MO_or关于八大数据结构的感悟

一、引言

本篇文章，是由于MO_or在复习数组时，突然想到，数组与数据结构之间的关系是怎样的呢？为什么数组具有她的特性呢？
于是为了更好的理解数组，得先对基本数据结构有所掌握。便有了此篇关于数据结构的感悟

注意：本篇文章理论较重且仅为梗概，仅作为入门理解
若需要深入理解其中细节还需结合一定工作经验或实践经验才行

二、数据结构

写在之前的说明：本文依旧借助Data Structure Visualizations(网址在四、参考中附上)，以便更简洁高效的理解数据结构。

2.1 数组

简单介绍：
数组为有序的元素序列，通过下标进行定位，起始下标为0
使用Java语言创建一个长度为30的数组：int[] array = new int[30]; 并添加9个元素
如下图所示（栈的数组实现模型）：

优点：  
1、按照索引查询元素速度快  
2、按照索引遍历数组方便

缺点：  
1、长度固定后无法扩容  
2、只能存储一种类型的数据  
3、添加，删除的操作慢，因为要移动其他的元素

适用场景：  
频繁查询，对存储空间要求不大，很少增加和删除的情况

2.2 栈

简单介绍：
栈是一种特殊的线性表，从下图可以看出，栈的操作是单向的，进出都在一个入口，所以是先进后出的形式
在Data Structure Visualizations中还可以看到，栈使用数组的实现和使用链表的实现，但其操作始终遵循先进后出的形式

适用场景：
常应用于实现递归功能方面的场景，例如斐波那契数列

2.3 队列

简单介绍：
队列和栈可以结合起来一起理解，因为队列也是一种特殊的线性表。
区别在于队列的操作是双向的，即一个入口只负责进，一个出口只负责出，所以是先进先出的形式
同样在Data Structure Visualizations可以看到队列使用数组、链表的实现，其操作也只遵守先进先出的形式

适用场景：
在多线程阻塞队列管理中非常适用

2.4 链表

简单介绍：
区别与数组，链表是非连续、非顺序的存储结构
并且链表存储的元素是由两部分组成的，一部分是存储数据的数据域，一部分是指向下一元素的指针域，其逻辑也是由指针域决定的
由于其指针域的存在，所以链表的逻辑结构也更为丰富，有单链表、双链表、循环链表，下图就为单链表(栈的链表实现模型)：

优点：
1、常见数据结构，不用指定初始容量大小，可以扩展
2、增改删时只需更改前后指针域指向，所以效率快

缺点：
1、由于存在大量指针域，占用空间大
2、查找时需要遍历链表，效率较慢

适用场景：
数据量较小，增改删较多，查询较少的场景

2.5 树

简单介绍：
之所以称之为树，是因为她的数据结构模型就像树的根(所以为什么不叫树根tree root)
树是由 n≥1 个节点组成的具有层次关系的集合，她具有一些特点：
1、没有父节点的称为根节点
2、每个节点有零个或多个节点
3、除根节点，每个节点有且只有一个父节点
4、除根节点，每个字节可分成多个不相交的子树
通常讨论和使用的是二叉树，如下图：

树有很多种类，在学习MySQL索引底层数据结构时便能了解到更多关于不同树的数据结构，在JDK8开始HashMap底层也有使用到红黑树
若感兴趣可下滑至 四、参考中点击《MO_or关于SQL优化的感悟》进行学习

适用场景：
树具有链表、数组的优点，是两者的优化方案，对大数据量的动态数据提供良好的支持
MySQL索引的底层数据结构就是B+Tree

2.6 散列表

简单介绍：
散列表，也叫哈希表，是根据关键码和值 (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，这样就可以很快找到集合中的对应元素

上图为开散列的数据结构模型，哈希表在Java中是较为常见的，如集合中HashMap，HashTable等

因为哈希表是基于数组衍生的数据结构，所以具备数组的一些特性，查询快、增改删慢
但哈希表涉及很多算法对其缺点可以避免，比如：拉链法、开散列、闭散列、桶式散列等

适用场景：
哈希表的应用场景很多，当然也有很多问题要考虑，比如哈希冲突的问题，如果处理的不好会浪费大量的时间，导致应用崩溃

2.7 堆

堆是一种比较特殊的数据结构，可以被看做一棵树的数组对象，具有以下的性质：
1、堆中某个节点的值总是不大于或不小于其父节点的值；
2、堆总是一棵完全二叉树。

适用场景：
因为堆有序的特点，一般用来做数组中的排序，称为堆排序

2.8 图

图是由结点的有穷集合V和边的合E组成，其中，为了与树形结构加以区别
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

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，这里不做展开，若大家有兴趣可以自己学习深入

三、感悟

当MO_or开始回顾基础时，才真正发现自身知识体系巨大的缺陷，并陷入了不安、焦虑、急功近利的心态
不断的需求答案，不断的思考，不断的反思，才意识到
“闻道有先后，术业有专攻，如是而已”
“吾生也有涯，而知也无涯，以有涯随无涯，殆也”
愿在计算机科学领域不断前行，不骄不躁

四、参考

栈—百度百科
队列—百度百科
Data Structure Visualizations
MO_or关于SQL优化的感悟

五、最后

若有不足，敬请指正。
求知若渴，虚心若愚。

之后MO_or将会追根溯源，去思考、探索、总结关于成为优秀程序员的真正的根。