当前位置: 首页 > article >正文

数据结构(回顾)

数据结构(回顾)

回顾

不同点顺序表链表
存储空间上物理上一定连续逻辑上连续,物理上不一定连续
随机访问支持,时间复杂度O(1)不支持,时间复杂度O(N)
任意位置插入或者删除元素可能需要挪动元素,效率低,时间复杂度O(N)只需要修改指针指向
插入动态顺序表,空间不够时需要扩容没有容量的概念
应用场景元素高效存储+频繁访问任意位置插入删除频繁
缓存利用率

缓存利用率

这里的缓存利用率给大家简单讲一下就是存储也是分结构的:

在这里插入图片描述

然后顺序表由于它在存储的时候物理空间一定是连续的,在高速缓存的时候会命中率更高。这个缓存其实大概就是我加载一个数据,我连带着这个数据后面的数据也一起加载了,后面被使用的时候直接用就好了,不用重新加载一次。然后这个连着后面的数据一起加载是按照存储的物理空间连续的,线性的来的。就好比如有一组数据12345,现在要用1就加载了1,系统考虑到你后面可能会用到后面的数据,就把2345也给你加载缓存好了。这样后面你再去用这些数据的时候就会快很多。

但是链表就没有这个优点。为什么?因为链表是逻辑上连续,但是存储的时候物理空间是不连续的,可能那边一个数据,这边一个数据,然后村门口一个数据,山头一个数据。但是缓存不会管你连不连续,它就只是帮你连续的加载好后面的数据,后面的数据和你这个项目本身有没有关系,不管你,所以就涉及到了一个命中率的问题。

顺序表因为它是物理空间连续的,所以缓存的时候,缓存得到的数据就大部分都是和本项目,本问题有关的,所以命中率就高。就是缓存的后续数据和我的目标数据是否重合,重合度越高,那么命中率越高。链表反之。

对比

那么通过上面表格顺序表和链表的对比,其实大家可以发现,这两种数据结构其实有种互补的关系,有没有。好比如,顺序表适合干随机访问数据,链表不适合,顺序表不适合频繁的插入数据(因为涉及到挪动数据问题),但是链表合适。等等。

总结

还有我们后续用数组或者链表实现的栈和队列,也是顺序表的一种,不过操作比较特殊。那么大家也能察觉,这类数据结构其实比较基础,能具体解决的问题其实不算多。它们在结构中都是1对1的关系,只有一个直接前驱或后继。但是等会讲到的树,就不是这么简单的结构了,已经开始是1对多了。说这么多,都是为了让大家更明白我们前面学的大概是什么东西,也为了和后续学的东西有个区别。

再总结

这里给大家做个比喻,我们最开始学的数组,就其实像是大米,小麦。然后简单的操作一下,把大米煮一下就变成了粥(顺序表),粥改良了一下,有的人不爱喝粥,那就变成米饭(链表)。如果有人手法精巧,加上一些鸡蛋,米饭就可以变成蛋炒饭(队列),粥放点猪肉,就变成了猪肉粥(栈)。然后还有把米整成淀粉,加点青菜,加点猪肉,玉米煮一下就变成了饺子(哈希表、堆、树…)。大概的意思就是后面的很多复杂结构都是基于前面的简单结构,通过一些操作的改动,或者再加上一些佐料,就变成了复杂结构,这样也可以更好的去解决更多问题。就是想让大家也有一个这样的理解。


http://www.kler.cn/a/576832.html

相关文章:

  • 安装CUDA12.1和torch2.2.1下的DKG
  • 基于cross-attention算法关联文本和图像、图像和动作
  • Logstash同步MySQL到ES
  • 从0到1入门Linux
  • MongoDB(一) - MongoDB安装教程(Windows + Linux)
  • STM32使用无源蜂鸣器
  • 深度解读DeepSeek:从原理到模型(二)
  • 小程序 wxml 语法 —— 37 setData() - 修改对象类型数据
  • [视频编码]rkmpp 实现硬件编码
  • 群晖DS 223 Docker:开启私有云
  • PCI 总线学习笔记(四)
  • 【linux网络编程】套接字编程API详细介绍
  • 怎么用vscode 写 markdown 文档
  • RK3568平台(音频篇)audio_policy_volumes_drc.xml解析
  • 硬件基础(4):(1)AD采集电路设计
  • Golang中的 “...” 操作符
  • 【大厂AI实践】美团:事件图谱在美团智能客服问答中的应用(基于交互的推理)
  • im即时聊天客服系统SaaS还是私有化部署:成本、安全与定制化的权衡策略
  • React基础之受控表单绑定
  • 头歌作业-数据库实验一:数据库和数据表的建立,修改和删除