常用数据结构介绍
0.数组：顺序存储，随机访问
链表：链表存储，顺序访问1。堆栈2。队列3。线00-1010 1)二叉树2)遍历二叉树：前言(先中间，后左，后右)中序(先左，后中，后右)后序(先左，后右，后中)
3)线程二叉树：通过二进制链表实现的二叉树，将未使用的左右指针指向前置和后置(前置和后置是遍历后的数据序列中某些数据的前后数据(例如，中间顺序的遍历))，形成的二叉树是线程二叉树。通常，当前置和后续查找结构被频繁遍历和使用时，使用它。
4)yqdmj树：用于压缩
5)二元排序树：如果根节点的左子树不为空，则左子树的所有节点都小于根节点。如果根节点的右子树不为空，则右子树中的所有节点都大于根节点。如果根的左右子树不为空，则都是二元平衡树。
6)平衡二叉树：左右子树高度差最多等于1的二元排序树。添加节点时，根据不平衡的子树左右转动，确保最终的树是平衡的。优点：搜索、插入和删除的时间复杂度都是O(logn)
7)多路径搜索树：节点有两个以上的子节点，节点中存储的值为1。比如2-3树、2-3-4树、B树、B树。
8)红黑树：也是二元排序树。节点的属性用于指示该节点是红色还是黑色。查找相当于二进制排序树。插入并删除此颜色属性，以确保操作后树仍保持平衡。因此，搜索、插入和删除的时间复杂度为：O(logn)。统计性能优于平衡二叉树。
9)栈：二叉树，分为大顶栈和小顶栈。大顶堆的要求是每个节点的值不大于其父节点的值，小顶堆。
00-1010 1)五种构造图2)穿越：深度优先：向一个方向用力推，重复时返回。
广度优先：先从一个顶点触发，得到这个顶点，然后把与这个顶点相关的顶点放入队列，再从队列中获取数据，然后把与这个新顶点(非重复顶点)相关的顶点放入队列，依次做同样的事情。
3)最小生成树：Prim (Prim)算法：O(n2) Kruskal (Kruskal)算法：O(e*loge)
4)最短路径：Dijkstra算法O(n3)弗洛伊德算法O(n3)
5)拓扑排序：AOV网：一种顶点表示活动、弧表示优先关系的有向图拓扑排序算法：O(n ^ e)n个顶点和e条边。
6)关键路径：AOE网：顶点代表时间，有向边代表活动，边权重代表持续时间的有向图的关键算法路径：O(n e)
00-1010 1)顺序表搜索：从第一个开始按顺序搜索。
2)有序表搜索：二分搜索法，插值搜索：对于均匀分布的数据，方便fkdqb利用差值进行搜索。
3)线性索引搜索：密集索引(每条记录都与键码相关，键码排序形成的表)、倒排索引(子键码、记录号表)、分块索引(记录分成多少块，分块是否有序，分块是否无序，前一块的最大键码是否小于下一块的所有键码)
4)哈希表(哈希表)搜索
处理冲突：a .开放寻址方式：一个地址已经检入，然后对下一个空地址进行哈希处理：使用多个哈希函数，一个函数查找重复，另一个使用链地址方式：有冲突，用链表连接这个位置的公共溢出方式：用另一个哈希表存储冲突数据。
00-1010冒泡：从最后一个数据开始，让最htdyl的数据冒泡到第一个位置。然后第二个孩子冒泡到第二个位置。O(n2)
选择：从n-i-1个数据中选择最小的一个，找到后用I位置切换，重复此操作。O(n2)
插入：首先将第一个数据放入给定的位置，然后取出第二个数据，与排序后的数据进行比较，插入到这个有序序列的对应位置。O(n2)
Hill:基于一定的增量I，先依次比较K和K ^ I的位置决定是否交换，然后K，得到一个基本有序的序列，然后减少I，再比较K和K ^ I的位置决定是否交换，然后K，运算结束后，我继续减少，直到i=1，一次后运算结束。产生的序列是有序的。O(n3/2)
堆：将序列做成堆，然后取堆的顶部，将剩余的数据做成堆，然后重复操作依次拿走。O(n*logn)
将：n个数据合并成n个表，确保每个表都是有序的，然后成对合并成n/2个有序的表，再成对合并成有序的表，重复这个操作，直到只有一个表。O(n*logn)
快速：首先，通过一次操作，将序列改为前部小于后部的记录，然后分别以相同的方式操作两个记录。最后，最小的部分只有两个数字(有些是一个数字，必须是有序的)，较小的必须是前面有序的。最后，我们知道整个序列是有序的。O(n*logn)
8.时间复杂度logn的出现通常是把整体分成子部分，然后子部分不成功，再把子部分分成子部分。复杂性通常发生在递归或循环嵌套中。
作者：大西瓜11 https://blog.csdn.net/bigwatermelon11/article/details/76914386终于来了
刚刚整理了一整套2020年最新的优质技术资料，免费发给大家！(原价至少8999元，超2000G！)
看下面的收藏！
1.喜欢的评论(勾选“转发”)
2.关注边肖私信。点击头像，跟随。私信回复关键词：1024