c++数据结构代码整理_我是如何自学数据结构的？

写在前边

大家好，我叫小鹿，目前正在上大三。今天呢，我想简单的分享一下半年来自学数据结构与算法学习方法和技巧。写这篇文章主要目的还是重在让刚刚接触数据结构的读者按照总结步骤进行阶段性学习。

小鹿上的一所普通的三本大学，大学的三年时间基本在自学编程，毕竟课上老师所授的课程很浅，老师讲述一个知识点是要考虑到大部分不同理解能力学生的，所以对于我这种喜欢刨根问底的学生从大一开始不得不花费大量的时间来自学编程。自学呢，我更注重效率，效率在哪里来？我相信很多自学编程的人最讲究的就是方法和技巧，而小鹿的学习方法是不断的几个阶段循环总结而出的，那就是动机、目标、实践、反馈、提高标准。

我的基础

先说一下学习数据结构之前处于一个什么的基础，大二的时候就开设了数据结构的课程，但是当时对数据结构并没有什么兴趣，再加上学校环境的原因，期末考试背一下原题就过了。再一次接触到数据结构的时候（也就是一年后），几乎和零基础没什么本质上的区别，所以说才有了下边的对于零基础的学习数据结构的方法。

我的学习动机

学习一门技术首先要有动机。那什么是动机呢？我们经常看到减肥的人通常在房间里放一张好身材的图片，就是为了产生动机每天坚持减肥。学习也是一样的，没有动机就没有的学习下去的动力。那我学习数据结构的最初动机是什么呢？快实习了，想让自己找一家好的公司实习，没有数据结构与算法的基础不可能进入一家理想的公司的，所以我将进入一家理想的公司作为学习的动机。

我的收获

经过大三上半年对数据结构的自学，和以前那个自己相比有了质的飞跃，从最基础的某一数据结构的由来、是什么，特点以及优缺点到实际项目中应该如何运用，再到如何培养自己下意识的数据结构(遇到问题，根据问题的特性就能下意识的想到用哪个数据结构来解决)。到后来逐渐的学会了将多种数据结构联系起来进行解决问题，这样做的目的就是能够让程序性能更加稳定，效率更加高效。

这些都是这半年来每天和数据结构打交道不断的训练出来的，这半年基本没有一天放松过，我相信功夫不负有心人，即使基础再不好，头脑再笨，通过我总结的操作步骤也能学好数据结构。

我的实践

因为我上的是一所三流大学，大多数时间考自学，总结了很多的提高学习效率的方法，那么在学习数据结构上我是怎么做的呢？我将数据结构的学习分为了三个阶段。

第一阶段：认识数据结构

第一步：学习它就应该知道数组、链表、栈、队列、散列表、跳表、图、树、堆、字典树10种数据结构用来干什么，为什么，怎么做，小鹿建议去看一些基础的数据结构书籍或者借助百度和谷歌简单了解一下每种数据结构用来干什么，为什么，怎么做就可以了，然后可以简单做一下笔记和博客。

第二步：每种数据结构都有它的优缺点和性能的好坏，那我们以什么标准来衡量数据结构与算法的性能好快呢？那第二步就学习时间复杂度、空间复杂度相关的复杂度分析的内容，这部分内容至关重要，因为后边要学到的数据结构与算法都要有一个衡量性能标准的，为了能够不同的问题解决选择出性能最优的数据结构和算法。

第二阶段：深入数据结构

第一步：写代码。上边最基本的十种数据结构相关特性和使用条件都做笔记了，然后我们从头开始对每种数据结构进入深入研究，首先数据结构涉及到的操作，比如增、删、改、查等操作要自己实现一遍，在机器上运行一遍，写代码的时候一定要注意以下几点：边界条件、指针、代码的规范。

这样会使你更加的对代码有颗敬畏之心，每次写代码都要认真对待，如果机器上写代码没问题了，可以自己通过在笔记本上用笔手写亲自实现一遍，有利于你加深你的代码逻辑的理解。

第二步：在第一阶段中我们了解到性能的衡量标准，那下一步就再回过头来对10种最常用的几种数据结构涉及到的操作进行性能分析。你可能会问，为什么不边写代码边进行性能分析呢？我觉得分阶段的好处就是能集中解决问题，写代码就是要锻炼写代码的思维逻辑能力，性能分析就是要提高自己的分析能力，性能分析完成之后再看一下之前写的代码有哪些可以进行优化改进的。这期间你会遇到各种问题，遇到问题怎么做，我通常会去百度或者谷歌借助别人写的文章进行总结记录到笔记本上。

第三步：每种数据结构的性能分析完成之后，再进行对每种数据进行深入。第一阶段我推荐的是看一些基础的书籍，涉及到的知识层次不深。但是我们还是要至少手中有一本具有权威性深入解析的数据结构书籍才能对一些概念进行深入的理解。基础书籍毕竟是让你入门的嘛，我们可以通过这些权威性高、内容全面的对已学到的数据结构知识点进行查缺补漏。

第四步：单独的深入学习真的很枯燥杂么办，那么我们就实际生活中的例子去分析，比如猜数字游戏、0/1背包问题、走迷宫、八皇后问题以及满减凑单问题等。如猜数字游戏，我们可以想想怎么才能在最短的时间内猜到正确的数字呢，可能你会想到使用二分查找。那好了，我们问一下自己二分查找存在的问题，这个过程中一定要多问自己为什么，只有这样你的知识层次才会得到扩展，比如二分查找如果数据中有重复数据怎么解决？

我还是要强调一下，一定要多问自己为什么，因为从心理学上来讲，人的大脑符合最小阻力原则，就是思考的事情最不喜欢做，所以这里我们要逆着来，才能进一步进行突破。如果你觉的上述两个阶段没有问题了，我们就进行下面的第三个阶段检索数据结构。

第三阶段：检索数据结构

第一步： 这时你可能学的非常多的关于数据结构的内容，但是很难运用，那怎么能够在实际实际问题中运用起来呢？我们前边已经将零碎的知识点整理到笔记本上了？接下来该怎么做呢？我们可以借助思维导图，对知识体系化整理，无论是复习巩固都利于我们进一步加强。

第二步：上述整理成体系之后完毕之后，然后去谷歌或者百度搜索一下有明确解决方案的实际问题拿来进行分析学习，你到这些实际项目中会发现，很多问题涉及到多个数据结构问题，我们前边解决的还不过是针对单一的数据结构，那就尝试着自己将数据结构之间建立联系，比如数组和链表，每种数据结构都有优缺点，你在学习的过程中你会发现一个数据结构的优点正是另一数据结构的缺点，数组在内存空间是连续的，对CPU缓存友好，而链表在内存中是零碎内存空间，对CPU缓存不友好，但是链表可以动态扩容而数组不可以。

再比如为了提高程序的效率不得不用消耗更多的内存空间的数据结构去代替另一数据结构，如果内存紧张，对执行效率要求不高的话，我们又用省内存执行效率稍有不高的数据结构去代替占内存大而执行快的数据结构。

第三步：学会将实际问题转换成所学的数据结构。怎么转化呢？如：假如你是一名工程师，要对链表实现缓存的算法进行优化你会怎么解决？我们先将问题转换成学过的数据结构，里边提到链表，好那我们知道有链表了，在分析用链表实现了那些操作？淘汰数据、查找数据、缓存数据，这三个操作里边都涉及到查找，我们不得不遍历整个链表，时间复杂度为O(n)。

那我们就想能不能对查找进行优化呢？根据问题或者数据的特征找适用的数据结构，缓存的三个操作涉及到快速的插入、删除、查询数据，我们在大脑中快速的检索可以快速的实现插入、删除、查询的数据结构有哪些？平衡二叉树、散列表、跳表等，比如我们选择散列表，最后分析一下时间复杂度是不是优化了很多，否则我们再换另一种数据结构进行性能分析。

我们不难发现，实际问题就会一步一步的分解成了我们学习到的数据结构的基本操作分析，然后利用我们学到的数据结构的优缺点和性能分析得出最优解绝方法，但是在企业中遇到实际问题中往往比我们拿一些做练习的实际问题复杂的要多。

我的反馈

我们把每次解决问题或者每一遍去复习数据结构都要有所收获，同样的知识怎么增加自己的收获呢？那就是要不断的反馈给自己信息，比如，散列冲突当前的解决方法在实际项目中不适用，那我将这个信息反馈给自己，问一下自己有没有更好的解决办法？反馈之后，接下来就是提高学习的标准了。

提高标准

学习数据结构总会遇到瓶颈的，当我们走出瓶颈之后就会很顺利很多，那你会问接下来有没有再提高的可能了？会有的，接下来你就讲提高自身的标准，比如你解决生活中的实际问题让自己有下意识解决问题的能力，不借助任何参考数据，这方面对自身的要求很高的，再比如提高工作的效率，看起来非常高标准的，我相信每个人只有不断的通过努力的实践、反馈总有一天会锻炼出来这种能力的，相信你。

文章中可能有很多不足，也希望你能提出宝贵的意见反馈给小鹿，小鹿会不断以高标准提高自己，写出更多有益于读者的学习的方法。