一、概念
(1) 栈（Stack）
栈（Stack）和队列（Queue）是两种操作受限的线性表栈的插入和删除操作只允许在表的尾端进行（在栈中成为“栈顶”），满足“LIFO：Last In First Out”；
用数组模拟实现栈
1.栈的创建 function stack(){各种属性和方法的声明}
2.实现栈的push方法，该方法是负责向栈中添加元素，重要的一点是该方法只能往栈顶添加元素，也就是栈的尾部。this.push = function (element) {items.push(element)}
因为我们用了数组来保存栈里的元素，因此移除的是最后添加进去的元素。
3. 栈的pop方法实现：this.pop = fucntion (items) {return items.pop}
只能使用push 和 pop方法来实现栈的添加和删除
栈的全部代码
4.从十进制到二进制
（2）队列
队列是遵循first in first out 原则的一组有序队列，队列从尾部添加新元素，从顶部移除元素，最新添加的元素必须排在队列的末尾。
1.创建队列，我们通过创建自己类来创建队列，先从最基本的声明开始：
function Queue() {这里声明属性核对方法}
首先需要一个用于存储队列中元素的数据结构。我们可以使用数组，就像在上一章Stack类 中那样使用（你会发现Queue类和Stack类非常类似，只是添加和移除元素的原则不同）
2.优先队列
默认的Queue类和PriorityQueue类实现上的区别是，要向PriorityQueue添加元素，需 要创建一个特殊的元素（行{1}）。这个元素包含了要添加到队列的元素（它可以是任意类型） 及其在队列中的优先级。
如果队列为空，可以直接将元素入列（行{2}）。否则，就需要比较该元素与其他元素的优 先级。当找到一个比要添加的元素的priority值更大（优先级更低）的项时，就把新元素插入 到它之前（根据这个逻辑，对于其他优先级相同，但是先添加到队列的元素，我们同样遵循先进 先出的原则）。要做到这一点，我们可以用第2章学习过的JavaScript的array类的splice方法。 一旦找到priority值更大的元素，就插入新元素（行{3}）并终止队列循环（行{4}）。这样， 队列也就根据优先级排序了。
栈与队列的相同点：
1.都是线性结构。
2.插入操作都是限定在表尾进行。
3.都可以通过顺序结构和链式结构实现。
4.插入与删除的时间复杂度都是O（1），在空间复杂度上两者也一样。
5.多链栈和多链队列的管理模式可以相同。
栈与队列的不同点：
1.删除数据元素的位置不同，栈的删除操作在表尾进行，队列的删除操作在表头进行。
2.应用场景不同；常见栈的应用场景包括括号问题的求解，表达式的转换和求值，函数调用和递归实现，深度优先搜索遍历等；常见的队列的应用场景包括计算机系统中各种资源的管理，消息缓冲器的管理和广度优先搜索遍历等。
3.顺序栈能够实现多栈空间共享，而顺序队列不能。
说明：js中基本类型的变量赋值是队列的原理；
(3) 链表
链表存储有序的元素集合，但不同于数组，链表中的元素在内存中并不是连续放置的。每个 元素由一个存储元素本身的节点和一个指向下一个元素的引用（也称指针或链接）组成。下图展 示了一个链表的结构：
1.创建一个链表
现在我们要实现我们的数据结构了，以下是我们的LinkedList类的骨架：
2.向链表尾部添加元素
3.删除链表中任意位置的元素
4.在任意位置插入一个元素
（4）树（堆）
1. 树的定义
树是一种数据结构，它是由n（n>=1）个有限结点组成一个具有层次关系的集合。
树具有的特点有：
(1) 每个节点有0个或者多个子节点
(2) 没有父节点的节点称之为根节点
(3) 每一个非根节点有且只有一个父节点
(4) 除了根节点外，每个子节点可以分为多个不相交的树
若一个结点有子树，那么该结点称为子树根的“双亲”，子树的根称为该结点的“孩子”。有相同双亲的结点互为“兄弟”。一个结点的所有子树上的任何结点都是该结点的后裔。从根结点到某个结点的路径上的所有结点都是该结点的祖先。
结点的度：结点拥有的子树的数目
叶子结点：度为0的结点
分支结点：度不为0的结点
树的度：树中结点的最大的度
层次：根结点的层次为1，其余结点的层次等于该结点的双亲结点的层次加1
树的高度：树中结点的最大层次
森林：0个或多个不相交的树组成。对森林加上一个根，森林即成为树；删去根，树即成为森林。
2. 二叉树
（1）二叉树的定义
二叉树是每个结点最多有两个子树的树结构。它有五种基本形态：二叉树可以是空集；根可以有空的左子树或右子树；或者左、右子树皆为空。
（2）二叉树的性质
性质1：二叉树第i层上的结点数目最多为2^(i-1)(i>=1)
性质2：深度为k的二叉树至多有2^k-1个结点（k>=1）
性质3：包含n个结点的二叉树的高度至少为(log2n)+1
性质4：在任意一棵二叉树中，若终端结点的个数为n0，度为2的结点数为n2，则n0=n2+1
（3）性质4的证明
性质4：在任意一棵二叉树中，若终端结点的个数为n0，度为2的结点数为n2，则n0=n2+1
证明：因为二叉树中所有结点的度数均不大于2，不妨设n0表示度为0的结点个数，n1表示度为1的结点个数，n2表示度为2的结点个数。三类结点加起来为总结点个数，于是便可得到：n=n0+n1+n2 (1)
由度之间的关系可得第二个等式：n=n0*0+n1*1+n2*2+1即n=n1+2n2+1 (2)
将（1）（2）组合在一起可得到n0=n2+1
3.满二叉树
（1）满二叉树
定义：高度为h，并且由2h-1个结点组成的二叉树，称为满二叉树
（2）完全二叉树
定义：一棵二叉树中，只有最下面两层结点的度可以小于2，并且最下层的叶结点集中在靠左的若干位置上，这样的二叉树称为完全二叉树。
特点：叶子结点只能出现在最下层和次下层，且最下层的叶子结点集中在树的左部。显然，一棵满二叉树必定是一棵完全二叉树，而完全二叉树未必是满二叉树。
（3）二叉查找树
定义：二叉查找树又被称为二叉搜索树。设x为二叉查找树中的一个结点，x结点包含关键字key，结点x的key值计为key[x]。如果y是x的左子树中的一个结点，则key[y]<=key[x]；如果y是x的右子树的一个结点，则key[y]>=key[x]
在二叉查找树中：
（1）若任意结点的左子树不空，则左子树上所有结点的值均小于它的根结点的值。
（2）任意结点的右子树不空，则右子树上所有结点的值均大于它的根结点的值。
（3）任意结点的左、右子树也分别为二叉查找树。
（4）没有键值相等的结点。
4. 二叉树的遍历：前序、中序、后序（前中后指的是每个子节点的父节点的次序）
前序：1,2,4,5,2,6,7
中序：4,2,5,1,6,2,7
后序：4,5,2,6,7,2,1
二、两个栈实现一个队列、两个队列实现一个栈
1. 两个栈实现一个队列
队列是先进先出（FIFO），栈是后进先出（LIFO）
模拟队列的push操作，直接往栈中推入即可，但是要考虑辅助栈中还存在的情况
2. 用两个队列实现一个栈
首先队列是先进先出，我们可以发现队列无论怎么倒，我们不能逆序一个队列
3. 链表实现一个队列
（1） 入队
（2）出队
（3）清空队列
（4）测试代码
