Caoshuang_的博客

注意：在遍历的过程中，可能会出现回路已经访问过的节点还要重新访问一次当从A开始访问时，先访问A，然后C，这时候由于C和D没有连接，无法直接到达D，需要再回到A，此时A就被多次访问了。可以创建一个数组用于保存访问过的顶点。

之前学过了其它的数据结构，如：集合集合 —— 数据元素属于一个集合。线型结构线型结构 —— 一个对一个，如线性表、栈、队列，每一个节点和其它节点之间的关系一个对一个一个对一个。树型结构树型结构 —— 一个对多个，如树。现在要接触一下图这个结构了，图是多个对多个的结构，其没有初始结点，也没有最终结点。每一个节点都称为顶点。图图——因为图是若干个顶点，顶点之间相互连接，没有先后顺序，所以图没有顺序存储结构，但可以借助二维数组来表示元素间的关系（邻接矩阵邻接矩阵）。

上篇讲完了二叉树，二叉树的查找性能要比树好很多，如平衡二叉树保证左右两边节点层级相差不会大于1，其查找的时间复杂度仅为 𝑙𝑜𝑔2𝑛log 2​ n，在两边层级相同时，其查找速度接近于二分查找。1w条数据，平衡二叉树的查找最差情况下仅有14次，而普通树（也就是多叉树），如果每层都有100个节点，第二层可以接近1w（9999）条数据，其查找的时间复杂度也高的多

上文说到了树，有人认为二叉树是树的每一个分支都有两个子节点。其实这也对。但二叉树在此基础上还做了限制。比如区别了左子树与右子树。也就是说，当二叉树的根只有一个孩子时，也需要知道这个是左孩子还是右孩子。就是因为这个原因，让二叉树的性能相对于树有了明显的提高。也让二叉树成了一个全新的概念，而不是树的一个特别情况而已。

之前所学到的数据结构都是线性结构特征，所谓线性就是在结构上，将节点连接起来时，像一条线一样。如链表则是上一个节点包含下一个节点地址的指针，这样依次下去。而串、队列、栈则实现方式都依赖于链表或顺序表而实现，自然也是线性结构了。在我们的工作当中，树结构已经不陌生了，往往是一个数组，其中每条数据都是根节点，有一个id属性，标明其的唯一性。而每条数据有一个children属性，是一个数组，它包含着若干个子节点，子节点有一个 parentId，指向其父节点。就这样依次递归下去。

数组是一个有序集合，其成员类型相同，如int、char、double等等。在逻辑存储中，其每个元素都是相邻的，通过索引定位成员。在计算机内存中，数组的每个元素依然相邻。获取成员位置则通过索引*成员大小而得到。常用数组结构可以分为一维数组、二维数组、三维数组。一维数组： [1,2,3]二维数组：[ [1,2,3] , [4,5,6] , [7,8,9] ]三维数组：[不同维数的数组也可以实现转换，如一维数组 [1,2,3,4 ,5,6,7,8]。如果我们以4个元素为一个集合，则就相等于二维数组。

栈与队列一般是一起讲的，它们都是通过数组实现的（线性表中的顺序表），不同的只是限制了插入和删除的位置。当然栈的插入与删除称为入栈和出栈，队列的称为入队和出队。之所以在数组的基础上实现这两个数据结构。是因为它们有特殊的应用场景，可以更好地完成任务。

线性表的顺序存储结构称为顺序表，之所以是顺序存储，是因为其逻辑地址上相邻的元素在物理地址上也相邻。由于其物理地址与逻辑地址相对应，所以每个元素上只用存储元素的值，查找元素可以通过索引*数据占用内存空间大小计算得到。可以用数组来表示。由于int 类型一般情况下占用内存为 4 字节，在内存地址中它们的分配空间是相临的，所以上面的3个物理地址(16进制)每个相差为4。// sizeof 是一个运算符，它用于计算其操作数的大小（以字节为单位）