每天关于梦回前端的一个重要知识点，以问答的形式逆向，利用碎片时间完成自我提升Day02数据结构篇说的是最近有很多朋友问我，前端有必要学数据结构和算法吗？先说说我的结论吧。很有必要，非常有必要，必须学习。程序员的基本功离不开数据结构和算法（如果你想一直做图片切图，可以忽略），精益求精离不开数据结构和算法（如果你只是想在我没做的时候完成需求）’说吧）高级进阶离不开数据结构和算法（如果你说工作两个月就回家继承亿万财产，无视）我看过一部电影《嫌疑人X的替身》play男二是数学天才，男一有一句台词“只要他想做，就没有他做不到的”，将这些基本理念体现在我们的日常生活中。什么是数据结构？我们为什么要使用数据结构？数据结构是计算机存储和组织数据的方式。数据结构是指相互之间具有一个或多个特定关系的数据元素的集合，精心选择的数据结构可以带来更高的运行或存储效率。数据结构是否经常与有效的检索算法和索引技术相关联？没关系，我们用白话翻译一下。在我们的大别墅里，有橱柜、衣柜、鞋柜。鞋柜放大门，衣柜放在卧室。这些是结构。合理的结构可以帮助我们以最小的成本实现目标。最优解的常用数据结构有哪些？数组（Array）是一种聚合数据类型，它是将多个相同类型的变量有序地组织在一起的集合。栈（Stack）是一种特殊的线性表，它只能在表的固定端进行数据节点的插入和删除。栈中存放数据的队列（Queue），一种特殊的线性表，按照后进先出的原则。与栈不同，队列只允许在表的一端进行插入操作，而在另一端进行删除操作。链表（LinkedList）是一种数据结构，数据元素以链式存储结构存储。物理上存在不连续的特征。树（Tree）是典型的非线性结构，它是一个包含2个节点的有限集K。在树结构中，只有一个根节点图（Graph），一种非线性数据结构。在图结构中，数据节点一般称为顶点，边是顶点的有序对堆（Heap），一种特殊的树型数据结构，一般讨论的堆就是二叉堆。堆的特点是根节点的值是所有节点中最小或最大的，根节点的两棵子树也是一个堆结构哈希表（Hash）。哈希表由哈希函数（Hashfunction）衍生而来，其思想是如果结构中存在关键字等于T的记录，那么必须在存储位置找到记录数组和链表的特征F（T）的？它们适用于哪些场景？以下由梦回前端会员@panda整理。因为数据是连续存储的，内存地址也是连续的，所以在查找数据的时候效率更高，但是在运行过程中不能根据自己的需要增减空间的大小。但是，当数据发生变化时，可能会出现越界的情况。当数据比较小时，可能会浪费内存空间。应用场景：数据比较小；经常执行的操作是通过序列号访问数据元素；数组更容易实现，任何高级语言都支持；构建的线性表比较稳定，链表只需要在使用时申请即可。内存空间可根据需要动态申请或删除，数据增删改查比数组应用场景更灵活：对于线性表，长度或规模难以估计；频繁的插入和删除操作；构造相对动态的线性表队列和栈的特点？它们适用于哪些场景？以下是梦回前端成员@panda组织的栈的特点：栈是一种线性存储结构，只能从表的一端访问数据，遵循“先进后出”的原则。表达式的括号匹配、迷宫求解、浏览器“回退”、基数转换等问题都具有先进后出的特点，需要在其中使用先进先出的乒乓盒栈结构的生活。球必须等待所有其他人从队列中出来。队列的特点：队列中数据的进出必须遵循“先进先出”的原则。应用场景：舞伴问题，操作系统进程，作业管理中的先进先出服务，字符序列是否回文由于先进先出的特性，需要使用先进先出-生活中的停车场是排队结构，后面的车要等前面的车全部开走。请简单描述一下你理解的树和图树（无向图）。它是一个图，图不一定是树。树是一对多的。多对多树有根节点。图里没有树，图可以递归。非根节点一定有父节点，图也不一定HashTable有什么特点？适用场景有哪些？萌晖前端成员@panda整理了以下特点：哈希算法可以将任意长度的数据哈希成固定长度的数据。速度快：Hash算法基本上就是异或和位移运算，速度非常快。不可逆：从哈希结果中很难找到哈希之前的字符串。低碰撞：存在Hash前输入不同，Hash后输出相同的情况，但大多数情况下，输入不同，输出不同。应用场景HashTable肯定会应用到数据库的实现中，是典型的字典模型。另外，Linux内核中也使用了HashTable。哈希表（hlist）用在很多场景，比如tasklet，页表维护等。最后，如果你想系统的学习前端并坚持下去，欢迎加入我们一起成长。扫码回复1，你不是一个人在战斗点击加入
