这是一部末流二本学生的血泪史，一夜之间，我的心境判若两人，今日过后，道心不稳！！！

虽说此生都素未谋面，但是一连上视频，令人胆寒的气息变通过电子信号向我袭来，我也只能珊珊赔笑。我深知恐怕我无法熬过今日，但是也曾幻想，乾坤未马，谁是黑腚犹未可知。但也就是因为抱着这一丝的侥幸，我四年根基也由此毁于一旦。

Java老祖恐怖如斯，一张口便是杀招，须臾之间，java的道泽乍现，不由得让我倒吸一口寒气。直至面试结束，我也依旧不能缓过神来，我如同蝼蚁一般，即便老祖已然离去，但残留的那一丝余威还是不由得令人胆寒。我本以为，还能接下一二，可谁曾想在那份威压之下，我的大脑轰如一张白纸，四肢酸软，唇舌打颤。他的一颦一笑，仿佛都在将我推向不负的深渊。
虽说如此，我也依然扛了下来，细细回想，也由此获得了一丝机缘———根基实在太差，若是强行证道，保不齐走火入魔。

基础不牢，地动山摇。至此，我决心自焚根骨，重新修道，鹿死谁有，犹未可知！

老祖的**八大数据结构阵法**，今日必破之！

阵法北眼——数组
数组是可以在内存中存储多个元素的结构，在内存中的分配是连续的，数组中的元素通过数组下标进行访问，数组下标从0开始。
e.g.
int[] data = new int[100]
int[0] = 1;
优点：
①按照索引查询元素速度快
②按照索引遍历数组方便
缺点：
①数组大小固定之后无法扩容
②数组只能存储一种类型的数据
③因为要移动增删的操作慢
使用场景：频繁查询，对存储空间要求不大，很少增加和删除的情况。

阵法南眼——链表
由数据域（内存空间）和指针域组成的物理存储单元上非连续、非顺序的存储结构。常见的列表：单链表，双链表，循环列表。
优点：
①链表是很常用的一种数据结构，不需要初始化容量，可以任意加减元素；
②添加或者删除元素时只需要改变前后两个元素结点的指针域指向地址即可，所以添加，删除很快；
缺点：
①大量指针域，内存占用大
②遍历查找元素耗时。
适用场景：
数据量小，需要频繁增加，删除操作的场景

阵法东眼——栈
线性表，先进后出。
适用场景：递归功能，菲波那切数列。

阵法西眼——队列
线性表，先进先出。
适用场景：多线程阻塞队列管理。

阵法西北眼——树
树是一种数据结构，它是由n（n>=1）个有限节点组成一个具有层次关系的集合。把它叫做 “树” 是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点：
每个节点有零个或多个子节点；
没有父节点的节点称为根节点；
每一个非根节点有且只有一个父节点；
除了根节点外，每个子节点可以分为多个不相交的子树；
在日常的应用中，我们讨论和用的更多的是树的其中一种结构，就是二叉树。

二叉树是树的特殊一种，具有如下特点：
1、每个结点最多有两颗子树，结点的度最大为2。
2、左子树和右子树是有顺序的，次序不能颠倒。
3、即使某结点只有一个子树，也要区分左右子树。

二叉树是一种比较有用的折中方案，它添加，删除元素都很快，并且在查找方面也有很多的算法优化，所以，二叉树既有链表的好处，也有数组的好处，是两者的优化方案，在处理大批量的动态数据方面非常有用。
https://img2018.cnblogs.com/blog/1369196/201812/1369196-20181205112706186-1969083595.png

扩展：
二叉树有很多扩展的数据结构，包括平衡二叉树、红黑树、B+树等，这些数据结构二叉树的基础上衍生了很多的功能，在实际应用中广泛用到，例如mysql的数据库索引结构用的就是B+树，还有HashMap的底层源码中用到了红黑树。这些二叉树的功能强大，但算法上比较复杂，想学习的话还是需要花时间去深入的。

阵法东南眼——堆
堆是一种比较特殊的数据结构，可以被看做一棵树的数组对象，具有以下的性质：
①堆中某个节点的值总是不大于或不小于其父节点的值；
②堆总是一棵完全二叉树。

将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。常见的堆有二叉堆、斐波那契堆等。
https://img2018.cnblogs.com/blog/1369196/201812/1369196-20181205112908205-1029320446.png
堆的定义如下：n个元素的序列{k1,k2,ki,…,kn}当且仅当满足下关系时，称之为堆。
(ki <= k2i,ki <= k2i+1)或者(ki >= k2i,ki >= k2i+1), (i = 1,2,3,4…n/2)，满足前者的表达式的成为小顶堆，满足后者表达式的为大顶堆

阵法西南眼——散列表（hash表）
散列表，也叫哈希表，是根据关键码和值 (key和value) 直接进行访问的数据结构，通过key和value来映射到集合中的一个位置，这样就可以很快找到集合中的对应元素。

记录的存储位置=f(key)
这里的对应关系 f 成为散列函数，又称为哈希 (hash函数)，而散列表就是把Key通过一个固定的算法函数既所谓的哈希函数转换成一个整型数字，然后就将该数字对数组长度进行取余，取余结果就当作数组的下标，将value存储在以该数字为下标的数组空间里，这种存储空间可以充分利用数组的查找优势来查找元素，所以查找的速度很快。
哈希表在应用中也是比较常见的，就如Java中有些集合类就是借鉴了哈希原理构造的，例如HashMap，HashTable等，利用hash表的优势，对于集合的查找元素时非常方便的，然而，因为哈希表是基于数组衍生的数据结构，在添加删除元素方面是比较慢的，所以很多时候需要用到一种数组链表来做，也就是拉链法。https://img2018.cnblogs.com/blog/1369196/201812/1369196-20181205112803564-1436201755.png
从图中可以看出，左边很明显是个数组，数组的每个成员包括一个指针，指向一个链表的头，当然这个链表可能为空，也可能元素很多。我们根据元素的一些特征把元素分配到不同的链表中去，也是根据这些特征，找到正确的链表，再从链表中找出这个元素。

阵法东北眼——图
图是由结点的有穷集合V和边的集合E组成。其中，为了与树形结构加以区别，在图结构中常常将结点称为顶点，边是顶点的有序偶对，若两个顶点之间存在一条边，就表示这两个顶点具有相邻关系。
按照顶点指向的方向可分为无向图和有向图。
图是一种比较复杂的数据结构，在存储数据上有着比较复杂和高效的算法，分别有邻接矩阵 、邻接表、十字链表、邻接多重表、边集数组等存储结构，这里不做展开，读者有兴趣可以自己学习深入。