數(shù)據(jù)結(jié)構(gòu)是一種特殊的組織和存儲數(shù)據(jù)的方式，可以使我們可以更高效地對存儲的數(shù)據(jù)執(zhí)行操作。數(shù)據(jù)結(jié)構(gòu)在計算機科學(xué)和軟件工程領(lǐng)域具有廣泛而多樣的用途。

幾乎所有已開發(fā)的程序或軟件系統(tǒng)都使用數(shù)據(jù)結(jié)構(gòu)。此外，數(shù)據(jù)結(jié)構(gòu)屬于計算機科學(xué)和軟件工程的基礎(chǔ)。當(dāng)涉及軟件工程面試問題時，這是一個關(guān)鍵主題。因此，作為開發(fā)人員，我們必須對數(shù)據(jù)結(jié)構(gòu)有充分的了解。

在本文中，我將簡要解釋每個程序員必須知道的8種常用數(shù)據(jù)結(jié)構(gòu)。

一.數(shù)組

陣列是固定大小的結(jié)構(gòu)，其可以保持相同的數(shù)據(jù)類型的項目。它可以是整數(shù)數(shù)組，浮點數(shù)數(shù)組，字符串?dāng)?shù)組甚至數(shù)組數(shù)組（例如2維數(shù)組）。數(shù)組已建立索引，這意味著可以進(jìn)行隨機訪問。

1.陣列運算

• 遍歷：遍歷元素并打印。
• 搜索：在數(shù)組中搜索元素。您可以按元素的值或索引搜索元素
• 更新：在給定索引處更新現(xiàn)有元素的值

由于數(shù)組的大小是固定的，因此無法立即將元素插入到數(shù)組中以及從數(shù)組中刪除元素。如果要向數(shù)組中插入元素，則首先必須創(chuàng)建一個具有增大的大小（當(dāng)前大小+ 1）的新數(shù)組，復(fù)制現(xiàn)有元素并添加新元素。刪除大小減小的新數(shù)組的刪除操作也是如此。

2.數(shù)組的應(yīng)用

• 用作構(gòu)建其他數(shù)據(jù)結(jié)構(gòu)的構(gòu)造塊，例如數(shù)組列表，堆，哈希表，向量和矩陣。
• 用于不同的排序算法，例如插入排序，快速排序，冒泡排序和合并排序。

二.鏈表

鏈表是一種順序結(jié)構(gòu)，由一系列相互鏈接的線性順序項目組成。因此，您必須順序訪問數(shù)據(jù)，并且無法進(jìn)行隨機訪問。鏈接列表提供了動態(tài)集的簡單而靈活的表示。

讓我們考慮以下有關(guān)鏈表的術(shù)語。您可以通過參考圖2來獲得一個清晰的主意。

• 鏈表中的元素稱為節(jié)點。
• 每個節(jié)點都包含一個密鑰和一個指向其后繼節(jié)點的指針，稱為next。
• 名為head的屬性指向鏈接列表的第一個元素。
• 鏈表的最后一個元素稱為tail。

以下是可用的各種類型的鏈表。

• 單鏈列表 —只能沿正向遍歷項目。
• 雙鏈表 -可以在前進(jìn)和后退方向上遍歷項目。節(jié)點包含一個稱為prev的附加指針，指向上一個節(jié)點。
• 循環(huán)鏈接列表 -鏈接列表，其中頭的上一個指針指向尾部，尾號的下一個指針指向頭。

1.鏈表操作

• 搜索：通過簡單的線性搜索在給定的鏈表中找到鍵為k的第一個元素，并返回指向該元素的指針
• 插入：將一個密鑰插入到鏈表中。插入可以通過3種不同的方式完成；在列表的開頭插入，在列表的末尾插入，在列表的中間插入。
• Delete：從給定的鏈表中刪除元素x。您不能單步刪除節(jié)點。刪除可以通過3種不同的方式完成：從列表的開頭刪除，從列表的末尾刪除，然后從列表的中間刪除。

2.鏈表的應(yīng)用

• 用于編譯器設(shè)計中的符號表管理。
• 用于在使用Alt + Tab（使用循環(huán)鏈表實現(xiàn)）的程序之間進(jìn)行切換。

三.堆棧

堆棧是一個LIFO（后進(jìn)先出-放置在最后的元件可以在第一被訪問）可在許多編程語言來常見結(jié)構(gòu)。這種結(jié)構(gòu)之所以被稱為“堆疊”，是因為它類似于真實世界的堆疊-一組板。

1.堆棧操作

下面給出了可以在堆棧上執(zhí)行的2個基本操作。請參考圖3，以更好地了解堆棧操作。

• 推送：將元素插入堆棧的頂部。
• Pop：刪除最上面的元素并返回它。

此外，為堆棧提供了以下附加功能，以檢查其狀態(tài)。

• 窺視：返回堆棧的頂部元素而不刪除它。
• isEmpty：檢查堆棧是否為空。
• isFull：檢查堆棧是否已滿。

2.堆棧的應(yīng)用

• 用于表達(dá)式評估（例如：用于解析和評估數(shù)學(xué)表達(dá)式的調(diào)車場算法）。
• 用于在遞歸編程中實現(xiàn)函數(shù)調(diào)用。

四.隊列

甲隊列是一個FIFO（先入先出-放置在第一元件可以在第一被訪問）可在許多編程語言來常見結(jié)構(gòu)。該結(jié)構(gòu)被稱為“隊列”，因為它類似于現(xiàn)實世界中的隊列-人們在隊列中等待。

1.隊列操作

下面給出了可以在隊列上執(zhí)行的2個基本操作。請參考圖4，以更好地了解隊列操作。

• 入隊：插入一個元素到隊列的末尾。
• 出隊：從隊列的開頭刪除元素。

2.隊列的應(yīng)用

• 用于管理多線程中的線程。
• 用于實現(xiàn)排隊系統(tǒng)（例如：優(yōu)先級隊列）。

五.哈希表

哈希表是一種數(shù)據(jù)結(jié)構(gòu)，其存儲有與之相關(guān)聯(lián)的鍵的值。此外，如果我們知道與值關(guān)聯(lián)的鍵，則它有效地支持查找。因此，無論數(shù)據(jù)大小如何，插入和搜索都非常有效。

當(dāng)存儲在表中時，直接尋址使用值和鍵之間的一對一映射。但是，當(dāng)存在大量鍵值對時，此方法存在問題。該表將具有很多記錄，并且非常龐大，鑒于典型計算機上的可用內(nèi)存，該表可能不切實際甚至無法存儲。為了避免這個問題，我們使用哈希表。

1.散列函數(shù)

使用一種稱為哈希函數(shù)（h）的特殊函數(shù)來克服上述直接尋址中的問題。

在直接訪問中，帶有密鑰k的值存儲在插槽k中。使用哈希函數(shù)，我們可以計算出每個值都指向的表（插槽）的索引。使用給定鍵的哈希函數(shù)計算的值稱為哈希值，該值指示該值映射到的表的索引。

h（k）= k％m

• h：哈希函數(shù)
• k：應(yīng)確定其哈希值的鍵
• m：哈希表的大?。捎貌宀蹟?shù)）。接近于2的冪的素數(shù)是m的一個不錯的選擇。

考慮哈希函數(shù)h（k）= k％20，其中哈希表的大小為20。給定一組鍵，我們要計算每個鍵的哈希值，以確定索引應(yīng)在哈希表中的位置。考慮我們有以下鍵，即哈希和哈希表索引。

• 1→1％20→1
• 5→5％20→5
• 23→23％20→3
• 63→63％20→3

從上面給出的最后兩個示例中，我們可以看到，當(dāng)哈希函數(shù)為多個鍵生成相同的索引時，就會發(fā)生沖突。我們可以通過選擇合適的哈希函數(shù)h并使用鏈接和開放式尋址等技術(shù)來解決沖突。

2.哈希表的應(yīng)用

• 用于實現(xiàn)數(shù)據(jù)庫索引。
• 用于實現(xiàn)關(guān)聯(lián)數(shù)組。
• 用于實現(xiàn)“設(shè)置”數(shù)據(jù)結(jié)構(gòu)。

六.樹

樹是進(jìn)行數(shù)據(jù)分層組織并連接在一起的分層結(jié)構(gòu)。此結(jié)構(gòu)與鏈接列表不同，而在鏈接列表中，項目以線性順序鏈接。

在過去的幾十年中，已經(jīng)開發(fā)出各種類型的樹，以適合某些應(yīng)用并滿足某些限制。一些示例是二叉搜索樹，B樹，挖掘，紅黑樹，展開樹，AVL樹和n元樹。

1.二叉搜索數(shù)

二叉搜索樹（BST），顧名思義，是一個二叉樹，其中數(shù)據(jù)在一個層次結(jié)構(gòu)組織。此數(shù)據(jù)結(jié)構(gòu)按排序順序存儲值，我們將在本教程中詳細(xì)研究這些值。

二叉搜索樹中的每個節(jié)點都包含以下屬性。

• key：存儲在節(jié)點中的值

• left：指向左孩子的指針

• 右：指向右孩子的指針

• p：指向父節(jié)點的指針

二叉搜索樹具有獨特的屬性，可將其與其他樹區(qū)分開。此屬性稱為binary-search-tree屬性。

令x為二叉搜索樹中的一個節(jié)點。

• 如果y是x 左子樹中的一個節(jié)點，則y.key≤x.key
• 如果y是x 的右子樹中的節(jié)點，則y.key≥x.key

2.樹的應(yīng)用

• 二叉樹：用于實現(xiàn)表達(dá)式解析器和表達(dá)式求解器。
• 二進(jìn)制搜索樹：用于許多不斷輸入和輸出數(shù)據(jù)的搜索應(yīng)用程序中。
• 堆：由JVM（Java虛擬機）用來存儲Java對象。
• 挖土機：用于無線網(wǎng)絡(luò)。

七.堆

堆也是一種二叉樹，其中父節(jié)點相比，他們的孩子與他們的價值觀和相應(yīng)安排的一個特例。

讓我們看看如何表示堆。堆可以使用樹和數(shù)組來表示。圖7和8顯示了我們?nèi)绾问褂枚鏄浜蛿?shù)組來表示二叉堆。

堆可以有2種類型。

• 最小堆 -父項的密鑰小于或等于子項的密鑰。這稱為min-heap屬性。根將包含堆的最小值。

• Max Heap-父級的鍵大于或等于其子級的鍵。這稱為max-heap屬性。根將包含堆的最大值。

堆的應(yīng)用

• 用于堆排序算法。
• 用于實現(xiàn)優(yōu)先級隊列，因為可以根據(jù)可以使用數(shù)組實現(xiàn)堆的堆屬性對優(yōu)先級值進(jìn)行排序。
• 可以在O（log n）時間內(nèi)使用堆來實現(xiàn)隊列功能。
• 用于查找給定數(shù)組中k個最?。ɑ蜃畲螅┑闹怠?/li>

八.圖

圖形是由一組有限的頂點或節(jié)點和一組邊緣連接這些頂點。

圖的順序是圖中的頂點數(shù)。圖的大小是圖中的邊數(shù)。

如果兩個節(jié)點通過同一邊彼此連接，則稱它們?yōu)?strong>相鄰節(jié)點。

1.有向圖

如果圖形G的所有邊緣都具有指示什么是起始頂點和什么是終止頂點的方向，則稱該圖形為有向圖。

我們說，（U，V）是事件的或葉頂點ü，是事發(fā)地或進(jìn)入頂點v。

自環(huán)：從頂點到自身的邊。

2.無向圖

如果圖G的所有邊緣均無方向，則稱其為無向圖。它可以在兩個頂點之間以兩種方式傳播。

如果頂點未連接到圖中的任何其他節(jié)點，則稱該頂點為孤立的。

3.圖的應(yīng)用

• 用于表示社交媒體網(wǎng)絡(luò)。每個用戶都是一個頂點，并且在用戶連接時會創(chuàng)建一條邊。
• 用于表示搜索引擎的網(wǎng)頁和鏈接。互聯(lián)網(wǎng)上的網(wǎng)頁通過超鏈接相互鏈接。每頁是一個頂點，兩頁之間的超鏈接是一條邊。用于Google中的頁面排名。
• 用于表示GPS中的位置和路線。位置是頂點，連接位置的路線是邊。用于計算兩個位置之間的最短路徑。