基本上耳熟能詳的2個概念了，之前總是趕到招聘的時候，才會折騰翻一下，總覺得沒什麼用，但是隨著工作以及網上的閱讀，發現，其實，用處真的是太大了。

    好早之前就買了《演算法導論》這部鉅著，然而，現在依然束之高閣，最近想著從簡單點的看起，於是翻了翻《大話資料結構》《啊哈！演算法》，因為也還沒看完，下面就想到哪說到哪咯。

    佇列：先進先出的一種資料結構(FIFO)，在樹的層序遍歷裡以及廣度搜索演算法中，都有用到，再簡單點，像陣列啦、vector啦，都是類似的東東，在這裡，有必要分享一個憂桑的故事：話說有一天，廢柴君興致勃勃的去參加面試，一路各種low爆，終於，面試官忍無可忍的問了廢柴君一個基礎問題：佇列說從頭進還是從尾進？那一刻，廢柴君內心是崩潰的，是迷茫的，只記得先進先出啊，頭進尾出或者是尾進頭處，不都一樣麼……好吧，後來記住了，原來佇列是尾進

    棧：後進先出(LIFO)，一般比較熟悉的應該就是壓棧出棧之類的操作，在函式呼叫之類的地方，總會被各種壓來出去的，所以這裡好像有個說法，太多的遞迴呼叫，是不好的。以前對棧什麼感覺，一直到前一陣做一個模仿資料夾“後退前進”操作的時候，當時是各種煎熬啊，生生了折騰了1天，各種陣列、各種flag，雖然當時是弄出來了，但是回頭再看的時候，連自己都蒙圈。直到前幾天翻到棧這裡，原來折騰半天，一個現成的資料結構擺在那裡，我卻沒有去珍惜。回去優化了一下，很好，自己看著真心舒服很多。

    陣列和連結串列：這兩種基本上就很常用了，資料呢，是一段連續的記憶體，隨機訪問速度很快，但是針對陣列中間資料進行操作的話，就會十分麻煩，而連結串列則不然，對連結串列的中間資料操作起來倒是比較方便，可是說到隨機訪問，就不行了，必須要一個個的遍歷過去。

    基本上典型點的代表，就是STL中的vector以及list了，而針對前面說過的佇列和棧，其實用陣列或連結串列，都可以分別實現的，再專業點的說法叫做：順序儲存結構和鏈式儲存結構。

    樹：樹就是不包含迴路的連通無向圖，二叉樹裡面最全的，叫滿二叉樹（一個點都不少呦），可以少幾個樹葉（從右往左）的，叫完全二叉樹。其他紅黑樹、B樹什麼的，真心沒看過，下次再說。樹這裡，暫時能想到的，也就2個：1是遍歷：前序、中序、後序，層序；2是堆：最小堆、最大堆。

    這裡說到的前序、中序、後序，主要是遍歷的時候，讀取節點的位置，讀取節點，之後左子節點，之後右子節點，這就是前序，其他類似。

    至於堆，主要就是用樹來進行排序。最小堆就是父節點的值小於所有子節點的值，反之，就是最大堆了。

    針對最小堆或者最大堆，主要有2種維護方式，分別是向下維護以及向上維護，程式碼像下面這樣：

// 向下維護最小堆
void siftDown(int i)
{
	// 假設heap已經是最小堆了
	int t = 0;
	while (i*2<n && !bFlag)
	{
		if (heap[i] < heap[i*2])
		{
			t = i;
		}
		else
		{
			t = i*2;
		}

		if (i*2+1<n)
		{
			if (head[t] > heap[i*2+1])
			{
				t = i*2+1;
			}
		}

		if (i == t)
		{
			bFlag = true;
		}
		else
		{
			swap(i, t);
			i = t;
		}
	}
}

// 向上維護最小堆
void siftUp(int i)
{
	// 假設heap已經是最小堆了
	if (i == 1)
	{
		return;
	}
	
	if (heap[i] > head[i/2])
	{
		return;
	}
	else
	{
		swap(i, i/2);
		siftUp(i/2);
	}
}

    堆排序還有一種更好的方法，從小到大排序的時候，不建立最小堆而建立最大堆，之後每次講根節點，與最後的節點互換，這樣還不多佔用空間了呦。

    堆還經常被用來求一個數列中第k大的數：只需要先將數列中前k個元素拿出來，組成一個最大堆，之後後面的元素依次比較就可以了。

    最後還有圖：好吧，這裡除了Folyd演算法，其他的真心沒看懂……

    以上部分內容節選自：《大話資料結構》《啊哈！演算法》感謝前人栽樹。