常用数据结构(C++Python)

    科技2024-11-10  6

    常用数据结构


    一、数据结构

    按存储方式分为数组存储和链式存储。按逻辑结构分为线性结构和非线性结构。

    二、按逻辑结构划分

    线性结构有Stack、Queue(单端队列,双端队列、循环队列)非线性结构有HashTable、HashMap、Heap(大顶堆,小顶堆)、Skip List、Tree等。

    三、常见问题总结    

          1. Stack

              单调递增栈,栈顶到栈底递增。

              单调递减栈,栈顶到栈底递减。

    #include<stack> stack<int> st; st.top(); st.pop(); st.push(val); st.size() st.empty();

          2. Queue

             顺序队列存在假溢出,消除假溢出就是当rear和front到大QueueSize时,让队尾指针自动转化为存储空间的最小值0。常用方法有,加标志位使用计数器记录队列长度空闲单元法。 

             

    Caption

             循环队列,队列空间中的一个单元闲置,使得队列非空时,Q.rear与Q.front之间至少间隔一个空闲单元。

              队空时,front=rear

              队满时,front=(rear+1)%m

              队列长度,L=(m+rear-front)%m

              

    #include<queue> queue<int> Q; Q.front(); Q.back(); Q.push(val); Q.pop(); Q.empty(); Q.size();

     3、Map

       C++中有map与unordered_map。

       map底层通过红黑树实现,内部是有序的,其查询、插入、删除的时间复杂度都为O(logN)。

       unordered_map通过哈希表实现,内部是无序的,查询效率为O(1),但是哈希表建立耗费时间,且消耗内存。

       multimap 关键字key可以重复出现的map。

       unordered_multimap关键字key可以重复出现的unordered_map。

     

     

    #include<iostream> #include<map> #include<unordered_map> #include<string> using namespace std; int main() { //定义 map<string, int> dict; unordered_map<string,int> unorder_dict; // 插入数据两种方法 dict.insert(pair<string,int>("apple",2)); uborder_dict["banana"] = 6; //遍历 unordered_map<string, int>::iterator iter; for(iter=unorder_dict.begin();iter!=unorder_dict.end();iter++) cout<<iter->first<<ends<<iter->second<<endl; map<string, int>::iterator iter; for(iter=dict.begin();iter!=dict.end();iter++) cout<<iter->first<<ends<<iter->second<<endl; //查找 if(iter=dict.find()!=dict.end()) cout<<"找到了"<<iter->second<<endl; else cout<<"没有"<<endl; if(dict.count("apple")==1); cout<<"找到了"<<endl; else cout<<"没有"<<endl; //是否为空 if(dict.empty()) cout<<"该字典无元素"<<endl; else cout<<"该字典共有"<<dict.size()<<"个元素"<<endl; }

     

     4、Heap、Proiority_queue

    //C++ #include <queue> priority_queue <int,vector<int>,greater<int> > q; //升序队列,小顶堆 priority_queue <int,vector<int>,less<int> >q; //降序队列,大顶堆 //less<int> 表示数字大的优先级越大 //greater<int> 表示数字小的优先级越大 q.top(); q.push(val); q.pop(); q.empty(); q.size(); vector<int> arr; sort(arr.begin(),arr.end(),less<int>()) //升序 sort(arr.begin(),arr.end(),greater<int>()) //降序 #python import heapq arr=[1,2,3,4,5] arr=heapq.heapify(arr) #默认小顶堆 heapq.heappop(arr) heapq.heappush(arr,val) heapq.heappushpop(arr,val) #push进去,调整堆,再pop heapq.heapreplace(arr,val) #先删除最小值,再push heapq.nsmallest(k,arr) heapq.nlargest(k,arr)

    5、Set

       C++中有set与unordered_set,可以理解为将value作为key的map。

       set底层通过红黑树实现,内部是有序的,其查询、插入、删除的时间复杂度都为O(logN)。

       unordered_set通过哈希表实现,内部是无序的,查询效率为O(1),但是哈希表建立耗费时间,且消耗内存。

       multiset 关键字key可以重复出现的set。

       unordered_multiset关键字key可以重复出现的unordered_set。

    6、Skip List

        有序链表+多级索引,时间复杂度为O(logN),实现起来比红黑树简单,非关系型数据库Redis。

    7、Tree

        二叉搜索树

        AVL,二叉自平衡搜索树,查询效率与树的深度有关,引入平衡因子,存储平衡因子浪费空间。

        红黑树,近似二叉平衡搜索树,查询效率低于AVL,插入删除效率高于AVL。

        B-Tree,多叉平衡二叉树。

        B+Tree,多叉平衡二叉树,非叶子节点存放索引,叶子节点存放关键字。叶子节点带有顺序访问的指针。

        Trie 树,字典树,每个节点26个分支,查询效率高,空间换时间。


    总结

    介绍了常用的数据结构,后续会继续补充!

    Processed: 0.026, SQL: 8