数据结构

数据结构

数据结构式计算机存储、组织数据的方式。

是指数据相互之间是以什么方式排列在一起的。

数据结构是为了更加方便管理和使用数据,需要结合具体的业务场景来进行选择

主要通过以下三个方面去理解

  1. 每种数据结构长什么样子
  2. 如何添加数据
  3. 如何删除数据

常见的数据结构

栈的特点:后进先出,先进后出

  • 数据进入栈模型的过程称为:压/进栈

image-20230108170420049

队列

队列的特点:先进先出,后进后出

  • 数据从后端进入队列模型的过程称为:入队列
  • 数据从前端离开队列模型的过程称为:出队列

image-20230108170349793

数组

数组是一种查询块,增删慢的数据模型

  • 查询速度快

    查询数据通过地址值和索引定位,查询任意数据耗时相同。(元素在内存中是连续存储的)

  • 删除效率低

    要将元素数据删除,同时后面每个数据前移

  • 添加效率极低

    添加位置后的每个数据后移,在添加元素

链表

​ 链表中的每一个元素,我们会称之为结点,每一个结点都是一个对象,这个对象都会有一个独立的地址值表示结点在内存中的位置,在结点里面会存储具体的数据和下一个结点的地址。

链表中的结点是独立的对象,在内存中是不连续的,每个结点包含数据值和下一个结点的地址

  • 查询速度慢

    无论查询哪个数据都要从头开始找。

  • 增删相对快

    在插入数据的时候,只需要修改对应结点的地址值即可

  • 首尾操作极快

image-20230108171301237

image-20230108172441648

当查询第N个元素的时候,双向链表比单向链表查询速度更快,因为会根据第几个元素,决定是从头部还是尾部开始查找

二叉树

​ 二叉树的弊端:普通的二叉树是没有顺序的,没有任何意义

image-20230113202557455

节点的内部结构

  • 父节点地址
  • 左子节点地址
  • 右子节点地址

度:每一个节点的子节点数量

规则:二叉树中,任意节点的度<=2

image-20230113195706533

二叉查找树

​ 二叉查找树,又称二叉排序树或者二叉搜索树

image-20230113202613032

特点
  1. 每一个节点上最多有两个子节点
  2. 任意节点左子树上的值都小于当前节点
  3. 任意节点右子树上的值都大于当前节点
添加规则
  1. 小的存左边
  2. 大的存右边
  3. 一样的不存

二叉数的遍历方式

前序就是当前节点在前面获取、中序就是当前节点在中间获取、后序就是当前节点在后面获取

前序遍历

​ 从根节点开始,然后按照当前结点,左子节点,右子节点的顺序遍历

image-20230113201352335

中序遍历(重要,遍历出来的数字按照从小到大排序)

​ 从最左边的子结点开始,然后按照左子结点,当前结点,右子节点的顺序遍历(按照左中右的顺序获取数据的)

image-20230113201643977

后续遍历

​ 从最左边的子节点开始,然后按照左子结点,右子结点,当前结点的顺序遍历

image-20230113201942710

层序遍历

​ 从根节点开始一层一层的遍历

image-20230113202112180

平衡二叉树

​ 查找二叉树有弊端:如果7、8、9、10、11、12,按照查找二叉树的规则去存,那么右子结点会特别长,而左子结点没有数据,导致左右子节点高度相差太大,这样也会影响查询的效率,在这个基础上引出了平衡二叉树的概念。

规则

任意节点左右子树高度差不超过1

以下两个都不是平衡二叉树。这边记住是任意节点的左右子树高度差不超过1,以左边为例,如果是10,那么左子节点的高度为0,右子节点的高度为3,高度相差大于1,所以不是平衡二叉树。

image-20230113203657703

旋转机制
  • 规则1:左旋
  • 规则2:右旋
  • 触发时机:当添加一个节点之后,该树不再是一颗平衡二叉树
左旋

确定支点:从添加的节点开始,不断的往父节点找不平衡的节点,找到的第一个满足条件的,就作为支点

步骤:

  1. 以不平衡的点作为支点
  2. 把支点左旋降级,变成左子节点
  3. 晋升原来的右子节点

image-20230113205957412

左旋完的结果:

image-20230113210040914

左旋的特殊情况

image-20230113210919622

左旋完后的结果:

image-20230113210950323

右旋

​ 基本和左旋相同的步骤,只不过往左的改为往右

image-20230113212111109

需要旋转的四种情况
左左(一次右旋)

​ 当根节点左子树的左子树有节点插入,导致二叉树不平衡

image-20230113212456099

左右(先局部左旋,在整体右旋)

​ 当根节点左子树的右子树有节点插入,导致二叉树不平衡。

由于一次右旋,还是未平衡,所以需要先局部左旋(结果就会变成左左一样的情况),在整体右旋。

image-20230113213335484

整体在右旋:

image-20230113213446129

右右(一次左旋)

​ 当根节点右子树的右子树有节点插入,导致二叉树不平衡。

image-20230113214134130

image-20230113214226490

右左(先局部右旋,在整体左旋)

​ 当根节点右子树的左节点有节点插入,导致二叉树不平衡。

红黑树

红黑树增删改查的性能都很好

  • 红黑树是一种自平衡的二叉查找树,是计算机科学中用到的一种数据结构
  • 它是一种特殊的二叉查找树,红黑树的每一个节点上都有存储位表示节点的颜色
  • 每一个节点可以是红或者黑;红黑树不是高度平衡的,它的平衡是通过红黑规则进行实现的

image-20230113221220451

节点的内部结构

  • 父节点地址
  • 左子节点地址
  • 右子节点地址
  • 颜色

红黑规则

  1. 每一个节点是红色或者是黑色的
  2. 根节点必须是黑色的
  3. 如果一个节点没有子节点或者父节点,则该节点相应的指针属性值为Nil,这些Nil视为叶节点,每个叶节点(Nil)是黑色的
  4. 如果某一个节点是红色,那么它的子节点必须是黑色(不能出现两个红色节点相连的情况)
  5. 对每一个节点,从该节点到其所有后代叶节点的简单路径上,均包含相同数目的黑色节点

image-20230113223240647

红黑树添加节点规则

  • 默认颜色:添加节点默认是红色的(效率高)
    • 效率高的原因的假设默认是黑的每添加一次节点就违背了规则5,每次都需要调整,如果假设添加的默认是红色,那么添加三个节点,才调整一次(违反了规则4)

image-20230113224938688

image-20230113230323456


数据结构
http://example.com/2023/01/29/Java基础/数据结构/data-structure/
作者
zhuixun
发布于
2023年1月29日
许可协议