常見數據結構應用場景

通用數據結構

能夠簡單的按照速度將通用數據結構劃分爲：數組和鏈表（最慢），樹（較快），哈希表（最快）。增、刪、改、查是四大常見操做，不過其實能夠濃縮爲兩個操做：增和查。刪除操做和和修改操做都是創建在查找操做上的，因此完美的數據結構應該是具備較高的插入效率和查找效率。

通用數據結構關係

能夠根據下圖選擇合適的通用數據結構：

數組

使用場景

數組在如下三個情形下頗有用：

1）數據量較小。

2）數據規模已知。

3）隨機訪問，修改元素值。

若是插入速度很重要，選擇無序數組。若是查找速度很重要，選擇有序數組，並使用二分查找。

缺點

1）須要預先知道數據規模

2）插入效率低，由於須要移動大量元素。

鏈表

解決的問題

鏈表的出現解決了數組的兩個問題：

1）須要預先知道數據規模

2）插入效率低

使用場景

1）數據量較小

2）不須要預先知道數據規模

3）適應於頻繁的插入操做

缺點

1）有序數組能夠經過二分查找方法具備很高的查找效率(O(log n))，而鏈表只能使用順序查找，效率低下(O(n))。

二叉查找樹

解決的問題

1）有序數組具備較高的查找效率(O(log n))，而鏈表具備較高的插入效率（頭插法，O(1)），結合這兩種數據結構，建立一種貌似完美的數據結構，也就是二叉查找樹。

使用場景

1）數據是隨機分佈的

2）數據量較大

3）頻繁的查找和插入操做（能夠提供O(log n)級的查找、插入和刪除操做）

缺點

1）若是處理的數據是有序的（升序/降序），那麼構造的二叉查找樹就會只有左子樹（或右子樹），也就是退化爲鏈表，查找效率低下(O(log n))。

平衡樹

解決的問題

1）針對二叉查找樹可能會退化爲鏈表的狀況，提出了平衡樹，平衡樹要求任意節點的左右兩個子樹的高度差不超過1，避免退化爲鏈表的狀況。

使用場景

1）不管數據分佈是否隨機均可以提供O(log n)級別的查找、插入和刪除效率

2）數據量較大

缺點

1）平衡樹的實現過於複雜。

哈希表

解決的問題

同平衡樹同樣，哈希表也不要求數據分佈是否隨機，不過哈希表的實現比平衡樹要簡單得多。

使用場景

1）不須要對最大最小值存取。

2）不管數據分佈是否隨機，理想狀況下（無衝突）能夠提供O(1)級別的插入、查找和刪除效率。

3）數據量較大

缺點

1）因爲是基於數組的，數組（哈希表）建立後難以擴展，使用開放地址法的哈希表在基本被填滿時，性能降低的很是嚴重。

2）不能對最大最小值存取。

通用數據存儲結構

專用數據結構

棧

順序棧

優勢

1）在輸入數據量可預知的情形下，可使用數組實現棧，而且數組實現的棧效率更高，出棧和入棧操做都在數組末尾完成。

缺點

1)若是對數組大小建立不當，可能會產生棧溢出的狀況

鏈棧

優勢

1）不會發生棧溢出的狀況

2）輸入數據量未知時，使用鏈棧。經過頭插法實現入棧操做，頭刪法實現出棧操做。出棧和入棧均是O(1)。

缺點

1）因爲入棧時，首先要建立插入的節點，要向操做系統申請內存，因此鏈棧沒有順序棧效率高。

隊列

若是數據量已知就使用數組實現隊列，未知的話就使用鏈表實現隊列。出隊和入隊均是O(1)。