栈、队列、树、哈希表

栈

先进后出，添加元素直接memcpy 到对应数组位置就可以，top是栈中存储的元素个数，最后一个元素下标为top-1； 删除元素时直接top--； 后面添加进入的数据会覆盖原来在栈上被删除的数据。

main.c符号匹配

链栈

main.c

队列函数实现

注意判满条件，多出来一个位置用于区别 空和满两种状态，所以开了10个空间只能存储9和结构体数，且所有的位置都是循环移动的，无固定位置。

线程池

读写文件（自己写）

顺序队列完成

标准版、链式队列  

树

用队列实现树的层序遍历输出

gdb使用

赫夫曼树

大话数据书 --二叉树内有

      

 

哈希表

  哈希表的存储和查找，体现的是一种思想。

哈希表（Hash Table），也称为散列表，是一种数据结构，它提供了快速的数据插入、删除和查找功能。它通过使用哈希函数将键（Key）映射到表中一个位置来访问记录，从而实现高效的数据检索。

以下是哈希表的一些关键特点：

1. **哈希函数**：哈希表使用一个函数（称为哈希函数）来计算数据项的存储位置。这个函数将键通过某种算法转换为表中的一个索引值。

2. **键值对存储**：哈希表存储数据的方式是键值对（Key-Value Pairs），其中键是通过哈希函数进行映射的，而值是存储的数据。

3. **冲突解决**：由于不同的键可能通过哈希函数映射到同一个位置，这种现象称为冲突。哈希表需要一种机制来解决冲突，常见的方法有开放寻址法（Linear Probing、Quadratic Probing、Double Hashing）、链地址法（Separate Chaining）等。

4. **动态扩容**：为了保持操作的效率，哈希表通常在达到一定负载因子（已存储元素数量与哈希表容量的比值）时进行扩容，这涉及到重新计算所有元素的位置并迁移到新的更大的哈希表中。

5. **平均时间复杂度**：理想情况下，哈希表的插入、删除和查找操作的平均时间复杂度为O(1)。但在最坏的情况下，比如所有元素都映射到同一个位置，时间复杂度可能退化到O(n)。

6. **空间效率**：哈希表通常需要预分配一个足够大的内部数组来存储数据，这可能会导致空间的浪费，尤其是在负载因子较低的情况下。

哈希表广泛应用于数据库、缓存系统、字典和许多其他需要快速查找的场景中。