常见数据结构

• 数组(Array)
  int[] data = new int[100]；data[0] = 1;
  下标从0开始，按索引查询元素速度快；按索引遍历方便；
• 栈(Stack)
  栈是一种特殊的线性表，仅能在一端操作（栈顶操作）；栈的结构像是集中箱。
  先进后出，从栈顶放入元素叫入栈，取出元素叫出栈；
  应用场景：因先进后出，，常用于实现递归功能，如斐波那契数列。
• 队列(Queue)
  队列也是线性表，但可以从一端加元素，从另一段取元素，即先进先出；放入叫入队，取出叫出对；
  应用场景：因为队列先进先出的特点，在多线程阻塞队列管理中非常适用。
• 链表(Linked List)
  链表是物理存储单元上非连续的、非顺序的存储结构，数据元素的逻辑顺序是通过链表的指针地址实现，每个元素包含两个结点，一个是存储元素的数据域 (内存空间)，另一个是指向下一个结点地址的指针域。根据指针的指向，链表能形成不同的结构，例如单链表，双向链表，循环链表等。
  优点：链表是很常用的一种数据结构，不需要初始容量，可以任意加减元素，只需改变前后两个元素节点的指针域指向地址即可，所以增加、删除很快。
  缺点：因为占用大量指针域，占用空间较大。 查找是遍历链表，非常耗时；
  使用场景：数据量较小，需要频繁增加、删除的场景；
• 树(Tree)
  树也是一种数据结构，由n(n>=1)个有限节点组成一个具有层次关系的集合。
  叫做树，是因为看起来像是一个倒挂的树。特点如下：
  - 每个节点有零个或多个子节点；
  - 没有父节点的节点称为根节点；
  - 每一个非根节点有且只有一个父节点；
  - 除了根节点外，每个子节点可以分为多个不相交的子树；
  日常中，用的更多的是二叉树结构，特点如下：
  - 每个节点最多有两颗子树，节点的度最多2个；
  - 左子树和右子树是有顺序的，次序不能颠倒；
  - 即使某个节点只有一个子树，也要区分左右子树。
  二叉树优点：它是一种比较折中的方案，增加、删除元素很快，且在查找方面也有很多算法优化，所以二叉树既有链表的好处，也有数组的好处，在处理大批量的动态数据方面非常有用。
  二叉树扩展：如平衡二叉树、红黑树、B+树等，如MySQL的数据库索引结构用的是B+树、HashMap的底层原码中用到了红黑树。
• 散列表(Hash)
  散列表也叫哈希表，是根据键值对（key和value）直接进行访问的数据结构，通过key和value来映射到集合中的一个位置，这样就很快找到集合中对应的元素。
  对应的关系fn称为散列函数，又称哈希（即哈希函数）：
  哈希原理：它是把key通过哈希函数fn(key)转换成一个整型数字，然后将该数字对数组长度取余，取余结果当作数组的下标，将value存储在以该数字为下标的数组空间里，这种存储空间可以充分利用数组的查找优势来查找元素，所以速度很快。
  哈希表应用：有些集合类就是借鉴了哈希原理构造的，如HashMap、HashTable等。利用hash表的优势，在集合中查找元素非常方便。
  缺点：由于哈希表是基于数据衍生的数据结构，在添加删除元素是比较慢的，需要一种数组链表来做，也就是拉链法
• 堆(Heap)
  堆是一种特殊的数据结构，可以被看做是一棵树的数组对象，具有如下性质：
  - 堆中某个节点的值总是不大于或不小于其父节点的值；
  - 堆总是一颗完全二叉树；
  将根节点最大的堆叫最大堆或大根堆或大顶堆；根节点最小的堆叫最小堆或小根堆或小顶堆；常见的堆有二叉堆、斐波那契堆；
  应用场景：因为堆有序的特点，一般用来做数组中的排序，称为堆排序；
• 图(Graph)
  图是由节点的有穷结合V和边的集合E组成。其中为了和树结构区分，在图结构中常常将结点称为顶点，边是顶点的有序偶对，若两个顶点之间存在一条边，就表示这两个顶点具有相邻关系。
  分类：按顶点的指向的方向，可分为无向图，和有向图；
  图是一种比较复杂的数据结构，在存储数据上有着比较复杂和高效的算法，分别有邻接矩阵、邻接表、十字链表、邻接多重表、边集数组等存储结构。