Bölüm 1: Giriş

Veri Yapıları

Dijital veriVeri tipleriSoyut veri tipleri Algoritma analiziBig OTemel veri yapıları

Sercan KÜLCÜ · Giresun Üniversitesi · Bilgisayar Mühendisliği

Dijital Veri

Dijital Veri (Digital Data)

Sayı, metin, görüntü ve ses gibi bilgilerin elektronik olarak temsil edilmesi için kullanılan bir formattır.
Örnekler: Metin belgeleri, resim dosyaları, veritabanı, ses kayıtları.

Analog ses → ADC → 0 ve 1'ler → bilgisayar → DAC → analog ses

Dijital Veri

Dijital Verinin Özellikleri

Sayısal Olması

Veriler 0 ve 1 (ikili) olarak temsil edilir.

1011 0010

Kolay Saklama

Elektronik ortamda saklanabilir ve kolayca paylaşılabilir.

disk · bulut · ağ

İşlemeye Uygun

Bilgisayarlar üzerinde hızlı bir şekilde işlenebilir.

~10⁹ işlem / saniye

Bilgisayar yalnızca 0 ve 1'leri tanır. Veri yapıları, bu bitleri anlamlı ve verimli bir düzende tutmanın yollarıdır.

Dijital Veri

Dijital Verinin Temsil Biçimleri

Metin

ASCII, Unicode gibi karakter kodlamaları.

'A' → 65 → 01000001

Sayısal

Tam sayılar, kayan nokta sayıları.

13 → 00001101 · 3,14 → IEEE 754

Görüntü

Piksellerin renk değerleri.

kırmızı piksel → (R, G, B) = (255, 0, 0)

Ses

Ses dalgalarının dijital örneklemi.

CD kalitesi → saniyede 44.100 örnek

Dijital Veri

Dijital Veri Türleri

Tür	Açıklama	Örnek
Yapısal	Belirli bir şemaya göre düzenlenmiş veri	İlişkisel veritabanı tabloları, CSV
Yarı Yapısal	Etiketlerle kısmen düzenlenmiş veri	XML, JSON
Metin	İnsanlar tarafından okunabilen metinler	TXT, e-posta
Resim ve Grafik	Görsel veriler	JPG, PNG
Ses ve Müzik	Ses kayıtları	MP3, WAV

Veri Yapılarına Giriş

Veri Yapıları ve Algoritmalar

Algoritma

Belirli bir görevi gerçekleştirmek için adım adım hazırlanan bir plan veya talimatlar bütünüdür.
Bilgisayar biliminde temel bir yapı taşıdır.

Veri Yapısı

Verilerin organize edilmesini sağlayan ve depolanma biçimlerini tanımlayan yapılardır.
Verilerin etkili yönetimi ve işlenmesi için temel altyapıyı sağlar.

Etkili algoritmalar ve veri yapıları, yazılımın verimli çalışmasını sağlar.
Problemlere sistemli ve etkili çözümler sunar.

Algoritmalar + Veri Yapıları = Programlar
Niklaus Wirth'ün 1976 tarihli kitabının adı

Veri Yapılarına Giriş

Veri Yapıları

Verileri bilgisayarda düzenlemenin ve saklamanın bir yoludur.
Temel amacı, verilere hızlı ve etkili bir şekilde erişmeyi sağlamaktır.
Veri yapılarını anlamak, yazılım geliştirme sürecinde çok önemlidir.
Doğru veri yapısı seçimi, programın performans ve verimliliğini arttırır.

Mutfak eşyalarının karışık halde durduğu dağınık bir çekmece.

Mutfak eşyalarının bölmelere ayrılarak düzenlendiği bir çekmece.

Aynı eşyalar: solda dağınık, sağda düzenli.
Aradığını hangisinde daha hızlı bulursun?

Veri Yapılarına Giriş

Temel Yapı Taşları

Nesneler: Nitelikleri, isimlendirilmiş alanlara sahip tek bir birimde gruplar.
Diziler: Varlıkları, bellekte ardışık yuvalarda toplu olarak saklar.
Bağlantılar: Varlıklar arasında isteğe bağlı yönlü ilişkilere olanak tanır.

Nesneler

Diziler

Bağlantılar

→

→ ?

Veri Yapılarına Giriş

İlkel (Primitive) Veri Tipleri

Java tipi	Boyut	Değerler
`byte`	8 bit	−128 … 127
`short`	16 bit	−32.768 … 32.767
`int`	32 bit	yaklaşık ±2,1 milyar
`long`	64 bit	yaklaşık ±9,2·10¹⁸
`float`	32 bit	ondalıklı (≈7 basamak)
`double`	64 bit	ondalıklı (≈15 basamak)
`boolean`	—	true / false
`char`	16 bit	Unicode karakter

Tam sayılar, ondalıklı sayılar, mantıksal değerler ve karakterler.
Basit ve temel veri tipleridir.
Bellekte sabit bir boyuta sahiptirler.
İşlemci tarafından doğrudan işlenebilirler.

Veri Yapılarına Giriş

Veri Tipleri

Veri Tipi: Bir değer kümesini ve davranışlarını tanımlar.
Değer Kümesi: Bir veri türünün alabileceği geçerli değerler.
Davranışlar: Değerler üzerinde gerçekleştirilebilecek işlemler.
Her işlem her türde geçerli değildir.
Tip Güvenliği: Veri türleri, hataları en aza indirmek için kullanılır. Kısıtlamalar, programcılara neyin mümkün olup olmadığını söyler.

Tam Sayılar

Toplama, çıkarma, çarpma, bölme gibi işlemler.

7 / 2 → 3

Metin Dizileri

Karşılaştırma, birleştirme, alt dize alma gibi işlemler.

"veri" + "yapısı"

Geçersiz işlem

Derleyici hatayı çalıştırmadan yakalar.

"abc" * 2 → derleme hatası

Veri Yapılarına Giriş

İlkel Olmayan (Non-Primitive) Veri Yapıları

Daha karmaşık veri yapılarıdır. Örneğin:

SıralıDiziler, listeler

BağlantılıBağlı listeler

HiyerarşikAğaçlar

Ağ (Network)Çizgeler

İndekslenmişHash tabloları

…Kümeler, eşlemeler

Karmaşıktır ve birden fazla ilkel veri tipini içerebilir.
Çoğu dinamik boyutludur (diziler hariç); saklanan veri miktarı değişebilir.
Özelleştirilmiş işlemleri gerçekleştirmek için kullanılırlar.

Veri Yapılarına Giriş

Farklı Veri Yapıları

Her birinin kendine özgü güçlü ve zayıf yönleri bulunur.

Diziler (Arrays)Verileri düzenlemek ve erişmek için kullanılır. Boyutu sabittir.

Bağlı Listeler (Linked Lists)Verileri bağlantılı bir şekilde saklar. Esnek boyutludur.

Yığınlar (Stacks)Son giren ilk çıkar (LIFO). Örneğin, geri alma işlemi.

Kuyruklar (Queues)İlk giren ilk çıkar (FIFO). İşlem sıralaması için kullanılır.

Ağaçlar (Trees)Hiyerarşik verileri temsil eder. Örneğin, veritabanı indeksleri.

Eşleme, Küme, ÇizgeAnahtar-değer çiftleri, tekil öğeler ve ilişki ağları.

Veri Yapılarına Giriş

Soyut Veri Tipleri ve Veri Yapıları

Soyut Veri Tipi (ADT)

Listeler, yığınlar, kuyruklar, kümeler, eşlemeler, çizgeler…
Hangi işlemlerin yapılabileceğini (davranışı) belirler.
İmplementasyon detaylarına odaklanmaz.

Veri Yapısı (Data Structure)

Bağlı listeler, diziler, komşuluk matrisleri…
Soyut veri tiplerini uygulayan somut yapılardır.
Bellek ve performans detaylarına odaklanır.

Veri Yapılarına Giriş

Verilerin Düzenlenmesi

Konumsal olmayan

Sıralı

Ağaç

Çizge

Düzen	İlişki	Günlük hayattan örnek
Konumsal olmayan	ilişkisiz	sınıftaki öğrenciler
Sıralı	bire-bir	sıra bekleyen öğrenciler
Ağaç	bire-birçok	aile ağacı
Çizge	birçoğa-birçok	yol haritası

Veri Yapılarına Giriş

Veri Yapısı Seçimi

Aşağıdaki sorular kritik rol oynar:

Veri yapısı başlangıçta tamamen doldurulabilir mi?
Veri yapısından öğeler silinebilir mi?
Ekleme sırasının önemi var mı?
Veri yapısındaki öğeler sıralanabilir mi?
Öğeler belirli bir sıra ile mi işlenir, yoksa rastgele erişim de gerekli mi?

Durum değişmeyecekseDurağan (static) yapılar tercih edilebilir.

Sık ekleme / silme varsaDinamik ve esnek veri yapıları düşünülmelidir.

Algoritma Analizi

Algoritmalar

Bir algoritma, bir problemi çözmek için adım adım bir prosedürdür.
Aynı problemi çözmek için farklı algoritmalar bulunabilir; bazıları diğerlerine göre daha verimli çalışır.
Doğru algoritma seçimi kritik öneme sahiptir: iyi bir algoritma, işi daha az kaynak kullanarak yapar.

Bazı yaygın algoritmalar:

SıralamaVerileri belirli bir sıraya göre düzenler.kabarcık, birleştirme sıralaması

AramaBelirli bir öğeyi veri kümesinde bulur.doğrusal arama, ikili arama

ÇizgeÇizge teorisi problemlerini çözer.en kısa yol, ağ akışı

Algoritma Analizi

İyi Bir Algoritma

Bir problemi etkili bir şekilde çözen algoritmadır. Dört ölçüte bakarız:

Zaman Karmaşıklığı (Time Complexity)Çalışma süresi veya işlem sayısı gibi faktörler zaman karmaşıklığını belirler.

Alan Karmaşıklığı (Space Complexity)Algoritmanın kullandığı bellek miktarı alan karmaşıklığını belirler.

Doğruluk (Correctness)Her geçerli girdi için doğru sonucu üretmelidir. Yanlış sonuç veren bir algoritma kullanışsızdır.

Sağlamlık (Robustness)Çeşitli durumlar ve girdilerle başa çıkabilmeli, farklı senaryolara uyum sağlayabilmelidir.

Algoritma Analizi

Zaman Karmaşıklığı ve Büyük O (Big O)

Algoritmanın ne kadar sürede çalıştığını, girdi boyutu n'ye bağlı olarak ifade eder.
Büyük O gösterimi, çalışma süresi için bir üst sınır belirtir; genellikle en kötü durum için kullanılır.
O(1): girdi boyutundan bağımsız, hep aynı sürede çalışır.
O(n): girdi büyüdükçe süre doğrusal olarak artar.

n arttıkça işlem sayısı

Big O'da yalnızca en hızlı büyüyen terim önemlidir; sabitler ve küçük terimler atılır:
3n² + 5n + 2 → O(n²) · 4n + 100 → O(n) · 7 → O(1)

Algoritma Analizi

Büyük O Gösterimi Örnekleri

Gösterim	Adı	Örnek	Neden?
O(1)	Sabit	Dizinin ilk elemanına erişme	Dizinin boyutu ne olursa olsun erişim süresi sabit
O(log n)	Logaritmik	Sıralı dizide ikili arama	Her adımda arama alanı yarıya iner
O(n)	Doğrusal	Diziyi baştan sona tarama	Her eleman bir kez işlenir
O(n log n)	Doğrusal logaritmik	Birleştirme sıralaması (Merge Sort)	Böl ve fethet: log n seviye, her seviyede n iş
O(n²)	Kare	Tüm eleman çiftlerini karşılaştırma	İç içe iki döngü
O(2ⁿ)	Üstel	Tüm alt kümeleri bulma	n elemanlı kümenin 2ⁿ alt kümesi var

Algoritma Analizi

n Büyüdükçe Ne Olur?

Karmaşıklık	n = 10	n = 100	n = 1.000
log₂ n	3,3	6,6	10
n	10	100	1.000
n log₂ n	33	664	9.966
n²	100	10.000	1.000.000
2ⁿ	1.024	≈ 1,3·10³⁰	≈ 1,1·10³⁰¹

Saniyede 10⁹ işlem yapan bir bilgisayar, n = 100 için 2ⁿ adımı yaklaşık 4·10¹³ yılda bitirir. Evrenin yaşı ≈ 1,4·10¹⁰ yıl.

Algoritma Analizi

Koddan Karmaşıklığa

O(1)

int ilk(int[] a) {
    return a[0];
}

O(n)

int toplam(int[] a) {
    int s = 0;
    for (int x : a)  // n kez
        s += x;
    return s;
}

O(n²)

boolean tekrarVar(int[] a) {
    for (int i = 0; i < a.length; i++)
        for (int j = i + 1; j < a.length; j++)
            if (a[i] == a[j])
                return true;
    return false;
}
// dış döngü n, iç döngü ≈ n/2
// → n(n−1)/2 karşılaştırma

Kural: sabitler ve küçük terimler atılır. n(n−1)/2 = n²/2 − n/2 → O(n²)

Algoritma Analizi

Alan Karmaşıklığı

Algoritmanın kullandığı bellek miktarını ölçer; genellikle Büyük O gösterimiyle ifade edilir.
Bellek kullanımının girdi boyutuna bağlı artışını gösterir.
Sınırlı bellek kaynaklarına sahip sistemlerde bellek verimliliği önemlidir.

O(1) · SabitÖrnek: bir değişken oluşturma. Bellek kullanımı girdi boyutuyla değişmez.

O(n) · DoğrusalÖrnek: bir dizinin tüm elemanlarını saklama. Bellek, girdi boyutuyla doğru orantılı artar.

O(n²) · KareÖrnek: n×n boyutunda bir matrisi saklama. Bellek, n'nin karesiyle artar.

Algoritma Analizi

Doğruluk (Correctness)

Doğruluk, bir algoritmanın başarısını belirleyen en temel faktördür.
Doğru bir algoritma, her geçerli girdi için sonlu sürede beklenen çıktıyı üretir.
Hızlı çalışan ama yanlış sonuç veren bir algoritmanın değeri yoktur.

Doğruluk nasıl gösterilir?

Test SenaryolarıÇıktılar, bilinen doğru sonuçlarla karşılaştırılır.

Uç DurumlarBoş girdi, tek eleman, en büyük/en küçük değerler denenir.

Döngü DeğişmeziHer adımda doğru kalan bir özellikle doğruluk ispatlanır.

Karşı ÖrnekTek bir yanlış sonuç, algoritmanın doğru olmadığını gösterir.

Algoritma Analizi

Sağlamlık (Robustness)

Algoritmanın beklenmeyen durumlarla başa çıkma yeteneğidir.
Sağlam bir algoritma, normal aralığın dışındaki girdileri bile çökmeden veya yanlış sonuç üretmeden işleyebilir.

Sağlamlık nasıl sınanır?

Geçersiz GirdilerUygun olmayan veya beklenmeyen girdilerle başa çıkma.null, negatif boyut

Hatalı VerilerBozuk veya eksik verilerle başa çıkma.eksik satır, yanlış biçim

Büyük Veri KümeleriÇok büyük girdileri işleyebilme.10⁸ kayıt

Aşırı YüklenmeAlgoritmanın aşırı yük altında nasıl davrandığı.aynı anda binlerce istek

Temel Veri Yapıları

Diziler (Arrays)

Verileri ardışık olarak bir bellek bloğunda saklar.
Tüm öğeler aynı türdedir ve bellekte eşit boyutta yer kaplar.
Her öğeye indeksiyle doğrudan erişilir: adres = başlangıç + i × öğe boyutu
Verileri düzenli saklamak ve hızlı erişim sağlamak için kullanışlı bir veri yapısıdır.

Bir hücreye tıkla: üst sıra indis, alt sıra değer.

int[] a = {7, 2, 9, 5, 1};   // 5 elemanlı dizi, indisler 0…4
int x = a[2];                // x = 9, tek adımda erişim
a[4] = 8;                     // indis 4'teki değer güncellenir

Temel Veri Yapıları

Diziler: Avantajlar ve Dezavantajlar

Avantajları

Doğrudan indeksleme ile verilere hızlı erişim sağlar (O(1)).
Verileri düzenli bir şekilde saklar.
Kolay bir kullanım sunar.

Dezavantajları

Sabit boyuta sahiptir; veri boyutu dinamik olarak değiştirilemez.
Araya ekleme ve silme maliyetlidir; sonraki öğelerin kaydırılması gerekir (O(n)).

Temel Veri Yapıları

Bağlı Listeler (Linked Lists)

Verileri, birbirine referanslarla bağlanan düğümlerde (node) saklar.
Her düğüm, veriyi ve bir sonraki düğümün referansını içerir; "baş" listenin başlangıcını gösterir.
Düğümlerin bellekte ardışık olması gerekmez.
Verilerin dinamik olarak büyüyüp küçüldüğü ve sık ekleme/silme yapılan durumlarda kullanışlıdır.

Temel Veri Yapıları

Bağlı Listeler: Avantajlar ve Dezavantajlar

Avantajları

Veri boyutu dinamik olarak değişebilir.
Düğümler listeye eklenebilir, listeden çıkarılabilir.
Ekleme ve silme, öğeleri kaydırmadan yalnızca bağlantılar güncellenerek yapılır.

Dezavantajları

Erişim, düğümler arasında baştan gezinme gerektirdiği için dizilere göre yavaştır (O(n)).
Her düğüm bir de referans taşıdığından daha fazla bellek kullanır.

Temel Veri Yapıları

Yığınlar (Stacks)

Verileri son giren, ilk çıkar (LIFO - Last-In, First-Out) mantığına göre saklar.
Yeni öğe yığının en üstüne eklenir (push).
Çıkarılırken en son eklenen öğe çıkarılır (pop).
"Üst" (top), en son eklenen öğeyi gösterir.
Tabak yığını gibi düşünülebilir: yalnızca en üstteki alınır.

Temel Veri Yapıları

Yığınların Kullanım Alanları

Özyinelemeli Fonksiyonlar (Recursion)Fonksiyon kendini çağırdığında her çağrı bir yığın çerçevesi olarak saklanır. Böylece fonksiyon tamamlandığında çağrıldığı yere geri dönebilir.

Geri İzleme (Backtracking)Olasılıklar denenip geri adım atılması gerektiğinde yığınlar kullanılır (ör. labirent çözme).

İşlem Geçmişi (Undo/Redo)Kullanıcı işlemlerini geri almak (Undo) veya geri getirmek (Redo) için yığınlar kullanılır.

İfade DeğerlendirmeParantez eşleştirme ve infix → postfix dönüşümü yığınla yapılır (Bölüm 4).

Temel Veri Yapıları

Kuyruklar (Queues)

Verileri ilk giren, ilk çıkar (FIFO - First-In, First-Out) mantığına göre saklar.
Öğeler "arka"dan eklenir (enqueue), "ön"den çıkarılır (dequeue).
Market kasasındaki sıra gibi: ilk gelen ilk hizmet alır.

Temel Veri Yapıları

Kuyrukların Kullanım Alanları

Görev Çizelgeleme (Task Scheduling)İşlemcinin görevleri sırayla çalıştırmasına yardımcı olur. Kuyruğa ilk giren görev ilk olarak çalıştırılır.

İstek İşleme (Request Processing)Sunucular gelen istekleri kuyrukta sıraya alır ve sırayla işler; talep yükünü yönetmek için kullanışlıdır.

Yazdırma KuyruğuYazıcıya gönderilen belgeler geliş sırasıyla basılır.

Algoritmalar (Algorithms)Örneğin genişlik öncelikli arama (BFS) algoritması bir kuyruk kullanır.

Temel Veri Yapıları

Ağaçlar (Trees)

Verileri hiyerarşik bir yapı içinde saklar.
Her ağacın bir kök düğümü (root) vardır; diğer düğümler kökten dallanır.
Her düğümün sıfır veya daha fazla çocuğu olabilir; çocuğu olmayan düğümlere yaprak (leaf) denir.
Örnekte: kök 1; kökün çocukları 2 ve 3; 2'nin çocukları 4 ve 5.

KökEbeveyni olmayan tek düğüm: 1

Ebeveyn / Çocuk2, hem 4'ün hem 5'in ebeveynidir

YaprakÇocuğu olmayan düğümler: 3, 4, 5

YükseklikKökten en uzak yaprağa kenar sayısı: 2

Temel Veri Yapıları

Ağaçların Kullanım Alanları

Dosya Sistemi (File System)Kök düğüm ana dizini, alt düğümler alt klasörleri veya dosyaları temsil eder.C:\ → Users → Sercan → Belgeler

Biyolojik Taksonomi (Taxonomy)Canlıların sınıflandırılmasında her takson (familya, cins, tür…) ağaç içinde bir düğümdür.

Veritabanı İndeksleri (Database Indexing)İndeks ağaçları (ör. B-ağacı) verileri sıralı tutar ve erişimi hızlandırır.

HTML Belgeleri (DOM)Bir web sayfasının öğeleri iç içe bir ağaç oluşturur.

Temel Veri Yapıları

Eşleme Veri Yapısı (Maps)

Anahtar-değer çiftlerini saklar; her anahtar bir değerle eşleştirilir.
Anahtarlar benzersizdir ve her biri yalnızca bir değeri temsil eder.
Anahtar kullanarak değerlere hızlı erişim sağlar.
Büyük veri koleksiyonlarını etkili bir şekilde işlemek için kullanışlıdır.

Anahtar	Değer
"Ad"	"Ali"
"Soyadı"	"Veli"
"Yaş"	30
"Şehir"	"İstanbul"

Map<String, Object> kisi = new HashMap<>();
kisi.put("Ad", "Ali");   kisi.get("Ad");  // → "Ali"

Temel Veri Yapıları

Eşleme Kullanım Alanları

Veritabanı İşlemleriAnahtarlarla değerlere erişmek için kullanılır. Özellikle NoSQL veritabanlarında yaygındır.

Önbellek YönetimiSık kullanılan verilere hızlı erişim sağlar; ör. web sayfaları URL'lerine göre önbellekte tutulur.

Yapay Zeka ve Veri AnaliziVeri indeksleme ve öznitelik eşleştirme için kullanılır; ör. kelime → frekans sayımı.

Yazılım GeliştirmeYapılandırma dosyaları, dil çevirileri ve ortam ayarları eşlemelerle tutulur.

Temel Veri Yapıları

Küme Veri Yapısı (Sets)

Benzersiz, tekil öğeler içerir; her öğe yalnızca bir kez bulunabilir.
Öğeler genellikle sırasız saklanır.
Bir öğenin kümede olup olmadığı hızlıca kontrol edilebilir.
Veri analizi, mantıksal işlemler ve veritabanı gibi alanlarda kullanılır.

Temel küme işlemleri (X = {1, 2, 3}, Y = {3, 4}):

Birleşim (∪)X ∪ Y = {1, 2, 3, 4}

Kesişim (∩)X ∩ Y = {3}

Fark (−)X − Y = {1, 2}

Kümeye 3'ü tekrar eklemek kümeyi değiştirmez: {1, 2, 3} ∪ {3} = {1, 2, 3}.

Temel Veri Yapıları

Çizge Veri Yapısı (Graphs)

Düğümleri (nodes) ve bu düğümleri birbirine bağlayan kenarları (edges) içerir.
Nesneler arasındaki karmaşık ilişkileri modellemek ve analiz etmek için kullanılır.
Örnekte A, B, C, D düğümlerdir; çizgiler kenarlardır. A ile B arasında kenar varsa bu iki düğüm bağlantılıdır.

Temel Veri Yapıları

Çizge Veri Yapısının Özellikleri

Düğümler (Nodes): Çizgenin temel yapı taşıdır ve verileri temsil eder.
Kenarlar (Edges): Düğümleri birbirine bağlar ve ilişkileri gösterir.

Yönsüz: düz çizgiler

Yönlü: oklar

Ağırlıklı: önem / mesafe

Öz döngü (self-loop)

Kenarlar yönlü (oklarla) veya yönsüz (düz çizgilerle) gösterilebilir; kenarlara ağırlık verilebilir.
Bir düğümün kendisine bağlanmasına öz döngü denir; çizge türüne göre izin verilebilir veya verilmez.

Temel Veri Yapıları

Çizge Kullanım Alanları

Sosyal Ağ AnaliziSosyal medyadaki kişiler düğüm, arkadaşlıklar kenardır; ilişkiler ve etkileşimler analiz edilir.

Harita ve NavigasyonKavşaklar düğüm, yollar kenardır; en kısa yol çizge algoritmalarıyla bulunur.

Şehir ve Çevre PlanlamaYollar, yeşil alanlar ve su yollarını modellemek için kullanılır.

Temel AlgoritmalarDerinlik öncelikli arama (DFS) ve genişlik öncelikli arama (BFS) çizge üzerinde çalışır.

Özet

Temel Veri Yapılarında İşlem Maliyetleri

Veri yapısı	i. öğeye erişim	Arama	Ekleme	Silme
Dizi	O(1)	O(n)	O(n)	O(n)
Bağlı liste	O(n)	O(n)	O(1)^†	O(1)^†
Yığın	yalnızca üst	O(n)	O(1) push	O(1) pop
Kuyruk	yalnızca ön	O(n)	O(1) enqueue	O(1) dequeue
Eşleme / Küme (hash)	—	O(1)*	O(1)*	O(1)*

^† Konum (önceki düğüm) biliniyorsa. * Ortalama durum; en kötü durumda O(n). Ayrıntılar ilgili bölümlerde.

Özet

Örnek Problemler

Metin editöründe "geri al" için hangi veri yapısı uygundur? Neden?
Yazıcıya gelen belgeleri geliş sırasıyla basmak için hangi yapı uygundur?
Öğrenci numarasıyla öğrenci bilgisine hızlı erişim için hangi yapı uygundur?
İki nokta arasındaki en kısa yolu bulmak için şehir haritasını nasıl modellersiniz?
Listedeki tekrar eden öğeleri ayıklamak için hangi yapıyı kullanırsınız?
Tüm eleman çiftlerini karşılaştıran algoritmanın zaman karmaşıklığı nedir?

Cevapları göster

Yığın (LIFO): son yapılan işlem ilk geri alınır.
Kuyruk (FIFO).
Eşleme / hash tablosu (anahtar: öğrenci no).
Ağırlıklı çizge: düğümler kavşak, kenarlar yol, ağırlıklar mesafe.
Küme (set).
O(n²).

Son

Bölüm 1: Giriş

Sonraki bölüm: Diziler

← → veya boşluk ile gezinin · F: tam ekran · Home/End: ilk/son slayt