前言文章有误敬请斧正

栈Stack2.1深度优先搜索DFS2.2广度优先搜索BFS代码解释适用场景

堆Heap3.1

昨天我们学习了C#属性访问器、方法参数和C#字符串StringBuilder的一些内容今天我们学习C#常见数据结构。

文章有误敬请斧正

数据结构和算法一直是学习编程语言绕不开的部分今天我们就一起来学习一些基本的数据结构将来可以通过力扣牛客cf

中的集合、栈、堆、队列和字典。

我们将通过更深入的解释和具体的示例代码来扩展这些内容。

集合Collection

是一种动态数组它允许按照索引快速访问元素并且在添加或删除元素时可以自动调整大小。

它是最常用的集合之一适用于需要频繁添加、删除或按索引访问元素的场景。

示例代码

是一种无序的集合不允许包含重复元素。

它使用哈希表来存储数据提供了快速的查找、添加和删除操作非常适合需要确保唯一性的场景。

示例代码

是一个双向链表允许快速的插入和删除操作尤其适用于需要在集合中间频繁插入或删除元素的场景。

示例代码

是一个支持通知机制的集合当集合的内容发生变化时它会通知绑定的用户界面组件。

这个特性使得它非常适用于数据绑定Data

WPF

observableList.CollectionChanged

(sender,

操作。

栈非常适合处理需要反向顺序处理数据的场景比如撤销操作或深度优先搜索DFS算法。

示例代码

中广度优先搜索BFS和深度优先搜索DFS是两种常用的图遍历算法。

我们可以记住以下模板加快我们的刷题速度

2.1深度优先搜索DFS

深度优先搜索是一种递归算法沿着图的深度遍历节点直到无法继续为止然后回溯。

using

System.Collections.Generic;class

Node

visited);Console.WriteLine(pathExists

Path

System.Collections.Generic;class

Node

HashSetNode();queue.Enqueue(start);visited.Add(start);while

(queue.Count

{queue.Enqueue(next);visited.Add(next);}}}return

false;}

target);Console.WriteLine(pathExists

Path

使用队列来逐层遍历图中的节点确保首先访问距离起点最近的节点。

通过

visited

通常用于寻找所有可能路径、路径存在性验证或图的连通性检测。

BFS

这两种算法在不同的图结构和问题中有不同的表现。

选择使用哪种算法应根据具体问题的要求来决定。

堆Heap

中堆Heap主要是指内存管理中的概念而不是特定的数据结构。

在托管堆Managed

3.1

操作符下创建的实例。

堆的大小是动态的内存管理器根据需要分配和释放内存空间。

C#

示例代码

priorityQueue.Dequeue();Console.WriteLine(item);

输出顺序为

Out的数据结构。

队列的典型应用场景包括任务调度、请求处理等其中需要以进入的顺序处理项目。

示例代码

Pair的数据结构允许根据键快速查找对应的值。

键必须是唯一的这意味着字典非常适合处理需要快速查找或存储与唯一标识符相关的数据的场景。

示例代码

一个按键排序的字典使用二叉树实现。

ConcurrentDictionaryTKey,

TValue:

提供了多种数据结构来帮助开发者高效管理和处理数据。

通过了解和正确使用这些数据结构可以大大提高代码的性能和可维护性。

根据具体的需求选择合适的集合类型、栈、队列或字典是编写高质量代码的关键。

呜呼今天我们C#语言的基础部分就算结束了后面还有更加深奥的知识等着我们。

以后我们还会更新关于其他语言的一些知识。

C#更加复杂的部分还在后面我们今后可以通过一些实战的案例来学习。

如果您学到了一些有点用的知识不妨点赞分享关注一波。