叉树

指的是从根起，自上而下，自左而右，给满二叉树的每个结点从1到n连续编号的树；
完全二叉树具有以下特点：
任意一个结点都不能与至少一个节点相连；
任意一个节点都不能有两个子节点；
任意一个节点都不能有两个连续的子节点。

Parents-Children表示法

通过吸收孩子和父母表示法来实现；
在表示法的基础上，给每个元素都添加了一个孩子的地址，这样就可以方便地存储和查找孩子。

栈

是一种后进先出（LIFO）的数据结构，栈顶是数据栈的顶部，栈内的数据压入栈中，栈顶弹出，然后栈顶的下一个数据就是下一个被压入栈中的数据；
栈的特点是先进后出，所以压入栈中的数据会先弹出，然后压入栈中的数据会后退；
栈的应用场景很多，比如函数调用栈、表达式求值栈等；
栈是计算机编程中的一个重要概念，它具有快速内存访问和数据存储的优势。

Huffman树

任意节点的左子树包含任意节点的右子树，且任意节点的左子树包含任意节点的右子树；
这种存储结构的优势在于可以方便地插入、删除和查找元素，特别适用于动态数据和需要快速查找的场合。

平衡树存储结构

一种基于树结构的存储结构，它通过动态平衡调整来提高数据检索效率；
每个节点都代表一条记录，并且每个节点都有若干个子节点，这些子节点代表比该节点的键值小或大的记录；
平衡树通过动态分区的方式实现数据的存储和检索，避免了相同子节点被重复计算的情况；
这使得平衡树存储结构具有高效、灵活和可扩展的特点。