介绍
数据结构可以定义为一组数据元素, 它提供了一种在计算机中存储和组织数据的有效方式, 以便可以有效地使用它。数据结构的一些示例是数组, 链表, 堆栈, 队列等。数据结构几乎在计算机科学的各个方面（例如, 操作系统, 编译器设计, 人工智能, 图形等）广泛使用。
数据结构是许多计算机科学算法的主要部分, 因为它们使程序员能够有效地处理数据。它在提高软件或程序的性能方面起着至关重要的作用, 因为软件的主要功能是尽可能快地存储和检索用户数据。
基本术语
数据结构是任何程序或软件的基础。为程序选择合适的数据结构是程序员最困难的任务。就数据结构而言, 使用以下术语
数据：数据可以定义为基本值或值的集合, 例如, 学生的姓名及其ID是有关学生的数据。
小组项目：具有从属数据项目的数据项目称为小组项目, 例如, 学生的名字可以有名字和姓氏。
记录：记录可以定义为各种数据项的集合, 例如, 如果我们谈论学生实体, 则可以将其名称, 地址, 课程和标记分组在一起以形成学生的记录。
【数据结构基本概念和主要内容】文件：文件是一种类型的实体的各种记录的集合, 例如, 如果班级中有60名员工, 则相关文件中将有20条记录, 其中每条记录包含有关每名员工的数据。
属性和实体：实体代表某些对象的类。它包含各种属性。每个属性代表该实体的特定属性。
字段：字段是表示实体属性的单个基本信息单元。
数据结构需求
随着应用程序变得越来越复杂, 数据量日益增加, 可能会出现以下问题：
处理器速度：要处理非常大量的数据, 需要进行高速处理, 但是随着数据每天增长到每个实体数十亿个文件, 处理器可能无法处理那么多数据。
数据搜索：考虑到商店中库存商品的大小为106, 如果我们的应用程序需要搜索特定商品, 则每次需要遍历106个商品, 这会减慢搜索过程。
多个请求：如果成千上万的用户正在Web服务器上同时搜索数据, 则在此过程中很可能导致大型服务器发生故障
为了解决上述问题, 使用了数据结构。数据被组织成一个数据结构, 从而不需要搜索所有项目, 并且可以立即搜索所需数据。
数据结构的优势
效率：程序的效率取决于数据结构的选择。例如：假设, 我们有一些数据, 我们需要搜索垂直记录。在这种情况下, 如果我们将数据组织在一个数组中, 则必须逐个元素顺序搜索。因此, 在这里使用数组可能不是很有效。有更好的数据结构可以使搜索过程高效, 例如有序数组, 二进制搜索树或哈希表。
可重用性：数据结构是可重用的, 即一旦我们实现了特定的数据结构, 便可以在其他任何地方使用它。可以将数据结构的实现编译成可以供不同客户端使用的库。
抽象：数据结构由ADT指定, 该结构提供了抽象级别。客户端程序仅通过接口使用数据结构, 而无需深入了解实现细节。
数据结构分类
文章图片
线性数据结构：如果数据结构的所有元素都按线性顺序排列, 则称其为线性。在线性数据结构中, 元素以非分层方式存储, 其中每个元素除第一个和最后一个元素外, 都有后继者和前任者。
线性数据结构的类型如下：
数组：数组是相似类型的数据项的集合, 每个数据项都称为数组的元素。元素的数据类型可以是任何有效的数据类型, 例如char, int, float或double。
数组的元素共享相同的变量名, 但是每个元素带有不同的索引号, 称为下标。该阵列可以是一维, 二维或多维的。
数组年龄的各个元素是：
年龄[0], 年龄[1], 年龄[2], 年龄[3], … … … 年龄[98], 年龄[99]。
链接列表：链接列表是一种线性数据结构, 用于在内存中维护列表。可以将其视为存储在非连续内存位置的节点的集合。列表中的每个节点都包含一个指向其相邻节点的指针。
堆栈：堆栈是一个线性列表, 其中仅在一端（称为顶部）允许插入和删除。
堆栈是一种抽象数据类型（ADT）, 可以用大多数编程语言来实现。之所以称为“堆栈”, 是因为它的行为类似于现实世界中的堆栈, 例如：-一堆盘子或一副纸牌等。
队列：队列是一个线性列表, 其中元素只能在称为后方的一端插入, 而只能在称为前方的另一端删除。
它是一个抽象的数据结构, 类似于堆栈。队列在两端都打开, 因此遵循先进先出（FIFO）方法存储数据项。
非线性数据结构：此数据结构不会形成序列, 即每个项目或元素都以非线性排列方式与两个或多个其他项目连接。数据元素未按顺序结构排列。
非线性数据结构的类型如下：
树：树是多级数据结构, 在其元素之间具有分层关系, 称为节点。最高层中的最底层节点称为叶节点, 而最高层的节点称为根节点。每个节点都包含指向相邻节点的指针。
树数据结构基于节点之间的父子关系。除叶节点外, 树中的每个节点可以有多个子节点, 而除根节点外, 每个节点最多可以有一个父节点。树可以分为许多类别, 本教程后面将对此进行讨论。
图形：图形可以定义为通过称为边的链接连接的元素集（由顶点表示）的图形表示。图与树的不同之处在于, 图可以具有循环而树不可以具有循环。
数据结构操作
1）遍历：每个数据结构都包含一组数据元素。遍历数据结构意味着访问数据结构的每个元素, 以便执行某些特定操作, 例如搜索或排序。
示例：如果我们需要计算一个学生在6个不同学科中获得的平均分数, 则需要遍历完整的分数数组并计算总和, 那么我们将把该总和除以学科数, 即6为了找到平均值。
2）插入：插入可以定义为在任何位置将元素添加到数据结构的过程。
如果数据结构的大小为n, 那么我们只能将n-1个数据元素插入其中。
3）删除：从数据结构中删除元素的过程称为删除。我们可以在任何随机位置从数据结构中删除元素。
如果我们尝试从空数据结构中删除元素, 则会发生下溢。
4）搜索：在数据结构中查找元素位置的过程称为“搜索”。有两种执行搜索的算法, 线性搜索和二进制搜索。在本教程的后面, 我们将讨论其中的每一个。
5）排序：按特定顺序排列数据结构的过程称为排序。有许多算法可用于执行排序, 例如插入排序, 选择排序, 冒泡排序等。
6）合并：当两个元素类型相似的列表A和列表B分别具有相似的元素类型时, 通过合并或合并以生成大小为（M + N）的列表C, 则此过程称为合并
