目录
不论是代码笔试，还是代码层面的技术面试，其核心无非是：数据结构和算法。
在我的理解中，数据结构像是工具箱里的各种工具，而算法则是解决问题的流程。完成任务的效率和准确性取决于程序员选择使用的工具（数据结构）。
因此，在总结常见算法之前，我们需要先熟悉这些工具🔧。选对工具，才能顺利高效地完成特定任务。
在准备笔试/面试的学习过程中（也是 CS 入门课程的基础），我总结了七类常见的数据结构：
- Arrays
- Stacks
- Queues
- Linked Lists
- Trees
- Graphs
- Hash Tables
基本上，对于 SDE 入门级别的笔试/面试，这七种数据结构已足够覆盖。
以下是我对这些数据结构的特性和常见使用场景的总结，同时附上相关的 Leetcode 题目。这些题目大多来自 Neetcode 150 和 Blind 75。
Arrays
首先是 Arrays，这是编程入门时最基础的数据结构，同时也是最常使用的数据结构。 可以将 Arrays 理解为编程中的基础存储工具。在 Java 中，数组在初始化后，其数据类型和长度是固定的，不能更改。
Stacks
Stack 是一种线性数据结构（即数据遵循线性/顺序存储原则）。Stack 的特性是后进先出（LIFO）。
Monotonic Stack
Monotonic Stack（单调栈）是 Stack 的特性下的一种特定状态，主要分为两种：
- Monotonic Increasing Stack：栈内元素从小到大排列。
- Monotonic Decreasing Stack：栈内元素从大到小排列。
根据 Geeks for Geeks 的定义，Monotonic Stack 是一种用于辅助解决算法问题的特殊数据结构，我个人比较认可这个定义。 此外，还有两种变种：
- Monotonic Non-Increasing Stack（伪单调递减栈）
- Monotonic Non-Decreasing Stack（伪单调递增栈）
它们的区别在于，伪单调栈允许相等元素存在，而不是严格递增或递减。更多细节参考 Leetcode 论坛：Comprehensive Guide on Monotonic Stack
Leetcode 相应题目：
- Valid Parentheses
- Daily Temperatures (Monotonic Increasing Stack)
- Min Stack
- Largeest Rectangle in Histogram
Stack 的操作及时间复杂度
| 操作 | 说明 | 时间复杂度 |
|---|---|---|
pop() | 移除栈顶元素 | O(1) |
push() | 向栈中加入元素 | O(1) |
peek() | 返回栈顶元素 | O(1) |
Queues
（待补充）
Linked Lists
（待补充）
Trees
（待补充）
Graphs
（待补充）
Hash Tables
（待补充）