数据结构的简单概念

1.数据结构是什么？

数据结构就是设计数据以何种方式存储在计算机中，我们所说的程序就是数据结构与算法的结合。

        数据类型：满足特定结构定义的一类集合上的总称算是一种数据类型，一个值的集合和定义在这个值上操作的总称。如：int,str,boolean,byte等

        数据结构：栈，队，链表，树，图，堆，散列表等

数据结构研究的三个方面： 
（1）数据集合中各数据元素之间所固有的逻辑关系，即数据的逻辑结构； 
（2）在对数据进行处理时，各数据元素在计算机中的存储关系，即数据的存储结构； 
（3）对各种数据结构进行的运算。 
数据的逻辑结构： （1）表示数据元素的信息； （2）表示各数据元素之间的前后件关系。 
数据的存储结构：有顺序,散列,链接式,索引等。 
线性结构条件： （1）有且只有一个根结点； （2）每一个结点最多有一个前件，也最多有一个后件。 
非线性结构：不满足线性结构条件的数据结构。

 栈（栈是一种只能在一端进行插入或者删除的数据结构）

特性：后进先出

python代码实现（自定栈，模拟进栈，取栈顶元素，出栈）

class stack(object):
    def __init__(self):
        self.stack=[]
    #压栈
    def push(self,i):
        self.stack.append(i)
    #获取栈顶元素
    def top(self,i):
        return self.stack[-1]
    #出栈
    def pop(self)
        self.stack.pop()

队列（在一端插入数据，在另一端删除的数据结构，插入的一段为队尾插入动作为入队，删除的一端为队头，删除动作为出队）

特性：先进先出，（双向队列两端都可以进行入队和出队）

python代码实现（自定队列，模拟入队，取队列元素，出队）

from queue import Queue
# 最大队列限制,入队时不能超过最大限制，不然会阻塞，知道有元素出队，才会再次入队
q = Queue(maxsize=5)
for i in range(5):
    q.put(i)
    print(q.queue)
for i in range(5):
    q.get()
    print(q.queue)

链表（单链表）（链表中每个元素都是一个对象，每个对象都是一个节点）

特性：链表分为数据域（存放当前节点数据）和指针域（指向下一节点的内存地址）

class Linked_list():
    def __init__(self,value,next=None):
        self.value=value
        self.next=next

l = Linked_list(1)
l.next = Linked_list(2)
l.next.next = Linked_list(3)

print(l.value) # 1
print(l.next.value) # 2
print(l.next.next.value) # 3

数组(类似与python中的列表，相同类型数据的按照一定顺序排列的集合，注意列表数据类型可以不同)

特性：其存储数据按顺序存储，so内存地址也是连续的，查（易，内存地址连续寻找简单），增删改（难）

字典（python的内置数据类型，存储的数据类型必须是不可变的，以键值对的方式存在例如{“key1”:“value1”,“key2”:“value2”},索引键==>值，字典底层是通过哈希表实现的，也称为哈希数组/散列数组，本质是数组）

特性：字典是一种可变，无序容器结构，空间换时间，so查询速度很快。

字典结构：如下

#开辟空间存储数据
hash_table = [
    ['--', '--', '--'],
    ['--', '--', '--'],
    ['--', '--', '--'],
    ['--', '--', '--'],
    ['--', '--', '--'],
]

 hash函数计算hash值

dict = {"name1":"小白","name2":"小黑"}
# 通过把每个对象的关键字key作为自变量，通过一个哈希函数hash(key)，将k映射到下标h(key)处，并将此对象存储在这个位置。
print(bin(hash("name1")),bin(hash("name1")))
>>> -0b100000111100100001000101101001110000011010000010010001111010011 -0b100000111100100001000101101001110000011010000010010001111010011

hash函数计算的值是多少​就存储在什么位置，没法做到有序，而却这种方法也很容易让哈希表稀疏，占用大量内存。
hash_table = [
    ['--', '--', '--'],
    [hash, name1, 小白],
    ['--', '--', '--'],
    ['--', '--', '--'],
    [hash, name2, 小黑],
]

​

 hash冲突：没有完美的算法，通过hash函数计算或多或少会产生hash冲突（值相同）

        解决办法：开放寻址法，链地址法（拉链法），再哈希法，建立公共溢出区

 有序字典：有序的字典把索引和哈希值、键、值单独分开

indices = [None, None, index,]
hash_table = [
    [hash0, key0, value0],
    [hash1, key1, value1],
    [hash2, key2, value2]
]

树(它是由 n (n>=1)个有限节点组成一个具有层次关系的 集合，根朝上，枝朝下)

特性：非线性数据结构，存储一对多的数据元素的集合

树的种类：无序树，有序树，二叉树，满二叉树，完全二叉树，完满二叉树，霍夫曼树，二叉查找树，平衡二叉树，AVL树，红黑树，伸展树，替罪羊树，B树，B+树，B*树，字典树，线索二叉树

class tree():
    def __init__(self,root=None,left=None,right=None):
        self.root = root
        self.left = left
        self.right = right
t = tree("a",tree("b"tree("d"),tree("e")),tree("c",tree("f"),tree("g")))

B+树

hash树

红黑树