数据结构学习入门_数据结构学习功能-优快云博客

在这里插入图片描述

1. 什么是数据结构？

数据结构（Data Structure）是计算机存储、组织数据的方式。它提供了一种高效的方式来管理和操作数据。数据结构不仅影响程序的执行效率，也决定了数据的存储方式和访问方法。

数据结构的选择直接影响算法的性能。一个好的数据结构能够提高程序的运行速度并减少存储空间的占用，因此，学习数据结构是计算机科学领域的重要基础。
在这里插入图片描述

2. 数据结构的分类

2.1 逻辑结构分类

数据结构通常按照逻辑结构可以分为以下几类：

线性结构：数据元素按顺序排列，包括数组、链表、栈和队列。
非线性结构：数据元素之间的关系更加复杂，包括树、图等。

2.2 存储结构分类

按照数据在计算机中的存储方式，数据结构还可以分为：

顺序存储：数据按顺序存储在连续的内存空间中，如数组。
链式存储：数据通过指针链接，如链表。
索引存储：使用额外的索引表加快数据访问速度，如数据库中的索引。
散列存储：利用哈希函数存储数据，实现快速查找，如哈希表。

3. 线性结构

3.1 数组（Array）

数组是存储相同类型元素的连续内存结构。

特点

访问速度快，O(1)
插入和删除操作效率低，O(n)

应用场景

需要快速访问的情况，例如游戏地图存储、图像处理等。
需要固定大小的数据存储，如统计数据。

Python代码示例

# 数组示例（Python中的列表）
arr = [1, 2, 3, 4, 5]
print(arr[2])  # 访问索引为2的元素
arr.append(6)  # 添加元素
arr.remove(3)  # 删除元素
print(arr)

3.2 链表（Linked List）

链表由节点组成，每个节点包含数据和指向下一个节点的指针。

类型

单链表：每个节点只指向下一个节点。
双向链表：每个节点同时有前后两个指针。
循环链表：链表的尾节点指向头节点，形成循环。

应用场景

需要频繁插入和删除的情况，如浏览器历史记录管理。
适用于动态数据存储，避免数组的固定大小限制。

Python代码示例（单链表）

class Node:
    def __init__(self, data):
        self.data = data
        self.next = None

class LinkedList:
    def __init__(self):
        self.head = None

    def append(self, data):
        new_node = Node(data)
        if not self.head:
            self.head = new_node
            return
        last = self.head
        while last.next:
            last = last.next
        last.next = new_node

    def print_list(self):
        temp = self.head
        while temp:
            print(temp.data, end=" -> ")
            temp = temp.next
        print("None")

# 测试
llist = LinkedList()
llist.append(1)
llist.append(2)
llist.append(3)
llist.print_list()

3.3 栈（Stack）

栈是一种后进先出（LIFO）的数据结构。

特点

只能在栈顶插入和删除元素。
操作具有“后进先出”的特性。

应用场景

递归调用的函数调用栈。
表达式求值（如四则运算）。
浏览器前进和后退功能。

Python代码示例

class Stack:
    def __init__(self):
        self.stack = []
    
    def push(self, data):
        self.stack.append(data)
    
    def pop(self):
        return self.stack.pop() if self.stack else None

    def peek(self):
        return self.stack[-1] if self.stack else None

# 测试
s = Stack()
s.push(10)
s.push(20)
print(s.pop())  # 输出 20

3.4 队列（Queue）

队列是一种先进先出（FIFO）的数据结构。

特点

只能在队尾插入，在队首删除。
遵循“先进先出”原则。

应用场景

任务调度，如操作系统的进程调度。
打印任务队列。
消息队列，如RabbitMQ、Kafka。

Python代码示例

from collections import deque

queue = deque()
queue.append(1)
queue.append(2)
queue.append(3)
print(queue.popleft())  # 输出 1

在这里插入图片描述

4. 非线性结构

4.1 哈希表（Hash Table）

哈希表使用键值对存储数据，具有快速查找的特点。

应用场景

需要快速查找的数据存储，如数据库索引。
需要唯一映射的情况，如字典。

Python代码示例

hash_map = {}
hash_map["name"] = "Alice"
hash_map["age"] = 25
print(hash_map["name"])  # 输出 Alice

4.2 二叉树（Binary Tree）

二叉树是一种树状结构，每个节点最多有两个子节点。

应用场景

数据检索，如二叉搜索树（BST）。
组织层次结构，如文件系统。

Python代码示例（二叉搜索树）

class TreeNode:
    def __init__(self, key):
        self.left = None
        self.right = None
        self.val = key

def inorder_traversal(root):
    if root:
        inorder_traversal(root.left)
        print(root.val, end=' ')
        inorder_traversal(root.right)

# 测试
root = TreeNode(50)
root.left = TreeNode(30)
root.right = TreeNode(70)
root.left.left = TreeNode(20)
root.left.right = TreeNode(40)
inorder_traversal(root)  # 输出 20 30 40 50 70