常见数据结构
数据结构概述
数据结构是计算机底层存储、组织数据的方式，是指数据相互之间是以什么方式排列在一起的。 通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。
栈
栈数据结构的执行特点：后进先出，先进后出。
栈模型：
压栈：
弹栈：
队列
队列执行特点：先进先出，后进后出
队列模型：
数据从后端进入队列模型的过程称为：入队列。
数据从前端离开队列模型的过程称为：出队列。
数组
元素在内存中是连续存储的。
获取数据速度快：元素地址=基地址值+索引*每个元素的存储大小，获取任意数据耗时相同。
删除效率低：要将原始数据删除，同时后面每个数据前移。
添加效率极低：添加位置后的每个数据后移，再添加元素。
链表
特点：
链表中的元素是在内存中不连续存储的，每个元素节点包含数据值和下一个元素的地址。
链表获取数据慢：无论获取哪个数据都要从头开始找。 (对比数组）
链表增删相对快。(对比数组）
结点的存储结构：
添加一个链表：添加一个数据A，再添加c，再添加D。
在AC之间添加一个数据：
删除C：
链表的种类：
二叉树
二叉树概述
特点：
只能有一个根节点，每个节点最多支持2个直接子节点。
节点的度： 节点拥有的子树的个数，二叉树的度不大于2， 叶子节点是度为0的节点，也称之为终端结点。
高度：叶子结点的高度为1，叶子结点的父节点高度为2，以此类推，根节点的高度最高。
层：根节点在第一层，以此类推。
兄弟节点 ：拥有共同父节点的节点互称为兄弟节点。
二叉查找树
二叉查找树又称二叉排序树或者二叉搜索树。
特点：
1，每一个节点上最多有两个子节点
2，左子节点的值小于当前节点的值
3，右子节点的值大于当前节点的值
目的：提高检索数据的性能。
二叉查找树添加节点：
小的存左边，大的存右边，一样的不存。
平衡二叉树
二叉树查找存在的问题：可能出现瘸子现象，导致查询的性能与单链表一样，查询速度变慢！
平衡二叉树是在满足查找二叉树的大小规则下，让树尽可能矮小，以此提高查数据的性能。
平衡二叉树的要求：
任意节点的左右两个子树的高度差不超过1，任意节点的左右两个子树都是一颗平衡二叉树。
平衡二叉树在添加元素后可能导致不平衡：
基本策略是进行左旋，或者右旋保证平衡。
平衡二叉树-旋转的四种情况：
左左
当根节点左子树的左子树有节点插入，导致二叉树不平衡，做一个右旋，再移动相关结点。
左右
当根节点左子树的右子树有节点插入，导致二叉树不平衡，先子树左旋，再根树右旋，再移动相关结点。
右右
当根节点右子树的右子树有节点插入，导致二叉树不平衡，做一个左旋，再移动相关结点。
右左
当根节点右子树的左子树有节点插入，导致二叉树不平衡，先子树右旋，再根树左旋，再移动相关结点。
红黑树
红黑树是一种自平衡的二叉查找树，是计算机科学中用到的一种数据结构。
1972年出现，当时被称之为平衡二叉B树。1978年被修改为如今的"红黑树"。
每一个节点可以是红或者黑；红黑树不是通过高度平衡的，它的平衡是通过“红黑规则”进行实现的。
红黑规则：
每一个节点或是红色的，或者是黑色的，根节点必须是黑色
如果一个节点没有子节点或者父节点，则该节点相应的指针属性值为Nil，这些Nil视为叶节点，每个叶节点(Nil)是黑色的；
如果某一个节点是红色，那么它的子节点必须是黑色(不能出现两个红色节点相连的情况)
对每一个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的黑色节点。
结点的存储结构：
添加节点：
添加的节点的颜色，可以是红色的，也可以是黑色的。 默认用红色效率高。
红黑树增删改查的性能都很好。
各种数据结构的特点和作用是什么样的
队列：先进先出，后进后出。
栈：后进先出，先进后出。
数组：内存连续区域，查询快，增删慢。
链表：元素是游离的，查询慢，首尾操作极快。
二叉树：永远只有一个根节点, 每个结点不超过2个子节点的树。
查找二叉树：小的左边，大的右边，但是可能树很高，查询性能变差。
平衡查找二叉树：让树的高度差不大于1，增删改查都提高了。
红黑树（就是基于红黑规则实现了自平衡的排序二叉树）