前幾天和敖丙交流，他說我們寫作的人都是在不停地燃燒自己，所以需要不停地補充燃料。對於他的觀點，我不能再苟同了——所以我開始狂補計算機方面的基礎知識，這其中就包括我相對薄弱的資料結構。
請肆無忌憚地點贊吧，微信搜尋【沉默王二】關注這個在十三朝古都洛陽苟且偷生的程式設計師。
本文 GitHub github.com/itwanger 已收錄，裡面還有我精心為你準備的一線大廠面試題。
百度百科對資料結構的定義是：相互之間存在一種或多種特定關係的資料元素的集合。定義很抽象，需要大聲地朗讀幾遍，才有點感覺。怎麼讓這種感覺來得更強烈，更親切一些呢？我來列舉一下常見的 8 種資料結構，陣列、連結串列、棧、佇列、樹、堆、圖、雜湊表。
這 8 種資料結構有什麼區別呢？
①、陣列
優點：
- 按照索引查詢元素的速度很快；
- 按照索引遍歷陣列也很方便。
缺點：
- 陣列的大小在建立後就確定了，無法擴容；
- 陣列只能儲存一種型別的資料；
- 新增、刪除元素的操作很耗時間，因為要移動其他元素。
②、連結串列
《演算法（第 4 版）》一書中是這樣定義連結串列的：
連結串列是一種遞迴的資料結構，它或者為空（null），或者是指向一個結點（node）的引用，該節點還有一個元素和一個指向另一條連結串列的引用。
Java 的 LinkedList 類可以很形象地通過程式碼的形式來表示一個連結串列的結構：
public class LinkedList<E> {
transient Node<E> first;
transient Node<E> last;
private static class Node<E> {
E item;
Node<E> next;
Node<E> prev;
Node(Node<E> prev, E element, Node<E> next) {
this.item = element;
this.next = next;
this.prev = prev;
}
}
}
這是一種雙向連結串列，當前元素 item 既有 prev 又有 next，不過 first 的 prev 為 null，last 的 next 為 null。如果是單向連結串列的話，就只有 next，沒有 prev。
單向連結串列的缺點是隻能從頭到尾依次遍歷，而雙向連結串列可進可退，既能找到下一個，也能找到上一個——每個節點上都需要多分配一個儲存空間。
連結串列中的資料按照“鏈式”的結構儲存，因此可以達到記憶體上非連續的效果，陣列必須是一塊連續的記憶體。
由於不必按照順序的方式儲存，連結串列在插入、刪除的時候可以達到 O(1) 的時間複雜度（只需要重新指向引用即可，不需要像陣列那樣移動其他元素）。除此之外，連結串列還克服了陣列必須預先知道資料大小的缺點，從而可以實現靈活的記憶體動態管理。
優點：
- 不需要初始化容量；
- 可以新增任意元素；
- 插入和刪除的時候只需要更新引用。
缺點：
- 含有大量的引用，佔用的記憶體空間大；
- 查詢元素需要遍歷整個連結串列，耗時。
③、棧
棧就好像水桶一樣，底部是密封的，頂部是開口，水可以進可以出。用過水桶的小夥伴應該明白這樣一個道理：先進去的水在桶的底部，後進去的水在桶的頂部；後進去的水先被倒出來，先進去的水後被倒出來。
同理，棧按照“後進先出”、“先進後出”的原則來儲存資料，先插入的資料被壓入棧底，後插入的資料在棧頂，讀出資料的時候，從棧頂開始依次讀出。
④、佇列
佇列就好像一段水管一樣，兩端都是開口的，水從一端進去，然後從另外一端出來。先進去的水先出來，後進去的水後出來。
和水管有些不同的是，佇列會對兩端進行定義，一端叫隊頭，另外一端就叫隊尾。隊頭只允許刪除操作（出隊），隊尾只允許插入操作（入隊）。
注意，棧是先進後出，佇列是先進先出——兩者雖然都是線性表，但原則是不同的，結構不一樣嘛。
⑤、樹
樹是一種典型的非線性結構，它是由 n（n>0）個有限節點組成的一個具有層次關係的集合。
之所以叫“樹”，是因為這種資料結構看起來就像是一個倒掛的樹，只不過根在上，葉在下。樹形資料結構有以下這些特點：
- 每個節點都只有有限個子節點或無子節點；
- 沒有父節點的節點稱為根節點；
- 每一個非根節點有且只有一個父節點；
- 除了根節點外，每個子節點可以分為多個不相交的子樹。
下圖展示了樹的一些術語：
根節點是第 0 層，它的子節點是第 1 層，子節點的子節點為第 2 層，以此類推。
- 深度：對於任意節點 n，n 的深度為從根到 n 的唯一路徑長，根的深度為 0。
- 高度：對於任意節點 n，n 的高度為從 n 到一片樹葉的最長路徑長，所有樹葉的高度為 0。
樹的種類有很多種，常見的有：
- 無序樹：樹中任意節點的子節點之間沒有順序關係。那怎麼來理解無序樹呢，到底長什麼樣子？
假如有三個節點，一個是父節點，兩個是同級的子節點，那麼就有三種情況：
假如有三個節點，一個是父節點，兩個是不同級的子節點，那麼就有六種情況：
三個節點組成的無序樹，合起來就是九種情況。
- 二叉樹：每個節點最多含有兩個子樹。二叉樹按照不同的表現形式又可以分為多種。
完全二叉樹：對於一顆二叉樹，假設其深度為 d（d > 1）。除了第 d 層，其它各層的節點數目均已達最大值，且第 d 層所有節點從左向右連續地緊密排列，這樣的二叉樹被稱為完全二叉樹。
拿上圖來說，d 為 3，除了第 3 層，第 1 層、第 2 層 都達到了最大值（2 個子節點），並且第 3 層的所有節點從左向右聯絡地緊密排列（H、I、J、K、L），符合完全二叉樹的要求。
滿二叉樹：一顆每一層的節點數都達到了最大值的二叉樹。有兩種表現形式，第一種，像下圖這樣（每一層都是滿的），滿足每一層的節點數都達到了最大值 2。
第二種，像下圖這樣（每一層雖然不滿），但每一層的節點數仍然達到了最大值 2。
二叉查詢樹：英文名叫 Binary Search Tree，即 BST，需要滿足以下條件：
- 任意節點的左子樹不空，左子樹上所有節點的值均小於它的根節點的值；
- 任意節點的右子樹不空，右子樹上所有節點的值均大於它的根節點的值；
- 任意節點的左、右子樹也分別為二叉查詢樹。
基於二叉查詢樹的特點，它相比較於其他資料結構的優勢就在於查詢、插入的時間複雜度較低，為 O(logn)。假如我們要從上圖中查詢 5 個元素，先從根節點 7 開始找，5 必定在 7 的左側，找到 4，那 5 必定在 4 的右側，找到 6，那 5 必定在 6 的左側，找到了。
理想情況下，通過 BST 查詢節點，所需要檢查的節點數可以減半。
平衡二叉樹：當且僅當任何節點的兩棵子樹的高度差不大於 1 的二叉樹。由前蘇聯的數學家 Adelse-Velskil 和 Landis 在 1962 年提出的高度平衡的二叉樹，根據科學家的英文名也稱為 AVL 樹。
平衡二叉樹本質上也是一顆二叉查詢樹，不過為了限制左右子樹的高度差，避免出現傾斜樹等偏向於線性結構演化的情況，所以對二叉搜尋樹中每個節點的左右子樹作了限制，左右子樹的高度差稱之為平衡因子，樹中每個節點的平衡因子絕對值不大於 1。
平衡二叉樹的難點在於，當刪除或者增加節點的情況下，如何通過左旋或者右旋的方式來保持左右平衡。
Java 中最常見的平衡二叉樹就是紅黑樹，節點是紅色或者黑色，通過顏色的約束來維持著二叉樹的平衡：
1）每個節點都只能是紅色或者黑色
2）根節點是黑色
3）每個葉節點（NIL 節點，空節點）是黑色的。
4）如果一個節點是紅色的，則它兩個子節點都是黑色的。也就是說在一條路徑上不能出現相鄰的兩個紅色節點。
5）從任一節點到其每個葉子的所有路徑都包含相同數目的黑色節點。
- B 樹：一種對讀寫操作進行優化的自平衡的二叉查詢樹，能夠保持資料有序，擁有多於兩個的子樹。資料庫的索引技術裡就用到了 B 樹。
⑥、堆
堆可以被看做是一棵樹的陣列物件，具有以下特點：
- 堆中某個節點的值總是不大於或不小於其父節點的值；
- 堆總是一棵完全二叉樹。
將根節點最大的堆叫做最大堆或大根堆，根節點最小的堆叫做最小堆或小根堆。
⑦、圖
圖是一種複雜的非線性結構，由頂點的有窮非空集合和頂點之間邊的集合組成，通常表示為：G（V，E），其中，G 表示一個圖，V 是圖 G 中頂點的集合，E 是圖 G 中邊的集合。
上圖共有 V0，V1，V2，V3 這 4 個頂點，4 個頂點之間共有 5 條邊。
線上性結構中，資料元素之間滿足唯一的線性關係，每個資料元素（除第一個和最後一個外）均有唯一的“前驅”和“後繼”；
在樹形結構中，資料元素之間有著明顯的層次關係，並且每個資料元素只與上一層中的一個元素（父節點）及下一層的多個元素（子節點）相關；
而在圖形結構中，節點之間的關係是任意的，圖中任意兩個資料元素之間都有可能相關。
⑧、雜湊表
雜湊表（Hash Table），也叫雜湊表，是一種可以通過關鍵碼值（key-value）直接訪問的資料結構，它最大的特點就是可以快速實現查詢、插入和刪除。
陣列的最大特點就是查詢容易，插入和刪除困難；而連結串列正好相反，查詢困難，而插入和刪除容易。雜湊表很完美地結合了兩者的優點， Java 的 HashMap 在此基礎上還加入了樹的優點。
雜湊函式在雜湊表中起著⾮常關鍵的作⽤，它可以把任意長度的輸入變換成固定長度的輸出，該輸出就是雜湊值。雜湊函式使得一個資料序列的訪問過程變得更加迅速有效，通過雜湊函式，資料元素能夠被很快的進行定位。
若關鍵字為 k，則其值存放在 hash(k) 的儲存位置上。由此，不需要遍歷就可以直接取得 k 對應的值。
對於任意兩個不同的資料塊，其雜湊值相同的可能性極小，也就是說，對於一個給定的資料塊，找到和它雜湊值相同的資料塊極為困難。再者，對於一個資料塊，哪怕只改動它的一個位元位，其雜湊值的改動也會非常的大——這正是 Hash 存在的價值！
儘管可能性極小，但仍然會發生，如果雜湊衝突了，Java 的 HashMap 會在陣列的同一個位置上增加連結串列，如果連結串列的長度大於 8，將會轉化成紅黑樹進行處理——這就是所謂的拉鍊法（陣列+連結串列）。
說句實在話，照這個進度惡補下去，我感覺要禿的節奏，不過，如果能夠變得更強，值了——對，值了。
我是沉默王二，一枚沉默但有趣的程式設計師，關注即可提升學習效率。喜歡這篇文章的小夥伴，請不要忘記四聯啊，點贊、收藏、轉發、留言，你最美你最帥！