标签：遍历数组   lazy   通过   ble   出队   产生   时空   优先级   alt   

数据结构与Python实现

分类和时空复杂度

分类：

时间和空间复杂度：

Array

数组是可以再内存中连续存储多个元素的结构，在内存中的分配也是连续的，数组中的元素通过数组下标进行访问，数组下标从0开始。

适用场景：

• 频繁查询，对存储空间要求不大，很少增加和删除的情况

优点：

• 按照索引查询元素速度快
• 按照索引遍历数组方便

缺点：

• 数组的大小固定后就无法扩容了
• 数组只能存储一种类型的数据
• 添加，删除的操作慢，因为要移动其他的元素

Linked List

Linked List

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（结点）包含两个域，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地址的指针域。

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。

链表插入Node：

链表删除Node：

Double Linked List

Circular Linked List

Stack

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。

栈的特点：

• 后进先出，从栈顶放入元素的操作叫入栈，取出元素叫出栈。

Queue

Queue

队列与栈一样，也是一种线性表；队列可以在一端添加元素，在另一端取出元素，也就是“先进先出”；从一端放入元素的操作称为入队，取出元素为出队 ；

使用情景：

• 在多线程阻塞队列管理中非常适用

Double-ended Queue

双端队列和普通队列区别在于：队头和队尾都可以插入和删除元素；

Priority Queue

优先队列：正常?、按照优先级出

Tree

Tree

树是一种数据结构，它是由n（n>=1）个有限节点组成一个具有层次关系的集合。把它叫做 “树” 是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。

树的特点：

• 每个节点有零个或多个子节点
• 没有父节点的节点称为根节点
• 每一个非根节点有且只有一个父节点
• 除了根节点外，每个子节点可以分为多个不相交的子树

Binary Tree

二叉树：

• 每个结点最多有两颗子树，结点的度最大为2
• 左子树和右子树是有顺序的，次序不能颠倒
• 即使某结点只有一个子树，也要区分左右子树

Binary Search Tree

二叉搜索树：

• 若任意节点的左?子树不为空，则左子树上所有结点的值均小于它的根结点的值；
• 若任意节点的右?子树不为空，则右子树上所有结点的值均大于它的根结点的值；
• 任意节点的左、右子树也分别为二叉搜索树

Heap

堆是一种比较特殊的数据结构，可以被看做一棵树的数组对象，具有以下的性质：

• 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

Mini Heap

小顶堆特点：

• 任意节点的值小于父节点的值
• 完整的二叉树

Max Heap

大顶堆特点：

• 任意节点的值大于父节点的值
• 完全的二叉树

Graph

图是由结点的有穷集合V和边的集合E组成。其中，为了与树形结构加以区别，在图结构中常常将结点称为顶点，边是顶点的有序偶对；若两个顶点之间存在一条边，就表示这两个顶点具有相邻关系。

Hash Table

哈希表，是根据关键码和值 (key和value) 直接进行访问的数据结构，哈希底层算法是取模（取余）运算，所以会产生哈希冲突。

哈希冲突解决：拉链法

数据结构概览

标签：遍历数组   lazy   通过   ble   出队   产生   时空   优先级   alt   

原文地址：https://www.cnblogs.com/pankypan/p/13244790.html