数据结构

介绍

数据结构可以定义为一组数据元素，它提供了一种在计算机中存储和组织数据的有效方式，以便可以有效地使用它。数据结构的一些示例是数组，链表，堆栈，队列等。数据结构几乎在计算机科学的各个方面(例如操作系统，编译器设计，人工智能，图形等)广泛使用。

数据结构是许多计算机科学算法的主要部分，因为它们使程序员能够高效地处理数据。它在提高软件或程序的性能方面起着至关重要的作用，因为软件的主要函数是尽可能快地存储和检索用户数据。

基本术语

数据结构是任何程序或软件的基础。为程序选择合适的数据结构是程序员最困难的任务。就数据结构而言，使用以下术语

数据：数据可以定义为基本值或值的集合，例如，学生的姓名及其ID是有关学生的数据。

小组项目：具有从属数据项目的数据项目称为小组项目，例如，学生的名字可以有名字和姓氏。

记录：记录可以定义为各种数据项的集合，例如，如果我们谈论学生实体，则可以将其名称，地址，课程和标记分组在一起以形成学生的记录。

文件：文件是一种类型的实体的各种记录的集合，例如，如果班级中有60名员工，则相关文件中将有20条记录，其中每个记录都包含有关每个员工的数据。

属性和实体：实体代表某些对象的类。它包含各种属性。每个属性代表该实体的特定属性。

字段：字段是表示实体属性的单个基本信息单元。

数据结构需求

随着应用程序变得越来越复杂，数据量日益增加，可能会出现以下问题：

处理器速度：要处理大量数据，需要进行高速处理，但是随着数据一天一天地增长到每个实体数十亿个文件，处理器可能无法处理那么多数据。

数据搜索：考虑商店中库存商品的大小为106，如果我们的应用程序需要搜索特定商品，则每次需要遍历106个商品，这会减慢搜索过程。

多个请求：如果成千上万的用户正在Web服务器上同时搜索数据，则在此过程中很可能导致大型服务器发生故障

为了解决上述问题，使用了数据结构。数据被组织成一个数据结构，从而不需要搜索所有项目，并且可以立即搜索所需数据。

数据结构的优势

效率：程序的效率取决于数据结构的选择。例如：假设，我们有一些数据，我们需要搜索垂直记录。在这种情况下，如果我们将数据组织在一个数组中，则必须逐个元素顺序搜索。因此，在这里使用数组可能不是很有效。有更好的数据结构可以使搜索过程高效，例如有序数组，二进制搜索树或哈希表。

可重用性：数据结构是可重用的，即一旦实现了特定的数据结构，便可以在其他任何地方使用它。可以将数据结构的实现编译成可以供不同客户端使用的库。

抽象：数据结构由ADT指定，该结构提供了抽象级别。客户端程序仅通过接口使用数据结构，而无需深入了解实现细节。

数据结构分类

线性数据结构：如果数据结构的所有元素都按线性顺序排列，则称其为线性。在线性数据结构中，元素以非分层方式存储，其中每个元素除第一个和最后一个元素外，都有后继者和前任者。

线性数据结构的类型如下：

数组的元素共享相同的变量名，但是每个元素带有不同的索引号，称为下标。该阵列可以是一维，二维或多维的。

数组年龄的各个元素是：

年龄[0]，年龄[1]，年龄[2]，年龄[3]，………年龄[98]，年龄[99]。

链接列表：链接列表是一种线性数据结构，用于在内存中维护列表。可以将其视为存储在非连续内存位置的节点的集合。列表中的每个节点都包含一个指向其相邻节点的指针。

堆栈：堆栈是一个线性列表，其中仅在一端(称为top)允许插入和删除。

堆栈是一种抽象数据类型(ADT)，可以用大多数编程语言来实现。之所以称为“堆栈”，是因为它的行为类似于现实世界中的堆栈，例如：-一堆盘子或一副纸牌等。

队列：队列是一个线性列表，其中元素只能在称为后方的一端插入，而只能在称为前方的另一端删除。

它是一种抽象的数据结构，类似于堆栈。队列在两端均打开，因此遵循先进先出(FIFO)方法存储数据项。

非线性数据结构：此数据结构不形成序列，即每个项目或元素都以非线性排列方式与两个或多个其他项目连接。数据元素未按顺序结构排列。

非线性数据结构的类型如下：

树：树是多级数据结构，在其元素之间具有分层关系，称为节点。最高层中的最底层节点称为叶节点，而最高层的节点称为根节点。每个节点都包含指向相邻节点的指针。

树数据结构基于节点之间的父子关系。除叶节点外，树中的每个节点可以有多个子节点，而除根节点外，每个节点最多可以有一个父节点。树可以分为许多类别，本教程后面将对此进行讨论。

图形：图形可以定义为通过称为边的链接连接的元素集(由顶点表示)的图形表示。图与树的不同之处在于，图可以具有循环而树不可以具有循环。

数据结构操作

1)遍历：每个数据结构都包含一组数据元素。遍历数据结构意味着访问数据结构的每个元素，以便执行某些特定操作，例如搜索或排序。

示例：如果我们需要计算一个学生在6个不同科目中获得的平均分数，则需要遍历完整的分数数组并计算总和，那么我们将该总和除以科目数量即6，为了找到平均值。

2)插入：插入可以定义为在任何位置将元素添加到数据结构的过程。

如果数据结构的大小为n，那么我们只能将n-1个数据元素插入其中。

3)删除：从数据结构中删除元素的过程称为删除。我们可以在任何随机位置从数据结构中删除元素。

如果我们尝试从空数据结构中删除元素，则会发生下溢。

4)搜索：在数据结构中查找元素位置的过程称为“搜索”。有两种执行搜索的算法，线性搜索和二进制搜索。在本教程的后面，我们将讨论其中的每一个。

5)排序：按特定顺序排列数据结构的过程称为排序。有许多算法可用于执行排序，例如插入排序，选择排序，冒泡排序等。

6)合并：当两个相似大小的元素的列表A和列表B分别为M和N时，合并或合并以生成大小为(M + N)的列表C，则此过程称为合并