数据结构

数据结构是计算机存储、组织数据的方式。是指相互之间存在一种或多种特定关系的数据元素的集合
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

持续更新，学一个记一个～

栈

栈模型：

    一端开口 ==栈顶==|                    |
|                    |
|                    |
|                    |
|                    |
|____________________|一端封闭 ==栈底==

数据进入栈模型的过程称为：压/进栈


|                    |                 |                    |
|                    |    [数据 A]      |     [数据 D]       | <- 栈顶元素
|                    |    [数据 B]      |     [数据 C]       |
|                    |    [数据 C]      |     [数据 B]       |
|                    |    [数据 D]      |     [数据 A]       | <- 栈底元素
|____________________|                 |____________________|

数据离开栈模型的过程称为：弹/出栈
出栈顺序为从栈顶元素到栈底元素

栈是一种先进后出的模型

队列

队列模型：

    一端开口 ==后端==|                    |
|                    |
|                    |
|                    |
|                    |
|                    |一端开头 ==前端==

数据从后端进入队列模型的过程称为：入队列


|                    |
|                    |    [数据 A]
|                    |    [数据 B]
|                    |    [数据 C]
|                    |    [数据 D]
|                    |  ----------------------------------------------------------               入队列方向\|/    后端
|                   |
|     [数据 D]       |
|     [数据 C]       |
|     [数据 B]       |
|     [数据 A]       |
|                   |\|/     前端出队列方向

数据从前端离开队列模型的过程称为：出队列

队列是一种先进先出的模型

数组

数组模型：


___0___1___2___3___4___5___6___
| [A] [B] [C] [D] [E] [F] [G] |
|_____________________________|

查询数据通过索引定位，查询任意数据耗时相同，查询数度快
删除数据时，要将原始数据删除，同时后面每个数据前移，删除效率低
添加数据时，添加位置后的每个数据后移，再添加元素，添加效率极低

数组是一种查询快，增删慢的模型

链表

链表的每一个元素被称为结点

结点模型：

 [地址1]
________________
| [数据] [地址2] |
|_______________|-----------------------------------------
地址1：结点的==存储位置（地址）==
数据：存储具体的==数据==
地址2：下一个结点的==地址==

头结点模型：

______________
| [head] [^] |
|____________|
-----------------------------------------
^：结点指向==空地址（表示结束）==

链表模型链接过程示例

给头结点存储一个数据A，保存在地址11的位置：

                     [11]
_______________      ___________
| [head] [11] | -->  | [A] [^] |
|_____________|      |_________|

再存储一个数据C，保存在地址37位置

                     [11]             [37]
_______________      ____________     ___________
| [head] [11] | -->  | [A] [37] | --> | [C] [^] |
|_____________|      |__________|     |_________|

再存储一个数据D，保存在地址96位置

                     [11]             [37]             [96]
_______________      ____________     ____________     ____________
| [head] [11] | -->  | [A] [37] | --> | [C] [96] | --> | [D]  [^] |
|_____________|      |__________|     |__________|     |__________|

链表模型添加数据过程示例

在数据AC之间添加一个数据B，保存在地址54地址

                     [11]             [37]             [96]
_______________      ____________     ____________     ____________
| [head] [11] | -->  | [A] [37] | --> | [C] [96] | --> | [D]  [^] |
|_____________|      |__________|     |__________|     |__________|[54]___________| [B] [^] ||_________|

数据B对应的下一个数据地址指向数据C

                     [11]             [37]             [96]
_______________      ____________     ____________     ____________
| [head] [11] | -->  | [A] [37] | --> | [C] [96] | --> | [D]  [^] |
|_____________|      |__________|     |__________|     |__________|&uarr;[54]____________| [B] [37] ||__________|

数据A对应的下一个数据地址指向数据B

                     [11]             [37]             [96]
_______________      ____________     ____________     ____________
| [head] [11] | -->  | [A] [54] |     | [C] [96] | --> | [D]  [^] |
|_____________|      |__________|     |__________|     |__________||            &uarr;|           [54]|          ____________|--------> | [B] [37] ||__________|

链表模型删除数据过程示例

删除数据BD之间的数据C

                     [11]             [37]             [96]
_______________      ____________     ____________     ____________
| [head] [11] | -->  | [A] [54] |     | [C] [96] | --> | [D]  [^] |
|_____________|      |__________|     |__________|     |__________||            &uarr;|           [54]|          ____________|--------> | [B] [37] ||__________|

数据B对应的下一个数据地址指向数据D

                     [11]             [37]             [96]
_______________      ____________     ____________     ____________
| [head] [11] | -->  | [A] [54] |     | [C] [96] | --> | [D]  [^] |
|_____________|      |__________|     |__________|     |__________||                             &uarr;|           [54]              ||          ____________       ||--------> | [B] [96] |-------||__________|

数据C删除

                     [11]                              [96]
_______________      ____________                      ____________
| [head] [11] | -->  | [A] [54] |                      | [D]  [^] |
|_____________|      |__________|                      |__________||                             &uarr;|           [54]              ||          ____________       ||--------> | [B] [96] |-------||__________|

查询数据D是否存在，必须从头（head）开始查询
查询第n个数据，也必须从头（head）开始查询

链表是一种增删快，查询慢的模型（对比数组）

哈希表

JDK 8 之前，底层采用数据+链表实现，可以说是一个元素为链表的数组

JDK 8 以后，在长度比较长的时候，底层实现了优化

哈希表存储元素示例（如何保证元素唯一性）

待存储元素为：

“hello”
“world”
“java”
“world”
“通信”
“软件”

为了方便演示，计算各元素的哈希值为（实际计算机操作是每一次添加都进行独立计算）：

“hello” ---- 99162322
“world” ---- 113318802
“java” ---- 3254818
“world” ---- 113318802
“通信” ---- 1179395
“软件” ---- 1179395

在JDK说明文档中看到HashSet的空参构造方法的描述为：

HashSet():构造一个空的集合;支持HashMap实例具有默认初始容量（16）和加载因子（0.75）。

对于这个加载因子为什么是0.75我在晚上查阅了很多资料，大部分说它是与泊松分布直接相关，直到后面我又看到一篇反驳的博客，链接都放在这里了，对学术研究还是要保持好奇，保持质疑的精神啊
支持与泊松分布直接相关
反驳

据此我们得到HashSet的模型：

  [0]  [1]  [2]  [3]  [4]  [5]  [6]  [7]  [8]  [9] [10] [11] [12] [13] [14] [15]
_________________________________________________________________________________
|    |    |    |    |    |    |    |    |    |    |    |    |    |    |    |    |
|____|____|____|____|____|____|____|____|____|____|____|____|____|____|____|____|

那么如何存储各元素的哈希值到哈希表中呢？

将各元素的哈希值进行对16取余，余数是几就存储到几中

“hello” ---- 99162322 % 16 =>   2
“world” ---- 113318802 % 16 =>  2
“java” ---- 3254818 % 16 =>     2
“world” ---- 113318802 % 16 =>  2
“通信” ---- 1179395 % 16 =>      3
“软件” ---- 1179395 % 16 =>      3

显然我们只需要用到编号为2的位置和编号为3的位置，所以下面的演示省略未用到的部分（实际没用到也是存在的）

             [2]          [3] ___________________________
.....   |            |            |    .....|____________|____________|

尝试添加“hello”

根据“hello”的哈希值计算出它的存储位置是2,此时2号位没有元素，所以直接添加元素：

     [2]          [3]
___________________________
|   “hello”   |            |
|_____________|____________|

尝试添加“world”

根据“world”的哈希值计算出它的存储位置也是2,此时2号位已经有元素，所以需要和已存在的元素进行比较，首先比较哈希值：

99162322   !=   113318802
“hello”          “world”

第一步对比发现二者哈希值不同，所以直接添加元素，元素也存储在2号位，但是是以链表的形式存储：

     [2]          [3]
___________________________
|   “hello”   |            |
|______|______|____________|&uarr;___________| “world” ||_________|

尝试添加“java” 同第二步，比较待添加元素和已存在所有元素的哈希值

99162322   !=    3254818
“hello”          “java”
---------------------------
113318802   !=   3254818
“world”          “java”

依次比较所有已存在元素后发现哈希值均不同，所以直接添加元素，同样以链表的形式存储在2号位：

     [2]          [3]
___________________________
|   “hello”   |            |
|______|______|____________|&uarr;___________| “world” ||_________|&uarr;___________| “java”  ||_________|

尝试添加“world”

同第二步，比较待添加元素和已存在所有元素的哈希值

99162322   !=    113318802
“hello”          “world”
---------------------------
113318802   ==   113318802
“world”          “world”
---------------------------
3254818   !=   113318802
“java”          “world”

依次比较所有已存在元素后发现哈希值存在相同值，所以继续比较相同哈希值的元素内容是否相同：

113318802   ==   113318802“world”    ==    “world”

比较后发现内容一致，故跳过添加操作。

尝试添加“通信”

根据“通信”的哈希值计算出它的存储位置是3,此时3号位没有元素，所以直接添加元素：

     [2]          [3]
____________________________
|   “hello”   |   “通信”    |
|______|______|____________|&uarr;___________| “world” ||_________|&uarr;___________| “java”  ||_________|

尝试添加“软件”

根据“软件”的哈希值计算出它的存储位置也是3,此时3号位已经有元素，所以需要和已存在的元素进行比较，首先比较哈希值：

 1179395   ==   1179395“通信”         “软件”

比较后发现二者哈希值相同，所以继续比较元素内容是否相同：

 1179395   ==   1179395“通信”   !=    “软件”

发现内容并不相同，故以链表的形式添加元素：

     [2]          [3]
____________________________
|   “hello”   |   “通信”    |
|______|______|_____|______|&uarr;            &uarr;___________   __________| “world” |   | “软件” ||_________|   |_______|&uarr;___________| “java”  ||_________|

至此，哈希表添加元素操作演示完毕

常见数据结构-栈-队列-数组-链表-哈希表相关推荐

Java集合常见数据结构-栈/队列/数组/链表/红黑树
数组链表红黑树
常见的数据结构：栈队列数组链表红黑树——List集合 _ HashSet集合、可变参数 collections集合 Map集合
2021-06-07复习java 一.常见的数据结构栈(先进后出) 队列数组链表红黑树二.List集合_介绍&常用方法 ArrayList集合 Linkedlist集合三.Hash ...
【Java8】堆栈/队列/数组/链表/红黑树，List/set子接口，hashcode/hashset，Map/内部接口，/统计字符个数，debug，斗地主，Collections，TreeSet
文章目录 1.堆栈/队列/数组/链表:数据结构即计算机组织管理数据的方式,堆栈指的是内存图中的栈,不是堆 2.红黑树:二查,二查平,二查平1倍 3.List子接口:集合,IndexOutOfBound ...
栈,队列和链表三者之间的关系与区别
最近一直在学习算法,刷算法题,但是自从大学毕业以来,数据结构的知识都还给老师了,只会个数组,所以前期刷的题目也都是有关数组的最近跟着小册重学了一遍数据结构,今天就记录一下栈,队列和链表三者之间的关系 ...
【从蛋壳到满天飞】JS 数据结构解析和算法实现-哈希表
前言 [从蛋壳到满天飞]JS 数据结构解析和算法实现,全部文章大概的内容如下: Arrays(数组).Stacks(栈).Queues(队列).LinkedList(链表).Recursion(递归思 ...
数据结构与算法五：哈希表-哈希函数设计原则-哈希冲突解决方案
一.哈希表的定义: 二.哈希表举例: 哈希函数就是映射关系三.哈希表应用举例: Leetcode上第387题: 思路:通过s.charAt(i)-'a'将字符串中的字符映射成hash表,出现一次,在 ...
算法训练Day6 | LeetCode：242. 有效的字母异位词（数组作哈希表）；349. 两个数组的交集（Set作哈希表）；202.快乐数（Set作哈希表）；1. 两数之和（Map作哈希表）
目录 LeetCode242. 有效的字母异位词方法:数组作哈希表 1. 思路 2. 代码实现 3. 复杂度分析 4. 思考 Leetcode349. 两个数组的交集方法一:用Set作HashMa ...
【Leetcode 专题五】数组和哈希表
目录一.前言二.解题思路和代码整理 2.1.数组重建 Leetcode283. 移动零 Leetcode27. 移除元素 Leetcode26. 删除有序数组中的重复项 2.2.数组双指针 Lee ...
【翻译】Programming Ruby——数组，哈希表和控制结构
数组和哈希表 Ruby的数组和哈希表是索引集合.两都都是保存对象集合并能通过键来读取.数组的键是数字,但是哈希表则支持对象作为键.它们都是随着新元素的加入要增长.在访问元素方面,数组效率比较高,但哈希 ...

常见数据结构-栈-队列-数组-链表-哈希表