目录
1数组
2链表
3栈和队列
4二叉树
5堆和堆栈
6散列表
7红黑树
#1. 数组
数组是一种连续存储线性结构，元素类型相同，大小相等，数组是多维的，通过使用整型索引值来访问他们的元素，数组尺寸不能改变。
- 数组的优点：
存取速度快 - 数组的缺点：
事先必须知道数组的长度
插入删除元素很慢
空间通常是有限制的
需要大块连续的内存块
插入删除元素的效率很低
#2. 链表
n个节点离散分配，彼此通过指针相连，每个节点只有一个前驱节点，每个节点只有一个后续节点，首节点没有前驱节点，尾节点没有后续节点。
确定一个链表我们只需要头指针，通过头指针就可以把整个链表都能推出来。
- 链表优点
空间没有限制
插入删除元素很快 - 链表缺点
存取速度很慢
#####链表又细分了3类： - 单向链表
一个节点指向下一个节点。 - 双向链表
一个节点有两个指针域。 - 循环链表
能通过任何一个节点找到其他所有的节点，将两种(双向/单向)链表的最后一个结点指向第一个结点从而实现循环。
操作链表要时刻记住的是：节点中指针域指向的就是另一个节点！
#####Java实现链表
首先，我们定义一个类作为节点，节点需要有两个属性：
数据域
指针域
public class Node {
//数据域
public int data;
//指针域，指向下一个节点
public Node next;
public Node() {
}
public Node(int data) {
this.data = data;
}
public Node(int data, Node next) {
this.data = data;
this.next = next;
}
}如上，一个链表节点对象就创建完成了，但理解链表本身并不难，但做相关的操作却并非易事，其算法包括且不限于：
- 插入节点
- 遍历
- 查找
- 清空
- 销毁
- 求长度
- 排序
- 删除节点
- 去重
#####创建链表&增加节点
创建头节点Node head = new Node(value);然后找到尾节点进行插入
/**
* 向链表添加数据
* @param value 要添加的数据
* @param head 头节点
*/
public static void addData(int value, Node head) {
//初始化要加入的节点
Node newNode = new Node(value);
//临时节点
Node temp = head;
// 找到尾节点
while (temp.next != null) {
temp = temp.next;
}
// 已经包括了头节点.next为null的情况了～
temp.next = newNode;
}#####遍历链表
上面我们已经编写了增加方法，现在遍历一下，从首节点开始，不断往后面找，直到后面的节点没有数据
/**
* 遍历链表
* @param head 头节点
*/
public static void traverse(Node head) {
//临时节点，从首节点开始
Node temp = head.next;
while (temp != null) {
System.out.println("链表数据：" + temp.data);
//继续下一个
temp = temp.next;
}
}其他算法略，读者朋友们可自行练习。
#3. 栈和队列
数组和链表都是线性存储结构的基础，栈和队列都是线性存储结构的应用。
###栈
我们将栈可以看成一个放光盘的箱子，箱口与略大与光盘。然后
- 往箱子里面放东西叫做入栈
- 往箱子里面取东西叫做出栈
- 箱子的底部叫做栈底
- 箱子的顶部叫做栈顶
说到栈的特性，有一句经典的言语来概括：先进后出，后进先出。
#####Java实现栈
- 使用数组实现的叫
静态栈 - 使用链表实现的叫
动态栈沿用上一章节的链表对象Node，创建一个栈对象(栈顶，栈底)：
public class Stack {
// 栈顶
public Node stackTop;
// 栈底
public Node stackBottom;
public Stack(Node stackTop, Node stackBottom) {
this.stackTop = stackTop;
this.stackBottom = stackBottom;
}
public Stack() {
}
}#####进栈操作
将原本栈顶指向的节点交由新节点来指向，栈顶指向新加入的节点
/**
* 进栈
* @param stack 栈
* @param value 要进栈的元素
*/
public static void pushStack(Stack stack, int value) {
// 封装数据成节点
Node newNode = new Node(value);
// 栈顶本来指向的节点交由新节点来指向
newNode.next = stack.stackTop;
// 栈顶指针指向新节点
stack.stackTop = newNode;
}#####遍历栈
只要栈顶元素的指针不指向栈底，那么就一直输出遍历结果
/**
* 遍历栈
* @param stack
*/
public static void traverse(Stack stack) {
Node stackTop = stack.stackTop;
//栈顶元素的指针不指向栈底，那么就一直输出遍历结果
while (stackTop != stack.stackBottom) {
System.out.println("栈数据：" + stackTop.data);
stackTop = stackTop.next;
}
}#####出栈操作
在出栈之前看看该栈是否为空，不为空才出栈
将栈顶的元素的指针(指向下一个节点)赋值给栈顶指针(完成出栈)
/**
* 出栈(将栈顶的指针指向下一个节点)
* @param stack
*/
public static void popStack(Stack stack) {
// 栈不为空才能出栈
if (stack.stackTop != stack.stackBottom) {
//栈顶元素
Node top = stack.stackTop;
// 栈顶指针指向下一个节点
stack.stackTop = top.next;
System.out.println("栈数据：" + top.data);
}
}###队列
队列非常好理解，我们将队列可以看成我们平时排队打饭。
- 有新的人加入了 -> 入队
- 队头的人打饭了 -> 出队
相对于栈而言，队列的特性是：先进先出，后进后出
- 使用数组实现的叫
静态队列 - 使用链表实现的叫
动态队列这次我就使用数组来实现静态队列。
[图片上传失败…(image-cefdbb-1540348423645)]
#####Java实现队列
public class Queue<E> {
private Object[] data=null;
private int maxSize; //队列容量
private int front; //队列头，允许删除
private int rear; //队列尾，允许插入
//构造函数
public Queue(){
this(5);
}
public Queue(int initialSize){
if(initialSize >=0){
this.maxSize = initialSize;
data = new Object[initialSize];
front = rear =0;
}else{
throw new RuntimeException("初始化大小不能小于0：" + initialSize);
}
}
//判空
public boolean empty(){
return rear==front?true:false;
}
//入队
public boolean add(E e){
if(rear== maxSize){
throw new RuntimeException("队列已满，无法插入新的元素！");
}else{
data[rear++]=e;
return true;
}
}
//出队
public E poll(){
if(empty()){
throw new RuntimeException("空队列异常！");
}else{
E value = (E) data[front]; //保留队列的front端的元素的值
data[front++] = null; //释放队列的front端的元素
return value;
}
}
//队列长度
public int length(){
return rear-front;
}
/**
* 遍历队列
* @param queue
*
*/
public static void traverseQueue(Queue queue) {
// front的位置
int i = queue.front;
while (i != queue.rear) {
System.out.println("队列值：" + queue.data[i]);
//移动front
i = (i + 1) % queue.data.length;
}
}
}其他队列算法、循环队列、链表结构的队列实现略，读者朋友可自行练习。
#4. 二叉树
树是一种非线性的数据结构，相对于线性的数据结构(链表、数组)而言，树的平均运行时间更短(往往与树相关的排序时间复杂度都不会高)，
和现实中的树相比，编程的世界中的树一般是“倒”过来看，这样容易我们分析。
现实中的树是有很多很多个分支的，分支下又有很多很多个分支，如果在程序中实现这个会非常麻烦。因为本来树就是非线性的，而我们计算机的内存是线性存储的，太过复杂的话无法设计出来。
因此，就有了简单又经常用的 -> 二叉树，顾名思义，就是每个分支最多只有两个的树，上图就是二叉树。
- 一棵树至少会有一个节点(根节点)
- 树由节点组成，每个节点的数据结构包括一个数据和两个分叉
#####Java实现二叉树
首先，使用Java类定义节点
public class TreeNode {
// 数据
private int value;
// 左节点
private TreeNode leftNode;
// 右节点
private TreeNode rightNode;
public TreeNode(int value) {
this.value = value;
}
// TODO getter&setter略...
}我们目标是实现如下图的树
第一步：创建5个节点
//根节点-->10
TreeNode treeNode1 = new TreeNode(10);
//左-->9
TreeNode treeNode2 = new TreeNode(9);
//右-->20
TreeNode treeNode3 = new TreeNode(20);
//20的左-->15
TreeNode treeNode4 = new TreeNode(15);
//20的右-->35
TreeNode treeNode5 = new TreeNode(35);它们目前的状态分散的，需要把这5个节点连接起来
//根节点的左右节点
treeNode1.setLefNode(treeNode2);
treeNode1.setRightNode(treeNode3);
//20节点的左右节点
treeNode3.setLeftNode(treeNode4);
treeNode3.setRightNode(treeNode5);#####遍历二叉树
二叉树遍历有三种方式:
- 中序遍历
先访问根节点，然后访问左节点，最后访问右节点(根->左->右) - 先序遍历
先访问左节点，然后访问根节点，最后访问右节点(左->根->右) - 后序遍历
先访问左节点，然后访问右节点，最后访问根节点(左->右->根)
以上面的二叉树为例：
- 如果是中序遍历：10->9->20->15->35
- 如果是先序遍历：9->10->15->20->35
解释：访问完10节点过后，去找的是20节点，但20下还有子节点，因此先访问的是20的左节点15节点。由于15节点没有子节点了。所以就返回20节点，访问20节点。最后访问35节点 - 如果是后序遍历：9->15->35->20->10
解释：先访问9节点，随后应该访问的是20节点，但20下还有子节点，因此先访问的是20的左节点15节点。由于15节点没有子节点了。所以就去访问35节点，由于35节点也没有子节点了，所以返回20节点，最终返回10节点
一句话总结：中序(根->左->右)，先序(左->根->右)，后序(左->右->根)。如果访问有孩子的节点，先处理孩子的，随后返回
- 每个节点的遍历如果访问有子节点的节点，先处理子节点的(逻辑是一样的)
- 因此遍历的方法是递归
- 递归的出口就是：当没有子节点了，结束遍历
因此，我们可以写出这样的中序遍历代码：
/**
* 中序遍历
* @param rootTreeNode 根节点
*/
public static void inTraverseBTree(TreeNode rootTreeNode) {
if (rootTreeNode != null) {
//访问根节点
System.out.println(rootTreeNode.getValue());
//访问左节点
inTraverseBTree(rootTreeNode.getLeftNode());
//访问右节点
inTraverseBTree(rootTreeNode.getRightNode());
}
}先序遍历和后序遍历略…
练习：查找树深度、查找最大值、查找树节点数量。
这些算法都会用到了递归，读者朋友练习这些算法的时候需要熟练掌握递归，递归在非线性的数据结构中是用得非常多。
树的应用也非常广泛，此篇也只是非常简单地说明了树的数据结构。
#5. 堆和堆栈
堆内存用来存放由new创建的对象和数组。
在堆中分配的内存，由Java虚拟机的自动垃圾回收器来管理。
‘堆栈’ 就是 ‘栈’，称呼不同而已。
栈的优势是，存取速度比堆要快，仅次于直接位于CPU中的寄存器。但缺点是，存在栈中的数据大小与生存期必须是确定的，缺乏灵活性。另外，栈数据可以共享。
堆的优势是可以动态地分配内存大小，生存期也不必事先告诉编译器，Java的垃圾收集器会自动收走这些不再使用的数据。但缺点是，由于要在运行时动态分配内存，存取速度较慢。
#6. 散列表
无论是Set还是Map，我们会发现都会有对应的–>HashSet,HashMap
首先我们也先得回顾一下数据和链表：
- 链表和数组都可以按照人们的意愿来排列元素的次序，他们可以说是有序的(存储的顺序和取出的顺序是一致的)
- 这会带来缺点：想要获取某个元素，就要访问所有的元素，直到找到为止，会消耗很多时间。
所以我们需要另外的存储结构：不在意元素顺序，能快速查找元素。其中就有一种常见方式：散列表。
#####散列表工作原理
散列表为每个对象计算出一个整数，称为散列码。根据这些计算出来的整数(散列码)保存在对应的位置上！即，散列码就是索引。
在Java中，散列表用的是链表数组实现的，每个列表称之为桶。
#7. 红黑树
是一种平衡二叉树，TreeSet、TreeMap底层都是红黑树来实现的。
二叉查找树也有个例(最坏)的情况(线性)：
上面符合二叉树的特性，但是它是线性的，完全没树的用处，树是要“均衡”才能将它的优点展示出来，比如下面这种:
因此，就有了平衡树这么一个概念~红黑树就是一种平衡树，它可以保证二叉树基本符合均衡的金字塔结构。
上图就是一个红黑树，红黑树就字面上的意思，有红色的节点，有黑色的节点。
- 性质1. 节点是红色或黑色。
- 性质2. 根节点是黑色。
- 性质3. 每个叶节点（NIL节点，空节点）是黑色的。
- 性质4. 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)
- 性质5. 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。
红黑树可以说是十分复杂，这里只介绍个概念，有兴趣的朋友可自行研究。
