span: 管理内存块的元数据。 allspans: 垃圾回收遍历。 2. Garbage Collector 垃圾回收器 gc. 阈值触发，并行标记，并发清理。 定期强制回收，释放物理内存。 版本升级，垃圾回收效率总是核心问题。 gogc. 阈值检查，或强制回收。 malloc next_gc 0 gogc runtime.gc() stop start mark 分钟强制检查回收 是非常必要的。 每 5 分钟，释放堆中长时间闲置块的物理 内存。 在系统初始化时，使⽤用专⻔门的线程在后台运⾏行监控循环。 madvise. 在类 UNIX 系统，通过建议操作系统内核 解除内存映射的方式释放物理内存，但不 回收虚拟内存。 再次使用时，因缺页异常，由内核重新分 配物理内存。 Microsoft Windows 系统不⽀支持 madvise。

法占用的峰值内存不能超过系统剩余内存；若运行的程序很多、缺少大块连续的内存空间，则要求选取的数据 结构必须能够存储在离散的内存空间内。 3.2. 数据结构分类 数据结构主要可根据「逻辑结构」和「物理结构」两种角度进行分类。 3.2.1. 逻辑结构：线性与非线性 「逻辑结构」反映了数据之间的逻辑关系。数组和链表的数据按照顺序依次排列，反映了数据间的线性关系；树 从顶至底按层级排列，反映了祖 Figure 3‑3. 线性与非线性数据结构 3.2.2. 物理结构：连续与离散 � 若感到阅读困难，建议先看完下个章节「数组与链表」，再回过头来理解物理结构的含义。 3. 数据结构简介 hello‑algo.com 43 「物理结构」反映了数据在计算机内存中的存储方式。从本质上看，分别是 数组的连续空间存储 和 链表的离散 空间存储。物理结构从底层上决定了数据的访问、更新、增删等操作方法，在时间效率和空间效率方面呈现出 数据结构主要可以从逻辑结构和物理结构两个角度进行分类。逻辑结构反映了数据中元素之间的逻辑关 系，物理结构反映了数据在计算机内存中的存储形式。 3. 数据结构简介 hello‑algo.com 44 ‧ 常见的逻辑结构有线性、树状、网状等。我们一般根据逻辑结构将数据结构分为线性（数组、链表、栈、 队列）和非线性（树、图、堆）两种。根据实现方式的不同，哈希表可能是线性或非线性。 ‧ 物理结构主要有两种，

它为数据的有序组织提供了蓝图，算法得以在此基础上生动起来。 第 3 章 数据结构 hello‑algo.com 52 3.1 数据结构分类 常见的数据结构包括数组、链表、栈、队列、哈希表、树、堆、图，它们可以从“逻辑结构”和“物理结构” 两个维度进行分类。 3.1.1 逻辑结构：线性与非线性 逻辑结构揭示了数据元素之间的逻辑关系。在数组和链表中，数据按照一定顺序排列，体现了数据之间的线 性关系；而在树中，数据从顶部向 非线性数据结构可以进一步划分为树形结构和网状结构。 ‧ 树形结构：树、堆、哈希表，元素之间是一对多的关系。 ‧ 网状结构：图，元素之间是多对多的关系。 图 3‑1 线性数据结构与非线性数据结构 3.1.2 物理结构：连续与分散 当算法程序运行时，正在处理的数据主要存储在内存中。图 3‑2 展示了一个计算机内存条，其中每个黑色方 块都包含一块内存空间。我们可以将内存想象成一个巨大的 Excel 表格，其中每个单元格都可以存储一定大 空间、内存管理、缓存机制、虚拟内存和物理内存等概念。 内存是所有程序的共享资源，当某块内存被某个程序占用时，则无法被其他程序同时使用了。因此在数据结 构与算法的设计中，内存资源是一个重要的考虑因素。比如，算法所占用的内存峰值不应超过系统剩余空闲 内存；如果缺少连续大块的内存空间，那么所选用的数据结构必须能够存储在分散的内存空间内。 如图 3‑3 所示，物理结构反映了数据在计算机内存中的存储方

它为数据的有序组织提供了蓝图，算法得以在此基础上生动起来。 第 3 章 数据结构 hello‑algo.com 52 3.1 数据结构分类 常见的数据结构包括数组、链表、栈、队列、哈希表、树、堆、图，它们可以从“逻辑结构”和“物理结构” 两个维度进行分类。 3.1.1 逻辑结构：线性与非线性 逻辑结构揭示了数据元素之间的逻辑关系。在数组和链表中，数据按照一定顺序排列，体现了数据之间的线 性关系；而在树中，数据从顶部向 非线性数据结构可以进一步划分为树形结构和网状结构。 ‧ 树形结构：树、堆、哈希表，元素之间是一对多的关系。 ‧ 网状结构：图，元素之间是多对多的关系。 图 3‑1 线性数据结构与非线性数据结构 3.1.2 物理结构：连续与分散 当算法程序运行时，正在处理的数据主要存储在内存中。图 3‑2 展示了一个计算机内存条，其中每个黑色方 块都包含一块内存空间。我们可以将内存想象成一个巨大的 Excel 表格，其中每个单元格都可以存储一定大 及地址空间、内存管理、缓存机制、虚拟内存和物理内存等概念。 内存是所有程序的共享资源，当某块内存被某个程序占用时，则无法被其他程序同时使用了。因此在数据结 构与算法的设计中，内存资源是一个重要的考虑因素。比如，算法所占用的内存峰值不应超过系统剩余空闲 内存；如果缺少连续大块的内存空间，那么所选用的数据结构必须能够存储在分散的内存空间内。 如图 3‑3 所示，物理结构反映了数据在计算机内存中的存储方

法占用的峰值内存不能超过系统剩余内存；若运行的程序很多、缺少大块连续的内存空间，则要求选取的数据 结构必须能够存储在离散的内存空间内。 3.2. 数据结构分类 数据结构主要可根据「逻辑结构」和「物理结构」两种角度进行分类。 3.2.1. 逻辑结构：线性与非线性 「逻辑结构」反映了数据之间的逻辑关系。数组和链表的数据按照顺序依次排列，反映了数据间的线性关系；树 从顶至底按层级排列，反映了祖 Figure 3‑3. 线性与非线性数据结构 3.2.2. 物理结构：连续与离散 � 若感到阅读困难，建议先看完下个章节「数组与链表」，再回过头来理解物理结构的含义。 3. 数据结构简介 hello‑algo.com 43 「物理结构」反映了数据在计算机内存中的存储方式。从本质上看，分别是 数组的连续空间存储 和 链表的离散 空间存储。物理结构从底层上决定了数据的访问、更新、增删等操作方法，在时间效率和空间效率方面呈现出 数据结构主要可以从逻辑结构和物理结构两个角度进行分类。逻辑结构反映了数据中元素之间的逻辑关 系，物理结构反映了数据在计算机内存中的存储形式。 3. 数据结构简介 hello‑algo.com 44 ‧ 常见的逻辑结构有线性、树状、网状等。我们一般根据逻辑结构将数据结构分为线性（数组、链表、栈、 队列）和非线性（树、图、堆）两种。根据实现方式的不同，哈希表可能是线性或非线性。 ‧ 物理结构主要有两种，

基础上生动起来。 第 3 章 数据结构 www.hello‑algo.com 52 3.1 数据结构分类 常见的数据结构包括数组、链表、栈、队列、哈希表、树、堆、图，它们可以从“逻辑结构”和“物理结构” 两个维度进行分类。 3.1.1 逻辑结构：线性与非线性 逻辑结构揭示了数据元素之间的逻辑关系。在数组和链表中，数据按照一定顺序排列，体现了数据之间的线 性关系；而在树中，数据从顶部向 非线性数据结构可以进一步划分为树形结构和网状结构。 ‧ 树形结构：树、堆、哈希表，元素之间是一对多的关系。 ‧ 网状结构：图，元素之间是多对多的关系。 图 3‑1 线性数据结构与非线性数据结构 3.1.2 物理结构：连续与分散 当算法程序运行时，正在处理的数据主要存储在内存中。图 3‑2 展示了一个计算机内存条，其中每个黑色方 块都包含一块内存空间。我们可以将内存想象成一个巨大的 Excel 表格，其中每个单元格都可以存储一定大 空间、内存管理、缓存机制、虚拟内存和物理内存等概念。 内存是所有程序的共享资源，当某块内存被某个程序占用时，则通常无法被其他程序同时使用了。因此在数 据结构与算法的设计中，内存资源是一个重要的考虑因素。比如，算法所占用的内存峰值不应超过系统剩余 空闲内存；如果缺少连续大块的内存空间，那么所选用的数据结构必须能够存储在分散的内存空间内。 如图 3‑3 所示，物理结构反映了数据在计算机内存中的存储

非線性資料結構可以進一步劃分為樹形結構和網狀結構。 ‧ 樹形結構：樹、堆積、雜湊表，元素之間是一對多的關係。 ‧ 網狀結構：圖，元素之間是多對多的關係。 圖 3‑1 線性資料結構與非線性資料結構 3.1.2 物理結構：連續與分散 當演算法程式執行時，正在處理的資料主要儲存在記憶體中。圖 3‑2 展示了一個計算機記憶體條，其中每個 黑色方塊都包含一塊記憶體空間。我們可以將記憶體想象成一個巨大的 Excel 位址空間、記憶體管理、快取機制、虛擬記憶體和物理記憶體等概念。 記憶體是所有程式的共享資源，當某塊記憶體被某個程式佔用時，則通常無法被其他程式同時使用了。因此 在資料結構與演算法的設計中，記憶體資源是一個重要的考慮因素。比如，演算法所佔用的記憶體峰值不應 超過系統剩餘空閒記憶體；如果缺少連續大塊的記憶體空間，那麼所選用的資料結構必須能夠儲存在分散的 記憶體空間內。 如圖 3‑3 所示，物理結構反映了資料在計算機 所示，物理結構反映了資料在計算機記憶體中的儲存方式，可分為連續空間儲存（陣列）和分散空 間儲存（鏈結串列）。物理結構從底層決定了資料的訪問、更新、增刪等操作方法，兩種物理結構在時間效率 和空間效率方面呈現出互補的特點。 第 3 章 資料結構 www.hello‑algo.com 54 圖 3‑3 連續空間儲存與分散空間儲存 值得說明的是，所有資料結構都是基於陣列、鏈結串列或二者的組合實現的。例如，堆疊和佇列既可以使用

以一般无法仅凭复杂度来选择 ? = 8 之下的最优解法；但相对地 ? = 85 就很好选了，这是复杂度占主导的情况。 38 3. 数据结构 3.1. 数据结构分类 数据结构可以从逻辑结构和物理结构两个维度进行分类。 3.1.1. 逻辑结构：线性与非线性 「逻辑结构」揭示了数据元素之间的逻辑关系。在数组和链表中，数据按照顺序依次排列，体现了数据之间的 线性关系；而在树中，数据从顶部向 元素存在一对一的顺序关系。 ‧ 树形结构：树、堆、哈希表，元素存在一对多的关系。 ‧ 网状结构：图，元素存在多对多的关系。 3. 数据结构 hello‑algo.com 39 3.1.2. 物理结构：连续与离散 在计算机中，内存和硬盘是两种主要的存储硬件设备。硬盘主要用于长期存储数据，容量较大（通常可达到 TB 级别）、速度较慢。内存用于运行程序时暂存数据，速度较快，但容量较小（通常为 设计中，内存资源是一个重要的考虑因素。例如，算法所占用的内存峰值不应超过系统剩余空闲内存；如果 运行的程序很多并且缺少大量连续的内存空间，那么所选用的数据结构必须能够存储在离散的内存空间内。 「物理结构」反映了数据在计算机内存中的存储方式，可分为数组的连续空间存储和链表的离散空间存储。物 理结构从底层决定了数据的访问、更新、增删等操作方法，同时在时间效率和空间效率方面呈现出互补的特 点。

它为数据的有序组织提供了蓝图，使算法得以在此基础上生动起来。 第 3 章 数据结构 hello‑algo.com 50 3.1 数据结构分类 常见的数据结构包括数组、链表、栈、队列、哈希表、树、堆、图，它们可以从“逻辑结构”和“物理结构” 两个维度进行分类。 3.1.1 逻辑结构：线性与非线性 逻辑结构揭示了数据元素之间的逻辑关系。在数组和链表中，数据按照顺序依次排列，体现了数据之间的线 性关系；而在树中，数据从顶部向 。 ‧ 线性结构：数组、链表、队列、栈、哈希表，元素之间是一对一的顺序关系。 ‧ 树形结构：树、堆、哈希表，元素之间是一对多的关系。 ‧ 网状结构：图，元素之间是多对多的关系。 3.1.2 物理结构：连续与离散 在计算机中，内存和硬盘是两种主要的存储硬件设备。硬盘主要用于长期存储数据，容量较大（通常可达到 TB 级别）、速度较慢。内存用于运行程序时暂存数据，速度较快，但容量较小（通常为 占用的内存峰值不应超过系统剩余空闲 内存；如果缺少连续大块的内存空间，那么所选用的数据结构必须能够存储在离散的内存空间内。 如图 3‑3 所示，物理结构反映了数据在计算机内存中的存储方式，可分为连续空间存储（数组）和离散空间 存储（链表）。物理结构从底层决定了数据的访问、更新、增删等操作方法，同时在时间效率和空间效率方面 呈现出互补的特点。 第 3 章 数据结构 hello‑algo.com

趣链科技 版权所有 ©2016-2021 4 区块链诞生 区块链是互联网发展到一 定阶段的必然产物，是在 低成本、高效、快捷的基 础上对其安全可信及多元 价值传递与贡献分配体系 的完善。 物理世界 价值互联网 移动互联网 互联网 数据可信 资产可信 合作可信 可信 普适 信息 数字世界 5 趣链科技 版权所有 ©2016-2021 5 趣链科技 版权所有 ©2016-2021 分布式控制器 分布式控制 写在最后 36 趣链科技 版权所有 ©2016-2021 36 趣链科技 版权所有 ©2016-2021 36 趣链科技 版权所有 ©2016-2021 36 混合云 物理机 密码机密码卡 IoT终端 基础设施层 应用生态层 经济金融 民生服务 智慧政务 社会治理 智慧城市 ··· 能源电力 飞洛 BaaS 密钥管理 业务数据可视化 智能合约研发 联盟组织管理