一、常用數(shù)據(jù)結(jié)構(gòu)說(shuō)明

開(kāi)篇第一章,介紹一下常見(jiàn)的數(shù)據(jù)結(jié)構(gòu),之后的章節(jié)介紹常見(jiàn)的算法解題框架

1、數(shù)組

? ? ? ? 優(yōu)點(diǎn):內(nèi)存連續(xù),查找效率高,為O(1)

????????缺點(diǎn):內(nèi)存連續(xù),因此插入/刪除時(shí)間復(fù)雜度高,為O(n)

2、鏈表

????????優(yōu)點(diǎn):內(nèi)存不連續(xù),插入/刪除時(shí)間復(fù)雜度低,為O(1)

????????缺點(diǎn):內(nèi)存不連續(xù),因此查找時(shí)間復(fù)雜度高,為O(n)

3、棧Stack

????????先入后出(FILO);可以通過(guò)數(shù)組/鏈表實(shí)現(xiàn);兩個(gè)棧,一個(gè)入棧,一個(gè)出棧,可以模擬隊(duì)列操作。

4、隊(duì)列Queue

????????先入先出(FIFO);可以通過(guò)數(shù)組/鏈表實(shí)現(xiàn);常用于消息隊(duì)列;

5、優(yōu)先隊(duì)列PriorityQueue

????????先入按照優(yōu)先級(jí)出(FIFO);可以通過(guò)堆Heap(Binary、Binomial、Fibonacci)/二叉搜索樹(shù)(Binary Search Tree)實(shí)現(xiàn),一般不會(huì)考如何實(shí)現(xiàn),現(xiàn)在優(yōu)先隊(duì)列都納入了標(biāo)準(zhǔn)庫(kù)中,了解實(shí)現(xiàn)機(jī)制即可;

6、堆Heap


堆各種實(shí)現(xiàn)性能對(duì)比

7、映射(Map)&集合(Set)

映射(Map)&集合(Set)一般由哈希/二叉樹(shù)實(shí)現(xiàn),需要先了解HashTable & Hash Function & Hash Collisions。哈希: key經(jīng)過(guò)Hash Function 處理后,O(1)的時(shí)間復(fù)雜度在HashTable(一般維數(shù)組) 找到數(shù)據(jù)所在的位置。Hash?Collisions的一種解決方式為拉鏈法:沖突后在HashTable 元素后面掛鏈表來(lái)存放位置沖突的元素。

List & 映射(Map) & 集合(Set)的區(qū)別:List 元素可重復(fù),一般用數(shù)組/鏈表實(shí)現(xiàn);?映射(Map)是key/value映射關(guān)系,一般用哈希(O(1))/樹(shù)(O(logn))實(shí)現(xiàn),比數(shù)組查找效率高;集合(Set)與List 比,元素不可重復(fù),一般用哈希(O(1))/樹(shù)(O(logn))實(shí)現(xiàn),比數(shù)組查找效率高;

映射(Map)常用實(shí)現(xiàn)有兩種:HashMap、TreeMap,查找數(shù)據(jù)時(shí)間復(fù)雜度為O(1),但是數(shù)據(jù)是無(wú)序存放的;集合(Set)常用實(shí)現(xiàn)有兩種:HashSet、TreeSet,查找數(shù)據(jù)時(shí)間復(fù)雜度為O(logn),但是數(shù)據(jù)是有序存放的;

各種數(shù)據(jù)結(jié)構(gòu)時(shí)間復(fù)雜度對(duì)比

8、

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,197評(píng)論 6 531
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,415評(píng)論 3 415
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人,你說(shuō)我怎么就攤上這事。” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 176,104評(píng)論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 62,884評(píng)論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 71,647評(píng)論 6 408
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 55,130評(píng)論 1 323
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,208評(píng)論 3 441
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 42,366評(píng)論 0 288
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,887評(píng)論 1 334
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 40,737評(píng)論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 42,939評(píng)論 1 369
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,478評(píng)論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,174評(píng)論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 34,586評(píng)論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 35,827評(píng)論 1 283
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 51,608評(píng)論 3 390
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 47,914評(píng)論 2 372

推薦閱讀更多精彩內(nèi)容