golang实现常用集合原理介绍

Posted 2021-02-28 hlxs

golang本身对常用集合的封装还是比较少的，主要有数组（切片）、双向链表、堆等。在工作中可能用到其他常用的集合，于是我自己对常用的集合进行了封装，并对原理做了简单介绍，代码库地址：https://github.com/chentaihan/container，代码都是经过测试的，欢迎下载使用，反馈的问题我会第一时间修复

 

ArraySort排序数组

ArraySort使用数组保存数据，新增的时候通过类似二分查找找到插入位置，插入位置后面的数据往后移动一位，插入新元素，查找就是二分查找，删除就是通过二分查找找到对应的元素，之后的元素都向前移动一位。时间复杂度如下：

功能	时间复杂度
新增	O(n)
删除	O(n)
查找	O(logn)

LinkList单链表

通过链表头指针和链表尾两个指针将所有元素链接在一起，可以快速的在表头和表尾插入元素，删除和查找都是遍历链表，查找对应的元素，删除还需要改变指针指向。时间复杂度如下：

功能	时间复杂度
新增	O(1)
删除	O(n)
查找	O(n)

Queue循环队列

队列先进先出，循环队列采用数组保存元素，以循环的方式在数组中添加元素，当数组写满之后自动扩容，元素个数小于1M时二倍扩容，大于等于1M时每次加1M，删除元素的时候需要将对应的位置赋值为空指针，方便被删除的元素被回收。时间复杂度如下：

功能	时间复杂度
进队列	O(1)
出队列	O(1)

QueueLink链表队列

队列先进先出，实现和单链表类似，进栈是在表尾添加元素，出栈就是表头出栈，即表头指向表头的下一个元素，相对数组实现的循环队列，链表队列不存在扩容的问题，但每个元素多了一个指针。时间复杂度如下：

功能	时间复杂度
进队列	O(1)
出队列	O(1)

PriorityQueue优先级队列

优先级队列采用小堆实现，小堆采用数组保存数据，按照完全二叉树的方式操作数据，每个节点的值都小于等于左右子节点的值，保证了每次出队的都是最小值，即按照顺序出队。

时间复杂度如下：

功能	时间复杂度
进队列	O(logn)
出队列	O(logn)

Stack栈

栈先进后出，采用数组保存元素，每次进栈的是栈顶元素，出栈的也是栈顶元素，当数组写满之后自动扩容，元素个数小于1M时二倍扩容，大于等于1M时每次加1M。时间复杂度如下：

功能	时间复杂度
进栈	O(1)
出栈	O(1)

StackLink链表栈

队列先进先出，采用单链表保存数据，进栈是在表头添加元素，出栈就是表头出栈，即表头指向表头的下一个元素，相对数组实现的循环队列，链表队列不存在扩容的问题，但每个元素多了一个指针。时间复杂度如下：

功能	时间复杂度
进栈	O(1)
出栈	O(1)

Map

对golang的map简单封装，增加了一些方法。对于golang中map的实现原理请看我的这篇文章：https://www.cnblogs.com/hlxs/p/10408961.html，时间复杂度如下：

功能	时间复杂度
新增	O(1)
修改	O(1)
查询	O(1)
删除	O(1)

MapSync同步map

就是map+读写锁，时间复杂度和map一样

LinkMap

双向链表 + map，双向链表按照顺序保存新增的元素，可以按照添加的顺序遍历数据，增删改查时间复杂度都和map一样

TreeMap

通过二叉搜索树保存数据，后面会详细介绍二叉搜索树，使用二叉搜索树就不存在扩容的问题，hashmap则存在扩容的问题，时间复杂度如下：

功能	时间复杂度
新增	O(logn)
修改	O(logn)
查询	O(logn)
删除	O(logn)

LRU

lru的实现原理其实和LinkMap几乎一样，只不过lru在修改或是查询的时候都会将被访问的元素移到链表的表头，表尾的数据是最先被淘汰的，时间复杂度如下：

功能	时间复杂度
新增	O(1)
修改	O(1)
查询	O(1)
删除	O(1)

BinaryTree二叉搜索树

提供二叉搜索树的增删改查功能，删除相对复杂点，时间复杂度如下：

功能	时间复杂度
新增	O(logn)
修改	O(logn)
查询	O(logn)
删除	O(logn)

heap大堆

堆是对golang本身container/heap的简单封装，大堆中某个节点的值总是不大于其父节点的值；堆总是一棵完全二叉树。，时间复杂度如下：

功能	时间复杂度
新增	O(logn)
查询	O(n)
删除	O(logn)

heap小堆

堆是对golang本身container/heap的简单封装，小堆中某个节点的值总是不小于其父节点的值；堆总是一棵完全二叉树。，时间复杂度如下：

功能	时间复杂度
新增	O(logn)
查询	O(n)
删除	O(logn)

 

 

项目地址：https://github.com/chentaihan/container

项目地址：https://github.com/chentaihan/container

项目地址：https://github.com/chentaihan/container