文章目录

• 前言
• 一、数据结构基础
• 二、数据结构分解
• • 1.数组
  • 2.链表
  • 3.栈
  • 4.队列
  • 5.树
  • 6.图
• 总结

前言

好久没更，因为笔者前段时间处理了一些其他的问题，今天我们继续，走进《算法之美》第三章，数据结构。

同样，感兴趣的小伙伴不妨点点关注，等算法之没结束后，笔者将带大家开始机器学习的基础内容，敬请期待哦。

一、数据结构基础

何为数据结构？我们为什么要了解数据结构？数据结构如何使用呢？

为了解决问题，许多技术人员都潜心钻研更优秀的算法高效地解决问题，但是，高效的算法往往需要精巧的数据结构与之配合，合适的数据结构才能将算法的优势发挥的淋漓尽致。

将数据进行合理的规划分配，偏于处理众多的数据，这就是数据结构的用处所在。

接下来，我们就走进数据结构，了解多种多样的数据结构各自的优势所在。

二、数据结构分解

1.数组

当我们需要将一些彼此相关的数据存储在空间中，为了方便管理，我们习惯性地偏向于将这些数据存储在一起，即连续的内存地址中，这样可以极大方便我们调用与修改，这就是数组的初衷。

在内存中，每当我们需要使用数组时，便会在内存中开辟出一块连续的内存空间，用于存放一系列数据。

代码如下：

# Alkaid#3529

def array_demo():
    grade = array([[89, 70, 93], [70, 25, 80], [20, 40, 10]])

    for i in grade:
        print(i)

2.链表

将相关的数据存储在连续的内存地址当中，固然方便杜宇，但是，如果我们想要添加或删除一些数据，就会导致大量的数据移动，并且，连续存放不利于内存空间的充分使用，因此，在此基础上，我们创造了一种新的数据结构，链表。

链表，顾名思义，将许多节点相连，形成一条链。

每个节点分别存储当前结点的值，以及下一个节点在内存中的地址，这样子，我们只需记录第一个节点，依次寻找，即可找到全部数据。

这样的数据结构可以极大方便我们对数据的存储，充分利用内存空间。

代码如下：

# Alkaid#3529

class Node(object):
    def __init__(self, data=0, next=None):
        self._data = data
        self._next = next

    def set_data(self, data):
        self._data = data

    def get_data(self):
        return self._data

    def set_next(self, next):
        self._next = next

    def get_next(self):
        return self._next

3.栈

栈是一种特殊的数据结构，它只能在一段进行操作，因此也就导致了所谓“先进后出”的特点，这种数据结构通常可以用来做代码中括号配对、表达式求值等运算。

代码如下：

# Alkaid#3529

def stack_demo():
    """
    栈
    利用列表的函数来实现类似于栈的功能，append(),
    :return:
    """

    stack = []

    for i in 'Alkaid#3529':
        stack.append(i)

    while stack:
        print(stack.pop())

    return None

4.队列

队列与栈类似，但是队列是一种可以两端操作的数据结构，一端只能进入，另一端只能输出，遵循先进先出的原则，我们可以利用Pycharm自带模块实现。

# Alkaid#3529

def queue_demo():
    """
    队列
    :return:
    """
    s1 = "Alkaid#3529"

    name = Queue()

    for i in s1:
        name.put(i)

    while not name.empty():
        print(name.get())

    return None

5.树

树是一种较为高级的数据结构之一，它通过模拟树的形状来实现各个数据间的层级问题，可以更加直观方便的体现数据间的层次结构，方便查找、排序等操作。

典型的是二叉树结构，遍历方法分为先序、中序、后序、分层遍历。

此处就不对数进行更为深入的探讨了，后续会在相应的算法题目中进行实例使用。

6.图

图可以用于模拟大量数据间较为错综复杂的关系，分为有序、戊戌两种，可以用邻接表实现。

图的两种搜索方式与遍历方式也会在后续实例中为大家详细介绍（深度、广度搜索）。

总结

数据结构与算法相辅相成，只需掌握常见的数据结构并熟练使用即可解决大多数算法问题。