数据结构
数据结构是计算机科学中，组织和存储数据的方式，使得可以高效地访问和修改数据。 数据结构的选择对于算法的性能有着直接的影响，因为不同的数据结构提供了不同的访问和操作数据的方法。
一般说的数据结构可以分为两大类：线性数据结构和非线性数据结构。
-
线性数据结构：数据元素组成的序列，每个元素都有唯一的前驱和后继（除了第一个和最后一个元素）。常见的线性数据结构包括：
- 数组：一种固定大小的数据结构，可以看作是相同类型元素的集合，每个元素通过索引直接访问。
- 链表：由节点组成，每个节点包含数据和指向下一个节点的指针。链表可以动态增长和缩减。
- 栈：遵循后进先出（LIFO）原则的集合，只允许在一端（栈顶）进行添加和删除操作。
- 队列：遵循先进先出（FIFO）原则的集合，允许在一端（队尾）添加元素，在另一端（队首）删除元素。
-
非线性数据结构：数据元素不是按线性顺序排列，而是以更复杂的方式组织。常见的非线性数据结构包括：
- 树：由节点组成的层次结构，每个节点有零个或多个子节点，但只有一个父节点（除了根节点）。树的特例包括二叉树、平衡树（如AVL树）等。
- 图：由顶点（节点）集合和边集合组成，边可以是有向的也可以是无向的，表示顶点之间的关系。图可以用于模拟网络、路径寻找等问题。
- 堆：一种特殊的完全二叉树，满足特定的堆性质（如最大堆性质或最小堆性质），常用于实现优先队列。
除了这些基本的数据结构，还有更复杂的结构，如散列表（哈希表），它通过哈希函数将键映射到数组的索引，以实现快速的查找、插入和删除操作。
数据结构的选择取决于特定应用的需求
- 如果需要频繁地随机访问元素，数组可能是一个好的选择；
- 如果需要频繁地在序列的两端添加或删除元素，队列或栈可能更合适。
- 对于需要快速查找和排序的场景，树结构或散列表可能更加高效。
**问题1：**数据结构是与编程语言对应的还是，独立的？
- 数据结构定义了如何组织和存储数据，以及如何对数据进行操作，这些概念是通用的，不依赖于任何特定的编程语言。
- 不同的编程语言提供了不同的工具和特性来实现和操作数据结构。例如，数组、链表、栈、队列、树等数据结构可以在几乎所有的编程语言中找到，但是每种语言可能提供不同的方法来创建、访问、修改和遍历这些数据结构中的元素。
- 例如，C语言提供了指针，可以用来创建动态数组和链表；而Python语言提供了内置的列表（list）类型，它是一个动态数组，可以用来实现栈和队列；Java提供了泛型集合框架，可以方便地创建和使用各种数据结构，如ArrayList（动态数组）、LinkedList（双向链表）、HashMap（散列表）等。
当算法程序运行时，正在处理的数据主要存储在内存中，系统通过内存地址来访问目标位置的数据。
物理结构反映了数据在计算机内存中的存储方式，可分为连续空间存储（数组）和分散空间存储（链表）。物理结构从底层决定了数据的访问、更新、增删等操作方法，两种物理结构在时间效率和空间效率方面呈现出互补的特点。
所有数据结构都是基于数组、链表或二者的组合实现的。
- 基于数组可实现的数据结构，也称“静态数据结构”：栈、队列、哈希表、树、堆、图、矩阵、张量（维度>3的数组）等，初始化后长度不可变。
- 基于链表可实现的数据结构，也称“动态数据结构”：栈、队列、哈希表、树、堆、图等，在程序运行过程中对其长度进行调整。
原码、反码、补码：
note:
- 数字是以“补码”的形式存储在计算机中的；
- 负数的原码不能直接用于运算；
- 数字零的原码有 +0 和 −0 两种表示方式，负零的补码为 00000000 ，与正零的补码相同；
- 计算机内部的硬件电路主要是基于加法运算设计的