八大数据结构-数组栈队列链表树散列表堆图

八大数据结构 —— 数组栈队列链表树散列表堆图

1. 数组

优点：按照索引查询速度快、遍历数组方便

缺点：

数组大小固定后无法扩容
数组只能存储一种类型的数据
添加删除慢（需要移动其它元素）

使用场景：频繁查询，对存储空间要求不大；增加删除少的情况

一维数组：a[0]     a[1]    a[2]    a[3]

2. 栈

栈是一种特殊的线性表，仅能在线性表的一端操作，栈顶允许操作，栈底不允许操作。

特点：先进后出

使用场景：栈常应用于实现递归功能方面的场景，例如斐波那契数列。

3. 队列

队列也是一种线性表。不同的是，队列可以在一端添加元素，在另一端取出元素。

特点：先进先出

使用场景：因为队列先进先出的特点，在多线程阻塞队列管理中非常适用。

4. 链表

链表是物理存储单元上非连续的、非顺序的存储结构，数据元素的逻辑顺序是通过链表的指针地址实现，每个元素包含两个结点，一个是存储元素的数据域（内存空间），另一个是指向下一个结点的指针域。根据指针的指向，链表能形成不同的结构。例如：单链表，双向链表，循环链表等。

优点：

很常用的一种数据结构，不需要初始化容量，可以任意加减元素；
添加或删除元素时只需要改变前后两个元素结点的指针域指向地址即可，所以添加删除速度很快。

缺点：

因含有大量的指针域，占用空间较大；
查找元素需要遍历链表来查找，非常耗时。

使用场景：数据量较小，需要频繁添加删除操作的场景。

5.树

树是由结点或顶点和边组成的(可能是非线性的)且不存在着任何环的一种数据结构。

特点：

每个结点有零个或多个子结点
没有父结点的结点为根节点；
每个非根结点有且只有一个父结点
除了根结点外，每个子结点可以分为多个不相交的子树

种类：

无序树：树中任意节点的子结点之间没有顺序关系，这种树称为无序树,也称为自由树;
有序树：树中任意节点的子结点之间有顺序关系，这种树称为有序树；
二叉树：每个节点最多含有两个子树的树称为二叉树；
完全二叉树：完全二叉树是效率很高的数据结构，完全二叉树是由满二叉树而引出来的。对于深度为K的，有n个结点的二叉树，当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。
满二叉树：
- 国内教程定义 :一个二叉树，如果每一个层的结点数都达到最大值，则这个二叉树就是满二叉树。也就是说，如果一个二叉树的层数为K，且结点总数是(2^k) -1 ，则它就是满二叉树。

国外(国际)定义:a binary tree T is full if each node is either a leaf or possesses exactly two childnodes.
大意为：如果一棵二叉树的结点要么是叶子结点，要么它有两个子结点，这样的树就是满二叉树 (一棵满二叉树的每一个结点要么是叶子结点，要么它有两个子结点，但是反过来不成立，因为完全二叉树也满足这个要求，但不是满二叉树)

上图中这个二叉树也是满二叉树。但是按照国内的定义，它却不是满二叉树。

霍夫曼树：带权路径最短的二叉树称为哈夫曼树或最优二叉树；

6. 散列表

散列表（Hash table，也叫哈希表），是根据关键码值(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。

7. 堆

堆(Heap)是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵完全二叉树的数组对象。

特点：

堆中某个节点的值总是不大于或不小于其父节点的值；
堆总是一棵完全二叉树。

将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。常见的堆有二叉堆、斐波那契堆等。

8. 图

图是另一种非线性数据结构。在图结构中，数据结点一般称为顶点，而边是顶点的有序偶对。如果两个顶点之间存在一条边，那么就表示这两个顶点具有相邻关系
图详情