链接：https://pan.baidu.com/s/1TIImHKvtI1jp_xBF-xUTlw 

提取码：usvl

1 - Java数据结构和算法（一）——简介 本系列博客我们将学习数据结构和算法，为什么要学习数据结构和算法，这里我举个简单的例子。 编程好比是一辆汽车，而数据结构和算法是汽车内部的变速箱。一个开车的人不懂变速箱的原理也是能开车 的，同理一个不懂数据结构和算法的人也能编程。但是如果一个开车的人懂变速箱的原理，比如降低速度来获得更 大的牵引力，或者通过降低牵引力来获得更快的行驶速度。那么爬坡时使用1档，便可以获得更大的牵引力；下坡 时便使用低档限制车的行驶速度。回到编程而言，比如将一个班级的学生名字要临时存储在内存中，你会选择什么 数据结构来存储，数组还是ArrayList，或者HashSet，或者别的数据结构。如果不懂数据结构的，可能随便选择一 个容器来存储，也能完成所有的功能，但是后期如果随着学生数据量的增多，随便选择的数据结构肯定会存在性能 问题，而一个懂数据结构和算法的人，在实际编程中会选择适当的数据结构来解决相应的问题，会极大的提高程序 的性能。 1.1 数据结构 数据结构是计算机存储、组织数据的方式，指相互之间存在一种或多种特定关系的数据元素的集合。 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。数据结构往往同高效的检索算法和索引 技术有关。 1.1.1 数据结构的基本功能 ①、如何插入一条新的数据项 ②、如何寻找某一特定的数据项 ③、如何删除某一特定的数据项 ④、如何迭代的访问各个数据项，以便进行显示或其他操作 1.1.2 常用的数据结构 这几种结构优缺点如下：先有个大概印象，后面会详细讲解！！！ PS：我看下面的评论，对于下面所说的数组，插入块，查找、删除慢的特点有疑问。 这里可能是我没有描述清楚，对于数组，你们所说的查找快，我想只是随机查找快，因为知道数组下标，可以 按索引获取任意值。但是你要查找某个特定值，对于无序数组，还是需要遍历整个数组，那么查找效率是 O（n），效率是很低的（有序数组按照二分查找算法还是很快的）。 插入快，是在数组尾部进行插入，获取到数组的最后一个索引下标，加1进行赋值就可以了。 删除慢，除开尾部删除，在任意中间或者前面删除，后面的元素都要整体进行平移的，所以也是比较慢的。 综上所述：对于数组，随机查找快，数组尾部增删快，其余的操作效率都是很低的。 https://blog.csdn.net/mishangyou

数据结构 优点 缺点 数组 插入块 查找慢，删除慢，大小固定，只能存储单一 元素 有序数组 比无序数组查询快 插入慢，删除慢，大小固定，只能存储单一 元素 栈 提供后进后出的存取方式 存取其他项很慢 队列 提供先进先出的存取方式 存取其他项很慢 链表 插入块，删除慢 查找慢 二叉树 如果树是平衡的，则查找、插入、删除都快 删除算法复杂 红黑树 查找、插入、删除都快。树总是平衡的算法复杂 算法复杂 2-3-4 树 查找、插入、删除都快。树总是平衡的。类似的 树对磁盘存储有效 算法复杂 哈希表 如果关键字已知则存取极快 删除慢，如果不知道关键字存取慢，对存储 空间使用不充分 堆 插入、删除快，对最大数据项存取快 对其他数据存取慢 图 对现实世界建模 有些算法慢且复杂 1.2 算法 算法简单来说就是解决问题的步骤。 在Java中，算法通常都是由类的方法来实现的。前面的数据结构，比如链表为啥插入、删除快，而查找慢，平 衡的二叉树插入、删除、查找都快，这都是实现这些数据结构的算法所造成的。后面我们讲的各种排序实现也是算 法范畴的重要领域。 1.2.1算法的五个特征 ①、有穷性：对于任意一组合法输入值，在执行又穷步骤之后一定能结束，即：算法中的每个步骤都能在有限 时间内完成。 ②、确定性：在每种情况下所应执行的操作，在算法中都有确切的规定，使算法的执行者或阅读者都能明确其 含义及如何执行。并且在任何条件下，算法都只有一条执行路径。 ③、可行性：算法中的所有操作都必须足够基本，都可以通过已经实现的基本操作运算有限次实现之。 ④、有输入：作为算法加工对象的量值，通常体现在算法当中的一组变量。有些输入量需要在算法执行的过程 中输入，而有的算法表面上可以没有输入，实际上已被嵌入算法之中。 https://blog.csdn.net/mishangyou

⑤、有输出：它是一组与“输入”有确定关系的量值，是算法进行信息加工后得到的结果，这种确定关系即为算 法功能。 1.2.2 算法的设计原则 ①、正确性：首先，算法应当满足以特定的“规则说明”方式给出的需求。其次，对算法是否“正确”的理解可以 有以下四个层次：一、程序语法错误。 二、程序对于几组输入数据能够得出满足需要的结果。 三、程序对于精心选择的、典型、苛刻切带有刁难性的几组输入数据能够得出满足要求的结果。 四、程序对于一切合法的输入数据都能得到满足要求的结果。 PS：通常以第 三 层意义的正确性作为衡量一个算法是否合格的标准。 ②、可读性：算法为了人的阅读与交流，其次才是计算机执行。因此算法应该易于人的理解；另一方面，晦涩 难懂的程序易于隐藏较多的错误而难以调试。 ③、健壮性：当输入的数据非法时，算法应当恰当的做出反应或进行相应处理，而不是产生莫名其妙的输出结 果。并且，处理出错的方法不应是中断程序执行，而是应当返回一个表示错误或错误性质的值，以便在更高的抽象 层次上进行处理。 ④、高效率与低存储量需求：通常算法效率值得是算法执行时间；存储量是指算法执行过程中所需要的最大存 储空间，两者都与问题的规模有关。 前面三点 正确性，可读性和健壮性相信都好理解。对于第四点算法的执行效率和存储量，我们知道比较算法的 时候，可能会说“A算法比B算法快两倍”之类的话，但实际上这种说法没有任何意义。因为当数据项个数发生变化 时，A算法和B算法的效率比例也会发生变化，比如数据项增加了50%，可能A算法比B算法快三倍，但是如果数据 项减少了50%，可能A算法和B算法速度一样。所以描述算法的速度必须要和数据项的个数联系起来。也就是“大 O”表示法，它是一种算法复杂度的相对表示方式，这里我简单介绍一下，后面会根据具体的算法来描述。 相对(relative)：你只能比较相同的事物。你不能把一个做算数乘法的算法和排序整数列表的算法进行比较。但 是，比较2个算法所做的算术操作（一个做乘法，一个做加法）将会告诉你一些有意义的东西； 表示(representation)：大O(用它最简单的形式)把算法间的比较简化为了一个单一变量。这个变量的选择基于 观察或假设。例如，排序算法之间的对比通常是基于比较操作(比较2个结点来决定这2个结点的相对顺序)。这里面 就假设了比较操作的计算开销很大。但是，如果比较操作的计算开销不大，而交换操作的计算开销很大，又会怎么 样呢？这就改变了先前的比较方式； 复杂度(complexity)：如果排序10,000个元素花费了我1秒，那么排序1百万个元素会花多少时间？在这个例子 里，复杂度就是相对其他东西的度量结果。 然后我们在说说算法的存储量，包括： 程序本身所占空间； 输入数据所占空间； 辅助变量所占空间； 一个算法的效率越高越好，而存储量是越低越好。 1.3 总结 https://blog.csdn.net/mishangyou

本篇文章我们简单的介绍了数据结构和算法的概念，算法是解决问题的步骤，而数据结构的实现离不开算法， 可能理解起来比较模糊，不用担心，后面我们会在具体的数据结构和算法实现过程中详细讲解。 2 - Java数据结构和算法（二）——数组 上篇博客我们简单介绍了数据结构和算法的概念，对此模糊很正常，后面会慢慢通过具体的实例来介绍。本篇博客 我们介绍数据结构的鼻祖——数组，可以说数组几乎能表示一切的数据结构，在每一门编程语言中，数组都是重要 的数据结构，当然每种语言对数组的实现和处理也不相同，但是本质是都是用来存放数据的的结构，这里我们以 Java语言为例，来详细介绍Java语言中数组的用法。 2.1 Java数组介绍