
- 資料結構與演算法
- DSA - 首頁
- DSA - 概述
- DSA - 環境設定
- DSA - 演算法基礎
- DSA - 漸近分析
- 資料結構
- DSA - 資料結構基礎
- DSA - 資料結構和型別
- DSA - 陣列資料結構
- 連結串列
- DSA - 連結串列資料結構
- DSA - 雙向連結串列資料結構
- DSA - 迴圈連結串列資料結構
- 棧與佇列
- DSA - 棧資料結構
- DSA - 表示式解析
- DSA - 佇列資料結構
- 搜尋演算法
- DSA - 搜尋演算法
- DSA - 線性搜尋演算法
- DSA - 二分搜尋演算法
- DSA - 插值搜尋
- DSA - 跳躍搜尋演算法
- DSA - 指數搜尋
- DSA - 斐波那契搜尋
- DSA - 子列表搜尋
- DSA - 雜湊表
- 排序演算法
- DSA - 排序演算法
- DSA - 氣泡排序演算法
- DSA - 插入排序演算法
- DSA - 選擇排序演算法
- DSA - 歸併排序演算法
- DSA - 希爾排序演算法
- DSA - 堆排序
- DSA - 桶排序演算法
- DSA - 計數排序演算法
- DSA - 基數排序演算法
- DSA - 快速排序演算法
- 圖資料結構
- DSA - 圖資料結構
- DSA - 深度優先遍歷
- DSA - 廣度優先遍歷
- DSA - 生成樹
- 樹資料結構
- DSA - 樹資料結構
- DSA - 樹的遍歷
- DSA - 二叉搜尋樹
- DSA - AVL樹
- DSA - 紅黑樹
- DSA - B樹
- DSA - B+樹
- DSA - 伸展樹
- DSA - 字典樹
- DSA - 堆資料結構
- 遞迴
- DSA - 遞迴演算法
- DSA - 使用遞迴實現漢諾塔
- DSA - 使用遞迴實現斐波那契數列
- 分治法
- DSA - 分治法
- DSA - 最大最小問題
- DSA - Strassen矩陣乘法
- DSA - Karatsuba演算法
- 貪心演算法
- DSA - 貪心演算法
- DSA - 旅行商問題(貪心法)
- DSA - Prim最小生成樹
- DSA - Kruskal最小生成樹
- DSA - Dijkstra最短路徑演算法
- DSA - 地圖著色演算法
- DSA - 分數揹包問題
- DSA - 帶截止日期的作業排序
- DSA - 最優合併模式演算法
- 動態規劃
- DSA - 動態規劃
- DSA - 矩陣鏈乘法
- DSA - Floyd-Warshall演算法
- DSA - 0-1揹包問題
- DSA - 最長公共子序列演算法
- DSA - 旅行商問題(動態規劃法)
- 近似演算法
- DSA - 近似演算法
- DSA - 頂點覆蓋演算法
- DSA - 集合覆蓋問題
- DSA - 旅行商問題(近似演算法)
- 隨機化演算法
- DSA - 隨機化演算法
- DSA - 隨機化快速排序演算法
- DSA - Karger最小割演算法
- DSA - Fisher-Yates洗牌演算法
- DSA有用資源
- DSA - 問答
- DSA - 快速指南
- DSA -有用資源
- DSA - 討論
資料結構和型別
資料結構是為了在程式語言中儲存、組織和操作資料而引入的。它們的設計使得訪問和處理資料更加容易和簡單。這些資料結構不侷限於一種特定的程式語言;它們只是在記憶體中組織資料的程式碼片段。
資料型別經常被誤認為是一種資料結構,但這並不完全正確,即使它們被稱為抽象資料型別。資料型別表示資料的性質,而資料結構只是一組相同或不同的資料型別的集合。

通常只有兩種型別的資料結構:
線性
非線性
線性資料結構
資料線上性資料結構中按順序儲存。由於元素一個接一個地儲存,無需應用任何數學運算,因此這些是基本結構。

線性資料結構通常易於實現,但由於記憶體分配可能變得複雜,時間和空間複雜度會增加。線性資料結構的一些示例包括:
陣列
連結串列
棧
佇列
基於資料儲存方法,這些線性資料結構分為兩種子型別:靜態和動態資料結構。
靜態線性資料結構
在靜態線性資料結構中,記憶體分配不可擴充套件。一旦使用了所有記憶體,就不能檢索更多空間來儲存更多資料。因此,需要根據程式的大小保留記憶體。這也會成為一個缺點,因為保留比所需更多的記憶體會導致記憶體塊的浪費。
靜態線性資料結構最好的例子是陣列。
動態線性資料結構
在動態線性資料結構中,可以在需要時動態地進行記憶體分配。考慮到程式的空間複雜度,這些資料結構是高效的。
動態線性資料結構的一些示例包括:連結串列、棧和佇列。
非線性資料結構
非線性資料結構以層次結構的形式儲存資料。因此,與線性資料結構相比,資料可以在多個級別上找到,並且難以遍歷。

但是,它們旨在克服線性資料結構的問題和侷限性。例如,線性資料結構的主要缺點是記憶體分配。由於資料線上性資料結構中按順序分配,因此這些資料結構中的每個元素都使用一個完整的記憶體塊。但是,如果資料使用的記憶體少於分配的塊可以容納的記憶體,則塊中的額外記憶體空間就會浪費。因此,引入了非線性資料結構。它們降低了空間複雜度並優化了記憶體使用。
一些非線性資料結構的型別包括:
圖
樹
字典樹
對映