什麼是數據結構？
簡單說，數據結構就是一個容器，以某種特定的布局存儲數據。這個「布局」使得數據結構在某些操作上非常高效，在另一些操作上則不那麼高效。你的目標就是理解數據結構，這樣就能為手頭的問題選擇最優的數據結構。
為什麼我們需要數據結構？
由於數據結構用來以有組織的形式存儲數據，而且數據是計算機科學中最重要的實體，因此數據結構的真正價值顯而易見。
無論你解決什麼問題，你都必須以這種或那種方式處理數據——員工的工資，股票價格，購物清單，甚至簡單的電話簿等等。
根據不同的場景，數據需要以特定格式存儲。目前有一些數據結構可以滿足我們以不同格式存儲數據的需求。
常用的數據結構
我們首先列出最常用的數據結構，然後再按個講解：
數組
數組是一種最簡單和最廣泛使用的數據結構，其它數據結構比如堆棧和隊列都源自數組。
下圖是一個大小為 4 的簡單數組，包含幾個元素（1,2,3 和 4）。
每個數據元素會被分配一個正的數值，叫作「索引」，它對應該元素在數組中的位置。大部分程式語言都將初始索引定義為 0.
以下是兩種數組：
數組的基本操作：
常問的數組面試問題：
堆棧
我們都熟悉很有名的撤銷（Undo）選項，它幾乎存在每個應用程式中。有沒有想過它是如何工作的？其思路就是，按照最後的狀態排列在先的順序將工作的先前狀態（限於特定數字）存儲在內存中。這只用數組是無法實現的，因此堆棧就有了用武之地。
可以把堆棧看作一堆垂直排列的書籍。為了獲得位於中間位置的書，你需要拿掉放在它上面的所有書籍。這就是 LIFO（後進先出）方法的工作原理。
這是一個包含三個數據元素（1,2 和 3）的堆棧圖像，其中3位於頂部，首先把它刪除：
堆棧的基本操作：
常見的堆棧面試問題：
隊列
與堆棧類似，隊列是另一種線性數據結構，以順序方式存儲元素。堆棧和隊列之間唯一的顯著區別是，隊列不是使用 LIFO 方法，而是應用 FIFO 方法，這是 First in First Out（先入先出）的縮寫。
隊列的完美現實例子：一列人在售票亭等候。如果有新人來，他們是從末尾加入隊列，而不是在開頭——站在前面的人將先買到票然後離開隊列。
下圖是一個包含四個數據元素（1,2,3 和 4）的隊列，其中 1 位於頂部，首先把它刪除：
隊列的基本操作：
常問的隊列面試問題：
鍊表
鍊表是另一個重要的線性數據結構，剛一看可能看起來像數組，但在內存分配，內部結構以及如何執行插入和刪除的基本操作方面有所不同。
鍊表就像一個節點鏈，其中每個節點包含數據和指向鏈中後續節點的指針等信息。有一個頭指針，指向鍊表的第一個元素，如果列表是空的，那麼它只指向 null 或不指向任何內容。
鍊表用於實現文件系統，哈希表和鄰接表。
下圖是鍊表內部結構的直觀展示：
下面是幾種類型的鍊表：
鍊表的基本操作：
常問的鍊表面試問題：
圖
圖就是一組節點，以網絡的形式互相連接。節點也被稱為頂點（vertices）。一對（x,y）就叫做一個邊，表示頂點 x 和頂點 y 相連。一個邊可能包含權重/成本，顯示從頂點 x 到 y 所需的成本。
圖的類型：
在程式語言中，圖可以表示為兩種形式：
常見的圖遍歷算法：
常問的圖面試問題：
樹
樹是一種層級數據結構，包含了連接它們的頂點（節點）和邊。樹和圖很相似，但二者有個很大的不同點，即樹中沒有循環。
樹廣泛應用在人工智慧和複雜的算法中，為解決各種問題提供高效的存儲機制。
下圖是一個簡單的樹，以及在樹型數據結構中所用的基本術語：
下面是幾種類型的樹：
其中，二叉樹和二叉搜索樹是最常用的樹。
常問的樹面試問題：
字典樹
字典樹，也叫「前綴樹」，是一種樹形結構，在解決字符串相關問題中非常高效。其提供非常快速的檢索功能，常用於搜索字典中的單詞，為搜尋引擎提供自動搜索建議，甚至能用於IP路由選擇。
下面展示了「top」「thus」和「their」這三個詞是如何存儲在字典樹中的：
這些單詞以從上到下的方式存儲，其中綠色節點「p」，「s」和「r」分別表示「top」，「thus」和「their」的末尾。
常見的字典樹面試問題：
哈希表
散列是一個用於唯一標識對象並在一些預先計算的唯一索引（稱為「密鑰」）存儲每個對象的過程。因此，對象以「鍵值」對的形式存儲，這些項的集合被稱為「字典」。可以使用該鍵值搜索每個對象。有多種不同的基於哈希的數據結構，但最常用的數據結構是哈希表。
哈希表通常使用數組實現。
哈希數據結構的性能取決於以下三個因素：
下圖展示了如何在數組中映射哈希。該數組的索引是通過哈希函數計算的。
常問的哈希面試問題：
我整理好了一份面試題PDF文檔，將所有的面試題和答案匯總在一起了~
面試文件獲取方式：
轉發+關注+私信我「面試」獲取完整的文檔資料和PDF資料哦~
再說一篇：轉發+關注+私信我「面試」獲取完整的文檔資料和PDF資料哦~