问不同数据结构的实际应用

EN

之前在StackOverflow上，我在一个类似的问题中找到了这个列表：

哈希表-用于快速数据查找-用于编译器的符号表，数据库索引，缓存，唯一的数据表示。

Trie字典，例如在移动电话上找到的用于自动补全和拼写检查的字典。

后缀树-在大多数文字处理程序中使用的快速全文搜索。

堆栈-撤消\重做操作在字处理器、表达式求值和语法分析中，许多虚拟机(如JVM )都是面向堆栈的。

队列-传输和操作研究，各种实体被存储并保存以供以后处理，即队列执行缓冲区的功能。

Priority queues -内核中的进程调度

树-解析器，文件系统

基数树- IP路由表

BSP树- 3D计算机图形学

图表-社交网站、路由、通信网络、数据组织等中的连接/关系。

堆- lisp中的动态内存分配

这是最初由RV Pradeep发布的答案

其他一些不太有用的链接：

Applications are only listed for some data structures

Not application focused, by good summary and relevant

我和你在同一条船上。我需要为技术面试做准备，但是死记硬背并没有多大用处。如果你有3-4个小时的空闲时间，并且想要做一次更深的潜水，我建议你去看看

mycodeschool

我看过Coursera和其他资源，如博客和教科书，但我发现它们要么不够全面，要么在光谱的另一端，过于密集的必备计算机科学术语。

视频中的那个家伙有一大堆关于数据结构的讲座。一点也不介意那些愚蠢的图画，或者轻微的口音。您不仅需要了解选择哪种数据结构，还需要了解人们在考虑数据结构时需要考虑的其他一些要点：

• 常用数据结构的优缺点和每个数据结构存在的原因以及它在内存中的实际工作原理和具体问题/练习以及决定使用哪种结构以实现最高效率
• 清晰的Big0说明

I also posted notes on github if you are interested.

根据我的理解，数据结构是驻留在任何电子系统的内存中的任何数据，都可以被有效地管理。很多时候，这是一个内存或更快的数据访问的游戏。同样在内存方面，基于最终产品公司的成本对数据的管理进行了权衡。Efficiently告诉我们如何根据最终产品的主要要求以最佳方式访问数据。这是一个非常高层次的解释，但数据结构是一个庞大的主题。大多数面试官都会深入研究他们有能力在面试中讨论的数据结构，这取决于他们有多少时间，这些数据结构是链表和相关主题。

现在，根据它们在逻辑上构造和访问的方式，这些数据类型可以分为原始、抽象和复合。

• primitive数据结构是所有数据结构的基本构建块，它们有一个连续的存储器: boolean，char，int，string.
• composite，string.
• composite数据结构types.class是由多个原始数据类型组成的数据结构，结构，并集，
  • primitive数据类型是复合数据类型，可以有效地访问它们，称为算法。根据访问数据的方式，数据结构分为线性数据类型和非线性数据类型。链表、堆栈、队列等都是线性数据类型。堆、二叉树和哈希表等都是非线性数据类型。

我希望这能帮助你深入了解。