在学习计算机时，数据结构是不可忽视的一点，从考研时的408课程，再到工作中编写软件，网站，要想在计算机领域站住脚跟，数据结构是必备的
在这里，我对于数据结构进行了汇总，并简要描述，在后面会对各种数据结构进行详细介绍
在 Java 中，数据结构主要分为两大类：线性数据结构 和 非线性数据结构。Java 标准库（如 java.util 包）提供了许多现成的数据结构实现，这些实现基于不同的底层存储方式和操作特性。以下是对 Java 中常见数据结构的详细描述：
1. 线性数据结构
线性数据结构是指数据元素之间存在一对一的线性关系。
（1）数组（Array）
数组是一种基本的线性数据结构，用于存储固定大小的同类型数据元素。
-
特点：
-
元素存储在连续的内存空间中。
-
支持随机访问，通过索引可以快速访问任意位置的元素，时间复杂度为 O(1)。
-
插入和删除操作效率较低，通常需要移动大量元素，时间复杂度为 O(n)。
-
数组的大小在创建后不可变。
-
-
示例代码：
-
int[] array = new int[10]; array[0] = 1; array[1] = 2; System.out.println(array[0]); // 输出：1
（2）动态数组（ArrayList）
ArrayList 是 Java 中基于动态数组实现的集合类，它提供了动态扩容的功能。
-
特点：
-
底层使用数组存储元素。
-
支持随机访问，时间复杂度为 O(1)。
-
插入和删除操作效率较低，时间复杂度为 O(n)。
-
动态扩容，可以根据需要自动调整数组大小。
-
-
示例代码：
-
import java.util.ArrayList;public class Main {public static void main(String[] args) {ArrayList<Integer> list = new ArrayList<>();list.add(1);list.add(2);System.out.println(list.get(0)); // 输出：1list.remove(0);System.out.println(list.get(0)); // 输出：2} }
（3）链表（LinkedList）
LinkedList 是 Java 中基于双向链表实现的集合类，它支持高效的插入和删除操作。
-
特点：
-
底层使用双向链表存储元素。
-
不支持随机访问，访问任意位置的元素需要从头开始遍历，时间复杂度为 O(n)。
-
插入和删除操作效率较高，时间复杂度为 O(1)。
-
适合频繁插入和删除操作的场景。
-
-
示例代码：
-
import java.util.LinkedList;public class Main {public static void main(String[] args) {LinkedList<Integer> list = new LinkedList<>();list.add(1);list.add(2);System.out.println(list.get(0)); // 输出：1list.remove(0);System.out.println(list.get(0)); // 输出：2} }
（4）栈（Stack）
栈是一种后进先出（LIFO）的数据结构，Java 提供了 Stack 类来实现栈。
-
特点：
-
支持快速的插入和删除操作，时间复杂度为 O(1)。
-
只能在栈顶进行插入和删除操作。
-
适合实现函数调用、表达式求值等场景。
-
-
示例代码：
-
import java.util.Stack;public class Main {public static void main(String[] args) {Stack<Integer> stack = new Stack<>();stack.push(1);stack.push(2);System.out.println(stack.pop()); // 输出：2System.out.println(stack.pop()); // 输出：1} }
（5）队列（Queue）
队列是一种先进先出（FIFO）的数据结构，Java 提供了 Queue 接口和多种实现类（如 LinkedList、ArrayDeque 等）。
-
特点：
-
支持快速的插入和删除操作，时间复杂度为 O(1)。
-
只能在队尾插入元素，在队头删除元素。
-
适合实现任务调度、消息队列等场景。
-
-
示例代码：
-
import java.util.LinkedList; import java.util.Queue;public class Main {public static void main(String[] args) {Queue<Integer> queue = new LinkedList<>();queue.add(1);queue.add(2);System.out.println(queue.poll()); // 输出：1System.out.println(queue.poll()); // 输出：2} }
2. 非线性数据结构
非线性数据结构是指数据元素之间存在多对多的关系。
（1）树（Tree）
树是一种层次化的数据结构，每个节点可以有多个子节点。
-
常见类型：
-
二叉树（Binary Tree）：每个节点最多有两个子节点。
-
二叉搜索树（Binary Search Tree）：左子树的所有节点值小于根节点值，右子树的所有节点值大于根节点值。
-
平衡二叉树（Balanced Binary Tree）：左右子树的高度差不超过 1。
-
红黑树（Red-Black Tree）：一种自平衡的二叉搜索树。
-
堆（Heap）：一种特殊的完全二叉树，分为最大堆和最小堆。
-
-
示例代码（二叉树）：
-
class TreeNode {int val;TreeNode left;TreeNode right;TreeNode(int x) {val = x;} }public class Main {public static void main(String[] args) {TreeNode root = new TreeNode(1);root.left = new TreeNode(2);root.right = new TreeNode(3);} }
（2）图（Graph）
图是一种由节点（顶点）和边组成的复杂数据结构，节点之间可以存在任意关系。
-
特点：
-
节点之间通过边连接，可以是有向边或无向边。
-
支持复杂的遍历和搜索算法，如深度优先搜索（DFS）和广度优先搜索（BFS）。
-
适合表示复杂的关系网络，如社交网络、地图路径等。
-
-
示例代码（无向图）：
-
import java.util.ArrayList; import java.util.List;class Graph {private int vertices;private List<List<Integer>> adjacencyList;public Graph(int vertices) {this.vertices = vertices;this.adjacencyList = new ArrayList<>();for (int i = 0; i < vertices; i++) {adjacencyList.add(new ArrayList<>());}}public void addEdge(int src, int dest) {adjacencyList.get(src).add(dest);adjacencyList.get(dest).add(src); // 无向图}public void printGraph() {for (int i = 0; i < vertices; i++) {System.out.println("Adjacency list of vertex " + i);System.out.print("head");for (int j : adjacencyList.get(i)) {System.out.print(" -> " + j);}System.out.println();}} }public class Main {public static void main(String[] args) {Graph graph = new Graph(5);graph.addEdge(0, 1);graph.addEdge(0, 4);graph.addEdge(1, 2);graph.addEdge(1, 3);graph.addEdge(1, 4);graph.addEdge(2, 3);graph.addEdge(3, 4);graph.printGraph();} }
（3）哈希表（Hash Table）
哈希表是一种通过哈希函数将键映射到值的数据结构。
-
特点：
-
提供快速的插入、删除和查找操作，平均时间复杂度为 O(1)。
-
哈希函数将键映射到存储位置，可能存在冲突，需要解决冲突的方法（如链表法、开放寻址法）。
-
适合实现字典、缓存等场景。
-
-
示例代码：
-
import java.util.HashMap;public class Main {public static void main(String[] args) {HashMap<String, Integer> map = new HashMap<>();map.put("Alice", 25);map.put("Bob", 30);System.out.println(map.get("Alice")); // 输出：25map.remove("Bob");} }
处理图像颜色)
