每个程序员都必须知道的8种通用数据结构( 二 )


每个程序员都必须知道的8种通用数据结构

文章插图
Image Source: pixabay
 
队列操作下面给出了可以在队列上执行的2个基本操作 。请参考图4,以更好地了解堆栈操作 。
· 进队:将元素插入队列的末尾 。
· 出队:从队列的开头删除元素 。
每个程序员都必须知道的8种通用数据结构

文章插图
Fig 4. Visualization of Basic Operations of Queues
队列的应用· 用于管理多线程中的线程 。
· 用于实施排队系统(例如:优先级队列) 。
5.哈希表哈希表是一种数据结构,用于存储具有与每个键相关联的键的值 。此外,如果我们知道与值关联的键,则它有效地支持查找 。因此,无论数据大小如何,插入和搜索都非常有效 。
当存储在表中时,直接寻址使用值和键之间的一对一映射 。但是,当存在大量键值对时,此方法存在问题 。该表将具有很多记录,并且非常庞大,考虑到典型计算机上的可用内存,该表可能不切实际甚至无法存储 。为避免此问题,我们使用哈希表 。
哈希函数名为哈希函数(h)的特殊函数用于克服直接寻址中的上述问题 。
在直接访问中,带有密钥k的值存储在插槽k中 。使用哈希函数,我们可以计算出每个值都指向的表(插槽)的索引 。使用给定键的哈希函数计算的值称为哈希值,它表示该值映射到的表的索引 。
· h:哈希函数
· k:应确定其哈希值的键
· m:哈希表的大小(可用插槽数) 。一个不接近2的精确乘方的素数是m的一个不错的选择 。
每个程序员都必须知道的8种通用数据结构

文章插图
Fig 5. Representation of a Hash Function
 
· 1→1→1
· 5→5→5
· 23→23→3
· 63→63→3
从上面给出的最后两个示例中,我们可以看到,当哈希函数为多个键生成相同的索引时,就会发生冲突 。我们可以通过选择合适的哈希函数h并使用链接和开放式寻址等技术来解决冲突 。
哈希表的应用· 用于实现数据库索引 。
· 用于实现关联数组 。
· 用于实现"设置"数据结构 。
6.树树是一种层次结构,其中数据按层次进行组织并链接在一起 。此结构与链接列表不同,而在链接列表中,项目以线性顺序链接 。
在过去的几十年中,已经开发出各种类型的树木,以适合某些应用并满足某些限制 。一些示例是二叉搜索树,B树,红黑树,展开树,AVL树和n元树 。
二叉搜索树顾名思义,二进制搜索树(BST)是一种二进制树,其中数据以分层结构进行组织 。此数据结构按排序顺序存储值,我们将在本课程中详细研究这些值 。
二叉搜索树中的每个节点都包含以下属性 。
· key:存储在节点中的值 。
· left:指向左孩子的指针 。
· 右:指向正确孩子的指针 。
· p:指向父节点的指针 。
二叉搜索树具有独特的属性,可将其与其他树区分开 。此属性称为binary-search-tree属性 。
令x为二叉搜索树中的一个节点 。
· 如果y是x左子树中的一个节点,则y.key≤x.key
· 如果y是x的右子树中的节点,则y.key≥x.key
每个程序员都必须知道的8种通用数据结构

文章插图
Fig 6. Visualization of Basic Terminology of Trees.
树的应用· 二叉树:用于实现表达式解析器和表达式求解器 。
· 二进制搜索树:用于许多不断输入和输出数据的搜索应用程序中 。
· 堆:由JVM(JAVA虚拟机)用来存储Java对象 。
· Trap:用于无线网络 。
7.堆堆是二叉树的一种特殊情况,其中将父节点与其子节点的值进行比较,并对其进行相应排列 。
让我们看看如何表示堆 。堆可以使用树和数组表示 。图7和8显示了我们如何使用二叉树和数组来表示二叉堆 。
每个程序员都必须知道的8种通用数据结构

文章插图
Fig 7. Binary Tree Representation of a Heap
 
每个程序员都必须知道的8种通用数据结构

文章插图
Fig 8. Array Representation of a Heap
 
堆可以有2种类型 。
· 最小堆-父项的密钥小于或等于子项的密钥 。这称为min-heap属性 。根将包含堆的最小值 。
· 最大堆数-父项的密钥大于或等于子项的密钥 。这称为max-heap属性 。根将包含堆的最大值 。


推荐阅读