数据结构的简单总结

1.栈（stack）

栈遵循的是一种后进先出（Last-In First-Out）的策略，每次执行删除操作只能删除最近插入的元素。
举个简单的例子，就好像桶装薯片，工厂装薯片的时候最先装进去的薯片肯定压在最低下，最上面的薯片一定是最后才装进去的。
你吃薯片的时候，一定也是从最上面开始拿，不拿走最上面的薯片，你是没有办法拿到处在下层的薯片的。

栈的典型操作

1.PUSH：将元素压入栈中
2.POP：将顶层元素删除

栈的状态

1.栈中不包含任何元素，栈是 ”空”（Empty） 的
2.试图对一个空栈执行POP操作，称为栈下溢（Underflow）
3.试图对一个已经装满的栈执行PUSH操作，称为栈上溢（Overflow）

2.队列（queue）

队列遵循的是一种先进先出（First-in First-out）的策略，被删除的元素总是在队列中存在时间最长的元素。
这就好像平时排队咨询一样，最先来到咨询处的人最早离开队列，站在队列前面的人没有离开，后面的人也无法接受服务（咨询，咨询完离开）。

队列的典型操作

1.ENQUEUE：将元素从插入队列队尾（tail）
2.DEQUEUE：将最队头（head）元素从队列删除

3.链表（linked list）

链表中各对象按线性顺序排列，其顺序由各个对象里的指针决定。
举个不太恰当的例子，一串珍珠项链，它有两部分，一部分是一颗颗珍珠，剩下的是线，线有点像指针，我们通过线，把一颗颗珍珠连在一起，假如每颗珍珠都是不同的，我们的珍珠项链穿好后，他们的顺序就确定了。

双向链表（doubly linked list）

链表中每个元素都是一个对象，对象中包含一个关键字key（对象存储的值）和两个指针：next（指向下一个元素） 和 prev（指向前一个元素）

链表头的prev指向空，尾的next指向空。

单向链表（singly linked）

跟双向链表的区别仅在于它没有prev指针

循环链表（circular list）

一般来讲是通过双向链表来实现。
表头的prev指针指向表尾元素，表尾的next指针指向表头元素。

链表的搜索

链表搜索一般采用简单的线性搜索方法，当要找链表中是否存在某个元素关键字为k时，对于单项链表，我们只得从头开始遍历查找，而对于双向链表，其允许从末尾开始查找。

要搜索一个具有n个对象的链表时，最差情况为遍历整个链表，时间复杂度为o(n)。

链表的插入与删除

如果要插入一个新的元素到某个关键字为k的元素前或者后，或者要删除某个关键字为k的元素，首先需要进行搜索，再进行插入删除操作，要注意插入删除位置前后元素的指针next以及prev要相应发生变化。

4.树（tree）

树是一种分级的抽象数据类型，数据按照父节点（parent），子节点（children）关系依存。
树中的每个节点至多有1个父节点，但可以有0个或者更多子节点。
每个树都会有一个根节点（root），它没有父节点，但除它以外的节点有且只有一个父节点。
树可以被递归的定义：一个树可以由若干个子节点作为根的子树（subtree）组成。

关于树的一些概念

1.根节点（root）
2.父节点（parent）
3.子节点（children）
4.兄弟节点（sibling）：具有相同父节点的子节点称为兄弟节点
5.内部节点（internal nodes）：所有具有子节点的节点
6.终端节点(叶节点)（external nodes）：所有不具有子节点的节点
7.祖先（acestor）：一个节点的父节点，及其父节点的祖先，被称为这个节点的祖先
8.后代（descendent）：一个节点的所有子节点，及其所有子节点的后代，称为这个节点的后代
9.深度（depth）：一个节点祖先的个数，称为其深度
10.度（degre）：一个节点子节点的个数，称为其度
11.树的高度（Height of a tree）：其所有外部节点中最大的深度
12.节点的高度（Height of a node）：外部节点的高度为0，内部节点的高度为其子节点中最大高度值+1
13.子树：有根树的其中一个子节点及其所有后代所构成的树，称为这个有根树的子树

特殊的树之二叉树

所有节点至多有两个子节点（degree 2）
每个子节点被标记为左子节点（left child）或右子节点（right child）

完美二叉树：其所有节点的度为0或2

二叉搜索树：所有内部节点都具有值，一个节点所有构成其左子树的节点的值，均小于该节点的值，而所有构成其右子树的节点的值，均大于该节点的值。

5.图（graph）

图由若干个被边（edge）连接的顶点（vertice）组成。
图可以由一对边集合和顶点集合表示：（V，E）
V表示顶点集合，E表示边集合，边集合中的元素由一对顶点表示：（v，e）- - -顶点v和顶点e

关于图的一些概念

1.有向边（directed edge）：有顺序之分的一对顶点（u，v），第一个顶点表示起始点，第二个顶点表示目的地
2.无向边（undirected edge）：无顺序之分的一对顶点（u，v）
3. 路径（path）：一个由顶点和边交错的序列，序列开始于一个顶点，结束于一个顶点
4. 简单路径（simple path）：其序列中所有的边以及点都是唯一的（不存在重复的点以及边）
5.度（degree）：一个顶点的度指有几条边与其相连
6.入度（in-degree）：对于一个有向图来说，一个顶点的入度等于有多少与其相连的边指向这个顶点（以其作为目的地）
7.出度（out-degree）：对于一个有向图来说，一个顶点的出度等于有多少与其相连的边从这个顶点指出（以其作为起始点）
注：对于有向图来说，一个顶点入度的值加上出度的值等于它的度
8.平行边（paralle edge）：如果两条边为平行边，那么他们连接相同的顶点
9.自环（self-loop）：一条边如果是自环，那么它的端点是同一个顶点
10.圈（cycle）：一个交替由顶点和边组成的循环序列叫做圈
11.简单圈（simple cycle）：圈中所有的顶点和边都是唯一的，无重复
12.有向图（directed graph）：所有的边都是有向的
13.无向图（undirected graph）：所有的边都是无向的
14.子图（subgraph）：我们说S是G的子图，当S中所有的顶点，是G中顶点的子集，S中所有的边是G中边的子集
15.生成子图（spanning subgraph）：一个图的生成子图包含这个图所有的顶点
16.连通图（connected graph）：如果一个图每一对顶点都有一条路径将它们相连，则称它为连通图
17.连通分量（connected component）：一个非连通图的连通分量指其连通的子图
18.树（tree）：树是一个无向图，而且它是连通的，不存在圈
19.森林（forest）：深林是一个不存在圈的无向图，森林中的连通分量是树（也就是说单个的树是一种特殊的森林）