表达式必须是指向_每个程序员都必须知道的8种通用数据结构

code小生 一个专注大前端领域的技术平台

公众号回复Android加入安卓技术群数据结构是一种特殊的组织和存储数据的方式&＃xff0c;可以使我们可以更高效地对存储的数据执行操作。数据结构在计算机科学和软件工程领域具有广泛而多样的用途。本文转自&＃xff1a;网络几乎所有已开发的程序或软件系统都使用数据结构。此外&＃xff0c;数据结构属于计算机科学和软件工程的基础。当涉及软件工程面试问题时&＃xff0c;这是一个关键主题。因此&＃xff0c;作为开发人员&＃xff0c;我们必须对数据结构有充分的了解。在本文中&＃xff0c;我将简要解释每个程序员必须知道的8种常用数据结构。1.数组数组是固定大小的结构&＃xff0c;可以容纳相同数据类型的项目。它可以是整数数组&＃xff0c;浮点数数组&＃xff0c;字符串数组或什至是数组数组(例如二维数组)。数组已建立索引&＃xff0c;这意味着可以进行随机访问。Fig 1. Visualization of basic Terminology of Arrays数组运算

• 遍历&＃xff1a;遍历所有元素并进行打印。

• 插入&＃xff1a;将一个或多个元素插入数组。

• 删除&＃xff1a;从数组中删除元素

• 搜索&＃xff1a;在数组中搜索元素。您可以按元素的值或索引搜索元素

• 更新&＃xff1a;在给定索引处更新现有元素的值

数组的应用

• 用作构建其他数据结构的基础&＃xff0c;例如数组列表&＃xff0c;堆&＃xff0c;哈希表&＃xff0c;向量和矩阵。

• 用于不同的排序算法&＃xff0c;例如插入排序&＃xff0c;快速排序&＃xff0c;冒泡排序和合并排序。

2.链表链表是一种顺序结构&＃xff0c;由相互链接的线性顺序项目序列组成。因此&＃xff0c;您必须顺序访问数据&＃xff0c;并且无法进行随机访问。链接列表提供了动态集的简单灵活的表示形式。让我们考虑以下有关链表的术语。您可以通过参考图2来获得一个清晰的主意。

• 链表中的元素称为节点。

• 每个节点都包含一个密钥和一个指向其后继节点(称为next)的指针。

• 名为head的属性指向链接列表的第一个元素。

• 链表的最后一个元素称为尾。

Fig 2. Visualization of basic Terminology of Linked Lists以下是可用的各种类型的链表。

• 单链列表—只能沿正向遍历项目。

• 双链表-可以在前进和后退方向上遍历项目。节点由一个称为上一个的附加指针组成&＃xff0c;指向上一个节点。

• 循环链接列表—链接列表&＃xff0c;其中头的上一个指针指向尾部&＃xff0c;尾号的下一个指针指向头。

链表操作

• 搜索&＃xff1a;通过简单的线性搜索在给定的链表中找到键为k的第一个元素&＃xff0c;并返回指向该元素的指针

• 插入&＃xff1a;在链接列表中插入一个密钥。插入可以通过3种不同的方式完成; 在列表的开头插入&＃xff0c;在列表的末尾插入&＃xff0c;然后在列表的中间插入。

• 删除&＃xff1a;从给定的链表中删除元素x。您不能单步删除节点。删除可以通过3种不同方式完成; 从列表的开头删除&＃xff0c;从列表的末尾删除&＃xff0c;然后从列表的中间删除。

链表的应用

• 用于编译器设计中的符号表管理。

• 用于在使用Alt Tab(使用循环链表实现)的程序之间进行切换。

3.堆栈堆栈是一种LIFO(后进先出-最后放置的元素可以首先访问)结构&＃xff0c;该结构通常在许多编程语言中都可以找到。该结构被称为"堆栈"&＃xff0c;因为它类似于真实世界的堆栈-板的堆栈。堆栈操作下面给出了可以在堆栈上执行的2个基本操作。请参考图3&＃xff0c;以更好地了解堆栈操作。

• Push 推送&＃xff1a;在堆栈顶部插入一个元素。

• Pop 弹出&＃xff1a;删除最上面的元素并返回。

Fig 3. Visualization of basic Operations of Stacks此外&＃xff0c;为堆栈提供了以下附加功能&＃xff0c;以检查其状态。

• Peep 窥视&＃xff1a;返回堆栈的顶部元素而不删除它。

• isEmpty&＃xff1a;检查堆栈是否为空。

• isFull&＃xff1a;检查堆栈是否已满。

堆栈的应用

• 用于表达式评估(例如&＃xff1a;用于解析和评估数学表达式的调车场算法)。

• 用于在递归编程中实现函数调用。

4.队列队列是一种FIFO(先进先出-首先放置的元素可以首先访问)结构&＃xff0c;该结构通常在许多编程语言中都可以找到。该结构被称为"队列"&＃xff0c;因为它类似于现实世界中的队列-人们在队列中等待。队列操作下面给出了可以在队列上执行的2个基本操作。请参考图4&＃xff0c;以更好地了解堆栈操作。

• 进队&＃xff1a;将元素插入队列的末尾。

• 出队&＃xff1a;从队列的开头删除元素。

Fig 4. Visualization of Basic Operations of Queues队列的应用

• 用于管理多线程中的线程。

• 用于实施排队系统(例如&＃xff1a;优先级队列)。

5.哈希表哈希表是一种数据结构&＃xff0c;用于存储具有与每个键相关联的键的值。此外&＃xff0c;如果我们知道与值关联的键&＃xff0c;则它有效地支持查找。因此&＃xff0c;无论数据大小如何&＃xff0c;插入和搜索都非常有效。当存储在表中时&＃xff0c;直接寻址使用值和键之间的一对一映射。但是&＃xff0c;当存在大量键值对时&＃xff0c;此方法存在问题。该表将具有很多记录&＃xff0c;并且非常庞大&＃xff0c;考虑到典型计算机上的可用内存&＃xff0c;该表可能不切实际甚至无法存储。为避免此问题&＃xff0c;我们使用哈希表。哈希函数名为哈希函数(h)的特殊函数用于克服直接寻址中的上述问题。在直接访问中&＃xff0c;带有密钥k的值存储在插槽k中。使用哈希函数&＃xff0c;我们可以计算出每个值都指向的表(插槽)的索引。使用给定键的哈希函数计算的值称为哈希值&＃xff0c;它表示该值映射到的表的索引。

• h&＃xff1a;哈希函数

• k&＃xff1a;应确定其哈希值的键

• m&＃xff1a;哈希表的大小(可用插槽数)。一个不接近2的精确乘方的素数是m的一个不错的选择。

Fig 5. Representation of a Hash Function

• 1→1→1

• 5→5→5

• 23→23→3

• 63→63→3

从上面给出的最后两个示例中&＃xff0c;我们可以看到&＃xff0c;当哈希函数为多个键生成相同的索引时&＃xff0c;就会发生冲突。我们可以通过选择合适的哈希函数h并使用链接和开放式寻址等技术来解决冲突。哈希表的应用

• 用于实现数据库索引。

• 用于实现关联数组。

• 用于实现"设置"数据结构。

6.树树是一种层次结构&＃xff0c;其中数据按层次进行组织并链接在一起。此结构与链接列表不同&＃xff0c;而在链接列表中&＃xff0c;项目以线性顺序链接。在过去的几十年中&＃xff0c;已经开发出各种类型的树木&＃xff0c;以适合某些应用并满足某些限制。一些示例是二叉搜索树&＃xff0c;B树&＃xff0c;红黑树&＃xff0c;展开树&＃xff0c;AVL树和n元树。二叉搜索树顾名思义&＃xff0c;二进制搜索树(BST)是一种二进制树&＃xff0c;其中数据以分层结构进行组织。此数据结构按排序顺序存储值&＃xff0c;我们将在本课程中详细研究这些值。二叉搜索树中的每个节点都包含以下属性。

• key&＃xff1a;存储在节点中的值。

• left&＃xff1a;指向左孩子的指针。

• 右&＃xff1a;指向正确孩子的指针。

• p&＃xff1a;指向父节点的指针。

二叉搜索树具有独特的属性&＃xff0c;可将其与其他树区分开。此属性称为binary-search-tree属性。令x为二叉搜索树中的一个节点。

• 如果y是x左子树中的一个节点&＃xff0c;则y.key≤x.key

• 如果y是x的右子树中的节点&＃xff0c;则y.key≥x.key

Fig 6. Visualization of Basic Terminology of Trees.树的应用

• 二叉树&＃xff1a;用于实现表达式解析器和表达式求解器。

• 二进制搜索树&＃xff1a;用于许多不断输入和输出数据的搜索应用程序中。

• 堆&＃xff1a;由JVM(Java虚拟机)用来存储Java对象。

• Trap&＃xff1a;用于无线网络。

7.堆堆是二叉树的一种特殊情况&＃xff0c;其中将父节点与其子节点的值进行比较&＃xff0c;并对其进行相应排列。让我们看看如何表示堆。堆可以使用树和数组表示。图7和8显示了我们如何使用二叉树和数组来表示二叉堆。Fig 7. Binary Tree Representation of a HeapFig 8. Array Representation of a Heap堆可以有2种类型。

• 最小堆-父项的密钥小于或等于子项的密钥。这称为min-heap属性。根将包含堆的最小值。

• 最大堆数-父项的密钥大于或等于子项的密钥。这称为max-heap属性。根将包含堆的最大值。

堆的应用

• 用于实现优先级队列&＃xff0c;因为可以根据堆属性对优先级值进行排序。

• 可以在O(log n)时间内使用堆来实现队列功能。

• 用于查找给定数组中k个最小(或最大)的值。

• 用于堆排序算法。

8.图一个图由一组有限的顶点或节点以及一组连接这些顶点的边组成。图的顺序是图中的顶点数。图的大小是图中的边数。如果两个节点通过同一边彼此连接&＃xff0c;则称它们为相邻节点。有向图如果图形G的所有边缘都具有指示什么是起始顶点和什么是终止顶点的方向&＃xff0c;则称该图形为有向图。我们说(u&＃xff0c;v)从顶点u入射或离开顶点u&＃xff0c;然后入射到或进入顶点v。自环&＃xff1a;从顶点到自身的边。无向图如果图G的所有边缘均无方向&＃xff0c;则称其为无向图。它可以在两个顶点之间以两种方式传播。如果顶点未连接到图中的任何其他节点&＃xff0c;则称该顶点为孤立的。Fig 9. Visualization of Terminology of Graphs图的应用

• 用于表示社交媒体网络。每个用户都是一个顶点&＃xff0c;并且在用户连接时会创建一条边。

• 用于表示搜索引擎的网页和链接。互联网上的网页通过超链接相互链接。每页是一个顶点&＃xff0c;两页之间的超链接是一条边。用于Google中的页面排名。

• 用于表示GPS中的位置和路线。位置是顶点&＃xff0c;连接位置的路线是边。用于计算两个位置之间的最短路径。

相关推荐

Android 项目中 Loading 对话框的优化

Android MVP && MVVM深度解析

对于 Android 业务开发的一些理解总结

Kotlin &＃43; Mvp &＃43; RxJava &＃43; Retrofit 心得体会

探索 Android 内存优化方法

如果你有写博客的好习惯欢迎投稿

点个在看,小生感恩❤️