点选下方红色“流程猿DD”，优先选择“标为隆哥蒙”

天然资源

加速如是说8种常见计算机流程

计算机流程是一类特定的组织机构和储存统计数据的形式，能使他们能更高效率地对储存的统计数据继续执行操作形式。计算机流程在软件工程和软件工程应用领域具备广为而多样化的商业用途。

基本上大部份已合作开发的流程或软件产品都采用计算机流程。除此之外，计算机流程归属于软件工程和软件工程的此基础。当牵涉软件工程复试难题时，这是两个关键性主轴。因而，做为合作开发者，他们要对计算机流程有充份的介绍。

在责任编辑中，我将概要说明每一合作开发者要晓得的8种常见计算机流程。

1.数组

数组是一般来说大小不一的内部结构，能可容完全相同正则表达式的工程项目。它能是有理数数组，浮点数组，数组数组或甚至于是数组数组（比如三维数组）。数组已创建检索，这意味著能展开乱数出访。

Fig 1. Visualization of basic Terminology of Arrays

数组运算

· 遍历：遍历大部份元素并展开打印。

· 插入：将两个或多个元素插入数组。

· 删除：从数组中删除元素

· 搜索：在数组中搜索元素。您能按元素的值或检索搜索元素

· 更新：在给定检索处更新现有元素的值

数组的应用

· 用作构建其他计算机流程的此基础，比如数组列表，堆，哈希表，向量和矩阵。

· 用于不同的排序算法，比如插入排序，加速排序，冒泡排序和合并排序。

2.链表

链表是一类顺序内部结构，由相互链接的线性顺序工程项目序列组成。因而，您要顺序出访统计数据，并且无法展开乱数出访。链接列表提供了动态集的简单灵活的表示形式。

让他们考虑以下有关链表的术语。您能通过参考图2来获得两个清晰的主意。

· 链表中的元素称为节点。

· 每一节点都包含两个密钥和两个指向其后继节点（称为next）的指针。

· 名为head的属性指向链接列表的第两个元素。

· 链表的最后两个元素称为尾。

Fig 2. Visualization of basic Terminology of Linked Lists

以下是可用的各种类型的链表。

· 单链列表—只能沿正向遍历工程项目。

· 双链表-能在前进和后退方向上遍历工程项目。节点由两个称为上一个的附加指针组成，指向上两个节点。

· 循环链接列表—链接列表，其中头的上两个指针指向尾部，尾号的下两个指针指向头。

链表操作形式

· 搜索：通过简单的线性搜索在给定的链表中找到键为k的第两个元素，并返回指向该元素的指针

· 插入：在链接列表中插入两个密钥。插入能通过3种不同的形式完成；在列表的开头插入，在列表的末尾插入，然后在列表的中间插入。

· 删除：从给定的链表中删除元素x。您不能单步删除节点。删除能通过3种不同形式完成；从列表的开头删除，从列表的末尾删除，然后从列表的中间删除。

链表的应用

· 用于编译器设计中的符号表管理。

· 用于在采用Alt Tab（采用循环链表实现）的流程之间展开切换。

3.堆栈

堆栈是一类LIFO（后进先出-最后放置的元素能首先出访）内部结构，该内部结构通常在许多编程语言中都能找到。该内部结构被称为”堆栈”，因为它类似于真实世界的堆栈-板的堆栈。

Image Source: pixabay

堆栈操作形式

下面给出了能在堆栈上继续执行的2个基本操作形式。请参考图3，以更好地介绍堆栈操作形式。

· Push 推送：在堆栈顶部插入两个元素。

· Pop 弹出：删除最上面的元素并返回。

Fig 3. Visualization of basic Operations of Stacks

除此之外，为堆栈提供了以下附加功能，以检查其状态。

· Peep 窥视：返回堆栈的顶部元素而不删除它。

· isEmpty：检查堆栈是否为空。

· isFull：检查堆栈是否已满。

堆栈的应用

· 用于表达式评估（比如：用于解析和评估数学表达式的调车场算法）。

· 用于在递归编程中实现函数调用。

4.队列

队列是一类FIFO（先进先出-首先放置的元素能首先出访）内部结构，该内部结构通常在许多编程语言中都能找到。该内部结构被称为”队列”，因为它类似于现实世界中的队列-人们在队列中等待。

Image Source: pixabay

队列操作形式

下面给出了能在队列上继续执行的2个基本操作形式。请参考图4，以更好地介绍堆栈操作形式。

· 进队：将元素插入队列的末尾。

· 出队：从队列的开头删除元素。

Fig 4. Visualization of Basic Operations of Queues

队列的应用

· 用于管理多线程中的线程。

· 用于实施排队系统（比如：优先级队列）。

5.哈希表

哈希表是一类计算机流程，用于储存具备与每一键相关联的键的值。除此之外，如果他们晓得与值关联的键，则它有效地支持查找。因而，无论统计数据大小不一如何，插入和搜索都非常有效。

当储存在表中时，直接寻址采用值和键之间的一对一映射。但是，当存在大量键值对时，此方法存在难题。该表将具备很多记录，并且非常庞大，考虑到典型计算机上的可用内存，该表可能不切实际甚至无法储存。为避免此难题，他们采用哈希表。

哈希函数

名为哈希函数（h）的特定函数用于克服直接寻址中的上述难题。

在直接出访中，带有密钥k的值储存在插槽k中。使用哈希函数，他们能计算出每一值都指向的表（插槽）的检索。采用给定键的哈希函数计算的值称为哈希值，它表示该值映射到的表的检索。

· h：哈希函数

· k：应确定其哈希值的键

· m：哈希表的大小不一（可用插槽数）。两个不接近2的精确乘方的素数是m的两个不错的优先选择。

Fig 5. Representation of a Hash Function

· 1→1→1

· 5→5→5

· 23→23→3

· 63→63→3

从上面给出的最后两个示例中，他们能看到，当哈希函数为多个键生成完全相同的检索时，就会发生冲突。他们能通过优先选择合适的哈希函数h并采用链接和开放式寻址等技术来解决冲突。

哈希表的应用

· 用于实现统计数据库检索。

· 用于实现关联数组。

· 用于实现”设置”计算机流程。

6.树

树是一类层次内部结构，其中统计数据按层次展开组织机构并链接在一起。此内部结构与链接列表不同，而在链接列表中，工程项目以线性顺序链接。

在过去的几十年中，已经合作开发出各种类型的树木，以适合某些应用并满足某些限制。一些示例是二叉搜索树，B树，红黑树，展开树，AVL树和n元树。

二叉搜索树

顾名思义，二进制搜索树（BST）是一类二进制树，其中统计数据以分层内部结构展开组织机构。此计算机流程按排序顺序储存值，他们将在本课程中详细研究这些值。

二叉搜索树中的每一节点都包含以下属性。

· key：储存在节点中的值。

· left：指向左孩子的指针。

· 右：指向正确孩子的指针。

· p：指向父节点的指针。

二叉搜索树具备独特的属性，可将其与其他树区分开。此属性称为binary-search-tree属性。

令x为二叉搜索树中的两个节点。

· 如果y是x左子树中的两个节点，则y.key≤x.key

· 如果y是x的右子树中的节点，则y.key≥x.key

Fig 6. Visualization of Basic Terminology of Trees.

树的应用

· 二叉树：用于实现表达式解析器和表达式求解器。

· 二进制搜索树：用于许多不断输入和输出统计数据的搜索应用流程中。

· 堆：由JVM（Java虚拟机）用来储存Java对象。

· Trap：用于无线网络。

7.堆

堆是二叉树的一类特定情况，其中将父节点与其子节点的值展开比较，并对其展开相应排列。

让他们看看如何表示堆。堆能采用树和数组表示。图7和8显示了他们如何采用二叉树和数组来表示二叉堆。

Fig 7. Binary Tree Representation of a Heap

Fig 8. Array Representation of a Heap

堆能有2种类型。

· 最小堆-父项的密钥小于或等于子项的密钥。这称为min-heap属性。根将包含堆的最小值。

· 最大堆数-父项的密钥大于或等于子项的密钥。这称为max-heap属性。根将包含堆的最大值。

堆的应用

· 用于实现优先级队列，因为能根据堆属性对优先级值展开排序。

· 能在O（log n）时间内采用堆来实现队列功能。

· 用于查找给定数组中k个最小（或最大）的值。

· 用于堆排序算法。

8.图

两个图由一组有限的顶点或节点以及一组连接这些顶点的边组成。

图的顺序是图中的顶点数。图的大小不一是图中的边数。

如果两个节点通过同一边彼此连接，则称它们为相邻节点。

有向图

如果图形G的大部份边缘都具备指示什么是起始顶点和什么是终止顶点的方向，则称该图形为有向图。

他们说（u，v）从顶点u入射或离开顶点u，然后入射到或进入顶点v。

自环：从顶点到自身的边。

无向图

如果图G的大部份边缘均无方向，则称其为无向图。它能在两个顶点之间以两种形式传播。

如果顶点未连接到图中的任何其他节点，则称该顶点为孤立的。

Fig 9. Visualization of Terminology of Graphs

图的应用

· 用于表示社交媒体网络。每一用户都是两个顶点，并且在用户连接时会创建一条边。

· 用于表示搜检索擎的网页和链接。互联网上的网页通过超链接相互链接。每页是两个顶点，两页之间的超链接是一条边。用于Google中的页面排名。

· 用于表示GPS中的位置和路线。位置是顶点，连接位置的路线是边。用于计算两个位置之间的最短路径。

参考文献

[1]算法简介，第三版，作者：托马斯·H·科门（Thomas H. Cormen），查尔斯·E·雷森（Charles E. Leiserson），罗纳德·L·里维斯特（Ronald L. Rivest）和克利福德·斯坦（Clifford Stein）。

[2]来自Wikipedia的计算机流程列表

(责任编辑翻译自Vijini Mallawaarachchi的文章《8 Common Data Structures every Programmer must know》，参考：https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42)

一起学习，一起进步

朕已阅