C# 常见的数据结构
C# 常见的数据结构
- 简介
- 数组（Array）
- 列表（List<T>）
- 链表（LinkedList<T>）
- [字典（Dictionary<TKey, TValue>）](#字典（Dictionary<TKey, TValue>）)
- 集合（HashSet<T>）
- 队列（Queue<T>）
- 栈（Stack<T>）
- 总结
简介
更好的了解数据结构可以在选择用于增删改查操作时，考虑清楚每种数据结构的特性和适用场景可以帮助我们提升性能。以下是 C# 中一些常用数据结构在增删改查（CRUD）操作中的性能特点及应用场景。
数组（Array）
特点
数组是固定长度的数据结构，支持随机访问。
时间复杂度
- 增删操作：添加或删除元素需要移动数组中的部分元素，操作时间复杂度为 O(n)。
- 查找操作：随机访问时间复杂度为 O(1) ，但查找特定元素的复杂度可能是 O(n)（线性搜索）[^1]。
空间复杂度
O(n)
内存中是连续存储的可以提高缓存友好性，并在某些场景中（如顺序遍历）提高性能。
使用场景
适用于数据量较小、长度固定且主要是随机访问的场景，如配置信息存储、基本数据集合等。
[^1] 遍历查找元素
列表（List）
特点
动态数组，支持随机访问并且可以动态扩展。
时间复杂度
- 增删操作：在列表末尾添加或删除元素的时间复杂度为 O(1) ，在其他位置的增删操作需要移动元素，时间复杂度为 O(n)。
- 查找操作：随机访问时间复杂度为 O(1) ，线性搜索特定元素的复杂度为 O(n)。
空间复杂度
O(n)
使用场景
适用于需要动态添加、删除元素且主要是随机访问或线性遍历的场景，如动态数据集合、用户输入等。
链表（LinkedList）
特点
链式数据结构，元素通过指针连接，支持高效的插入和删除操作。
时间复杂度
- 增删操作：在链表中间或首尾增删元素的时间复杂度为 O(1) ，但需要先找到插入或删除位置，查找时间复杂度为 O(n)。
- 查找操作：由于链表是线性结构，查找特定元素需要遍历，时间复杂度为 O(n)。
空间复杂度
O(n)
但是每一个节点还需要额外的空间开销。
使用场景
适用于需要频繁插入、删除操作而不关心随机访问效率的场景，如队列、缓存等。
字典（Dictionary<TKey, TValue>）
特点：基于哈希表的数据结构，通过键快速访问对应的值。
时间复杂度
- 增删操作：添加或删除键值对的时间复杂度通常为 O(1)。
- 查找操作：通过键查找值的时间复杂度通常为 O(1)。
空间复杂度
O(n)
与存储的元素数量成正比，并且需要一些额外的空间来处理哈希冲突。
使用场景
适用于需要快速查找、添加或删除键值对的场景，如配置文件、用户数据、关联关系等。
集合（HashSet）
特点
基于哈希表的数据结构，不允许重复元素。
时间复杂度
- 增删操作：添加或删除元素的时间复杂度通常为 O(1)。
- 查找操作：检查元素是否存在的时间复杂度通常为 O(1)。
空间复杂度
O(n)
需要一些额外的空间来处理哈希冲突。
使用场景
适用于需要去重、集合操作（如并集、交集）或快速检查元素存在性的场景。
队列（Queue）
特点
先进先出的数据结构，只能从队尾入队，从队首出队。
时间复杂度
- 增删操作：入队和出队的时间复杂度为 O(1)。
- 查找操作：由于队列是线性结构，查找特定元素需要遍历，时间复杂度为 O(n)。
空间复杂度
O(n)
使用场景
适用于任务调度、事件处理等需要按顺序执行的场景。
栈（Stack）
特点
后进先出的数据结构，只能从栈顶入栈和出栈。
时间复杂度
- 增删操作：入栈和出栈的时间复杂度为 O(1)。
- 查找操作：由于栈是线性结构，查找特定元素需要遍历，时间复杂度为 O(n)。
空间复杂度
O(n)
使用场景
适用于递归调用、表达式解析等需要后进先出的场景。
总结
数组 和 列表 适用于随机访问频繁的场景。
链表 适用于频繁插入和删除操作的场景。每一个节点还有额外的空间开销。
字典 和 集合 提供了高效的键值对查找和去重功能。
队列 和 栈 适用于特定顺序执行的任务或场景。