C# 数据结构学习总结

目录

ArryList

是什么

自动扩容机制

LinkedList

Queue

Stack

HashSet

SortedSet

Hashtable

hash算法/hash表/hash冲突

如何解决hash冲突

Hashtable/Dictionary

Dictionary/Hashtable/List

HashSet/List

集合/数组

什么叫阻塞队列的有界和无界？

ArryList

是什么

存储的是Object类型，会有装箱和拆箱。查询方便，删除的时候元素会进行内存位移。

自动扩容机制

1. ArrayList是一个数组结构的存储容器，默认情况下数组的长度是10个。
2. 当然也可以在创建ArrayList对象的时候，指定初始长度。
3. 随着在程序里面，不断的往ArrayList集合中添加数据，当添加的数据达到10个的时候，ArrayList集合 里面就没有足够的容量去存储后续的数据了。
4. 这个时候，ArrayList就会触发自动扩容。
5. 首先，创建一个新的数组，那么这个数组的长度是原来数组长度的1.5倍。
6. 然后使用Array对象的CopyTo方法把老数组里面的数据拷贝到新的数组里面。
7. 扩容完成以后，再把当前需要添加的元素加入到新的数组里面，从而去完成动态扩容。

LinkedList

双向链表，泛型，存储元素不连续分配，每个存储元素记录前后每个元素的节点，节点值不能重复。删除新增方便。

Queue

单向链表，先进先出。

Stack

栈，先进后出。

HashSet

去掉重复。

SortedSet

去重+排序。

Hashtable

hash算法/hash表/hash冲突

1. hash算法就是把任意长度的输入，通过散列算法，变成固定长度的输出，这个输出的结果就是一个散 列值。
2. hash表又叫做散列表，它是通过key直接去访问内存存储位置的数据结构。
3. hash表在具体的实现上，通过hash函数把key映射到表中的某个位置，来获取这个位置的数据，从而 去加快数据的查找。
4. hash冲突是由于hash算法被计算的数据是无限的，但是计算后的结果范围是有限的，所以总会存在不 同的数据经过计算之后得到的值是一样的。

如何解决hash冲突

1. 第一种是开放定址法，也叫线性探测法，就是从发生冲突的那个位置开始，按照一定的次序，从hash 表中去找到一个空闲的位置，然后把发生冲突的元素，存入这个位置。C#中的hashtable就采用了线性 探测法。
2. 第二种是链式寻址法，就是把存在hash冲突的key，以单向链表的方式来进行存储。C#中的Dictionary 就采用了链式寻址法。
3. 第三种是再hash法，就是通过某个hash函数计算的key存在冲突的时候，再用另外一个hash函数对 这个key再进行hash，一直运算，直到不再产生冲突为止，这种方式会增加计算的一个时间，性能上 也会有一些影响。
4. 第四种是建立公共溢出区，就是把hash表分为基本表和溢出表两个部分。凡是存在冲突的元素，一律 放到溢出表中。

Hashtable/Dictionary

1. 单线程推荐使用Dictionary，有泛型优势，读取速度较快，容量利用更充分。
2. 多线程推荐使用Hashtable，默认Hashtable允许单线程写入，多线程读取。
3. 对于Hashtable进一步调用Synchronized方法可以获得线程安全的类型。
4. Dictionary是非线程安全的，必须人为Lock加锁，性能不高。
5. ConCurrentDictionary是线程安全的，并发的时候多线程会进行排队，性能也不高。
6. Hashtable的元素属于Object类型，所以在存储或者检索值类型时通常会发生装箱和拆箱操作。

Dictionary/Hashtable/List

1. List是对数组做了一层包装，在数据结构上称为线性表，线性表在内存中是连续的区域。
2. Hashtable，Dictionary是Key通过Hash算法产生的内存地址，宏观上是不连续的。
3. 由于这样的不连续性，遍历Hashtable，Dictionary的时候必然会产生大量的内存换页操作。
4. 根据Key查找Hashtable，Dictionary的效率是高于List的，但是遍历的话List效率更好。

HashSet/List

1. HashSet不能用索引访问，不能存储重复数据。
2. HashSet最大的优势是检索的性能，它的Contains方法在数据量比较大时性能要比List高。
3. 如果集合的目的是为了高效的检索，可以使用HashSet代替List。比如一个存储关键字的集合，运行的 时候通过HashSet的Contains方法检查输入字符串是否为关键字。

集合/数组

1. 数组在内存中是连续存储的，索引速度很快，而且赋值与修改元素也很简单。
2. 数组分配在一块连续的数据空间上，因此分配空间时必须确定大小。
3. 因为空间的连续性，导致了存储，插入和删除元素效率低。
4. 如果要新增一个元素，需要移动大量的元素，在内存中找出一个元素的空间，然后将要增加的元素放 进去。删除一个元素，也需要移动大量的元素去填补被移动的元素。
5. 声明数组的时候，必须指定数组的长度，长度过长会造成内存的浪费，长度过短，会造成数据的溢出。
6. 集合按照存储的数据来动态扩充与收缩，只要在C#中继承了IList接口就可以很方便的进行数据的添加， 插入和移除。
7. 但是不具有泛型优势的集合是会有装箱和拆箱的问题。

什么叫阻塞队列的有界和无界？

1. 阻塞队列是一种特殊的队列，它在普通队列的基础上，提供了两种附加的功能。
2. 第一个，当队列为空的时候，获取队列中元素的消费者线程时，它会被阻塞，同时会唤醒生产者线程。
3. 第二个，当队列中的元素满了的时候，向队列中去添加元素的生产者线程，会被阻塞，同时会唤醒消 费者线程。
4. 其中，阻塞队列中能够容纳的元素个数，通常情况下是有限的。
5. 比如说我们去实例化一个BlockingCollection，可以在构造方法中去传入一个整型的数字，表示这个基 于数组的阻塞队列中，能够容纳的元素个数，这种就是有界队列。
6. 而无界队列就是没有设置固定大小的队列，不过它并不像我们理解的那样，元素中没有任何限制，而 是它的元素存储量很大，像BlockingCollection，它的默认队列长度是Integer.Max_Value，所以我们感 知不到它的长度限制。
7. 最后，无界队列存在比较大的潜在风险，如果我们在并发量比较大的情况下，线程池中几乎可以无限 制的添加任何容易导致内存溢出的问题。
8. 阻塞队列在生产者和消费者的模型场景中，使用的频率是非常高的，比较典型的是在线程池中，通过 阻塞队列来实现线程任务的生产和消费的功能。
9. 基于阻塞队列实现生产者和消费者的模型，比较适合在异步化的性能提升的一些场景，以及做并发流 量缓冲类的场景中，在很多开源中间件中都可以看到这种模型的一个使用，比如在ZooKeeper的源码 中就大量用到了阻塞队列，来实现生产者和消费者的模型。