【数据结构与算法】二叉树


1.树、二叉树
2.二叉查找树

3.平衡二叉树、红黑树
4.递归树

一、树

1.树的常用概念
根节点、叶子节点、父节点、子节点、兄弟节点,还有节点的高度、深度以及层数,树的高度。

2.概念解释
节点:树中的每个元素称为节点
父子关系:相邻两节点的连线,称为父子关系
根节点:没有父节点的节点
叶子节点:没有子节点的节点
父节点:指向子节点的节点
子节点:被父节点指向的节点
兄弟节点:具有相同父节点的多个节点称为兄弟节点关系
节点的高度:节点到叶子节点的最长路径所包含的边数
节点的深度:根节点到节点的路径所包含的边数
节点的层数:节点的深度+1(根节点的层数是1)
树的高度:等于根节点的高度
在这里插入图片描述

二、二叉树

在这里插入图片描述
1.概念
①什么是二叉树?
每个节点最多只有2个子节点的树,这两个节点分别是左子节点和右子节点。
②什么是满二叉树?
有一种二叉树,除了叶子节点外,每个节点都有左右两个子节点,这种二叉树叫做满二叉树。
③什么是完全二叉树?
有一种二叉树,叶子节点都在最底下两层,最后一层叶子节都靠左排列,并且除了最后一层,其他层的节点个数都要达到最大,这种二叉树叫做完全二叉树。
在这里插入图片描述

2.完全二叉树的存储
①链式存储
每个节点由3个字段,其中一个存储数据,另外两个是指向左右子节点的指针。我们只要拎住根节点,就可以通过左右子节点的指针,把整棵树都串起来。这种存储方式比较常用,大部分二叉树代码都是通过这种方式实现的。
②顺序存储
用数组来存储,对于完全二叉树,如果节点X存储在数组中的下标为i,那么它的左子节点的存储下标为2i,右子节点的下标为2i+1,反过来,下标i/2位置存储的就是该节点的父节点。注意,根节点存储在下标为1的位置。完全二叉树用数组来存储时最省内存的方式。
3.二叉树的遍历
①前序遍历:对于树中的任意节点来说,先打印这个节点,然后再打印它的左子树,最后打印它的右子树。
②中序遍历:对于树中的任意节点来说,先打印它的左子树,然后再打印它的本身,最后打印它的右子树。
③后序遍历:对于树中的任意节点来说,先打印它的左子树,然后再打印它的右子树,最后打印它本身。
前序遍历的递推公式:
preOrder® = print r->preOrder(r->left)->preOrder(r->right)
中序遍历的递推公式:
inOrder® = inOrder(r->left)->print r->inOrder(r->right)
后序遍历的递推公式:N
postOrder® = postOrder(r->left)->postOrder(r->right)->print r
时间复杂度:3种遍历方式中,每个节点最多会被访问2次,所以时间复杂度是O(n)。

三、二叉查找树

二叉查找树要求,在树中的任意一个节点,其左子树中的每个节点的值,都要小于这个节点的值,而右子树节点的值都大于这个节点的值.

1. 查找操作:
在这里插入图片描述


public class BinarySearchTree {private Node tree;public Node find(int data) {Node p = tree;while (p != null) {if (data < p.data) p = p.left;else if (data > p.data) p = p.right;else return p;}return null;}public static class Node {private int data;private Node left;private Node right;public Node(int data) {this.data = data;}}
}

先取根节点,如果它等于我们要查找的数据,那就返回。
如果要查找的数据比根节点的值小,那就在左子树中递归查找。
如果要查找的数据比根节点的值大,那就在右子树递归查找.

2. 插入操作:
在这里插入图片描述

如果要插入的数据比节点的数据大,并且节点的右子树为空,就将数据直接插到右子节点的位置。
如果不为空,就再递归遍历右子树,查找插入位置。
如果要插入的数据比节点数值小,并且节点的左子树为空,就将数据插入到左子节点的位置
如果不为空,就再递归遍历左子树,查找插入位置。


public void insert(int data) {if (tree == null) {tree = new Node(data);return;}Node p = tree;while (p != null) {if (data > p.data) {if (p.right == null) {p.right = new Node(data);return;}p = p.right;} else { // data < p.dataif (p.left == null) {p.left = new Node(data);return;}p = p.left;}}
}

3. 删除操作:
1)要删除的节点没有子节点,我们只需要直接将父节点中,指向要删除节点的指针置为null, 比如图中的删除节点55.
2)要删除的节点只有一个子节点(只有左子节点或者右子节点),我们只需要更新父节点中,指向要删除节点的指针,让它指向要删除节点的子节点就好了。
3)要删除的节点有两个子节点,我们需要找到这个节点的右子树中的最小节点,把他替换到要删除的节点上。然后再删除掉这个最小节点,因为最小节点肯定没有左子节点(如果没有左子结点,那就不是最小节点了).


public void delete(int data) {Node p = tree; // p指向要删除的节点,初始化指向根节点Node pp = null; // pp记录的是p的父节点while (p != null && p.data != data) {pp = p;if (data > p.data) p = p.right;else p = p.left;}if (p == null) return; // 没有找到// 要删除的节点有两个子节点if (p.left != null && p.right != null) { // 查找右子树中最小节点Node minP = p.right;Node minPP = p; // minPP表示minP的父节点while (minP.left != null) {minPP = minP;minP = minP.left;}p.data = minP.data; // 将minP的数据替换到p中p = minP; // 下面就变成了删除minP了 先付好值,执行最后删除的语句pp = minPP;}// 删除节点是叶子节点或者仅有一个子节点Node child; // p的子节点if (p.left != null) child = p.left;else if (p.right != null) child = p.right;else child = null;//执行最后删除的语句if (pp == null) tree = child; // 删除的是根节点else if (pp.left == p) pp.left = child;else pp.right = child;
}

二叉查找树可以支持快速地查找最大节点和最小节点,前驱节点和后继节点.
中序遍历二叉查找树,可以输出有序的数据序列,时间复杂度是O(n),非常高效。

完全二叉树的高度小于等于log2n
平衡二叉查找树的高度接近logn.
插入,删除,查找的时间复杂度比较稳定,为O(logn).

四、 散列表 vs 二叉查找树

1) 散列表是无序存储的,要有序的话,需要先排序, 二叉查找树,只需要中序遍历,就可以在O(n)时间复杂度内,输出有序的数据序列。

  1. 散列表扩容耗时多,遇到散列冲突时,性能不稳定,常用的平衡二叉树性能稳定,时间复杂度稳定在O(logn)

3)一般来说,散列表查找,删除,插入操作的时间复杂度是常量级的。但因哈希冲突的存在,这个常量不一定比logn小,加上哈希函数的耗时,也就未必比平衡二叉查找树的效率高.

  1. 散列表构造比二叉查找树要复杂,需要考虑的东西很多。比如散列函数的设计,冲突接近方法,扩容,缩容等.
    平衡二叉查找树只需要考虑平衡性这个问题。

5)为了避免过多的散列冲突,散列表装在因子不能太大,特别是基于开放寻址法接近冲突的散列表.

N、思考

1.二叉树有哪几种存储方式?什么样的二叉树适合用数组来存储?
①链式存储 ②顺序存储 完全二叉树
2.给定一组数据,比如1,3,5,6,9,10.你来算算,可以构建出多少种不同的二叉树?
n!
3.我们讲了三种二叉树的遍历方式,前、中、后序。实际上,还有另一种遍历方式,也就是按层遍历,你知道如何实现吗?

class Solution {public List<List<Integer>> levelOrder(TreeNode root) {if (root == null) return new ArrayList<>(0);List<List<Integer>> result = new ArrayList<>();Queue<TreeNode> queue = new LinkedList<TreeNode>();queue.offer(root);Queue<TreeNode> curLevelNodes = new LinkedList<TreeNode>();while (!queue.isEmpty()) {TreeNode node = queue.poll();curLevelNodes.offer(node);if (queue.isEmpty()) {List<Integer> list = new ArrayList<>(curLevelNodes.size());while (!curLevelNodes.isEmpty()) {TreeNode curNode = curLevelNodes.poll();list.add(curNode.val);if (curNode.left != null) {queue.offer(curNode.left);}if (curNode.right != null) {queue.offer(curNode.right);}}result.add(list);}}return result;}}

4.如何通过编程,求出一棵给定二叉树的确切高度呢?

[Leetcode][第104题][JAVA][二叉树的最大深度][递归][BFS]

笔记整理来源: 王争 数据结构与算法之美

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/424906.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

第二十四期:面试问:Kafka为什么速度那么快?该怎么回答

针对Kafka的基准测试可以参考&#xff0c;Apache Kafka基准测试&#xff1a;每秒写入2百万(在三台廉价机器上)下面从数据写入和读取两方面分析&#xff0c;为什么Kafka速度这么快 Kafka的消息是保存或缓存在磁盘上的&#xff0c;一般认为在磁盘上读写数据是会降低性能的&#x…

【数据结构与算法】平衡二叉树、红黑树

1.树、二叉树 2.二叉查找树 3.平衡二叉树、红黑树 4.递归树 一&#xff0c;什么是“平衡二叉查找树” 1&#xff0c;定义&#xff1a;二叉树中任意一个节点的左右子树的高度相差不能大于1。 所以&#xff1a;完全二叉树&#xff0c;满二叉树都是平衡二叉树&#xff0c;非完全…

第五十一期:互联网不如国企,去BAT的程序员都是diao丝?

要说互联网是目前最热门的行业&#xff0c;应该没人反驳吧。尤其是技术&#xff0c;大家都想毕业后去BAT大厂&#xff0c;甚至比如微软、google等外企科技公司&#xff0c;学编程出身的高校学子&#xff0c;去国企的还是比较少。除非为了拿一线城市的户口&#xff0c;不然可能真…

文档排序--相似度模型--VSM

说明&#xff1a;文章内容来源于课程视频和课程ppt。我只学习了课程没有做习题。文章不是翻译&#xff0c;是我对课程的理解。 上文提到文档排序函数是TR的核心。文档排序函数的实现有几种思路&#xff0c;其中一种是基于相似度的模型。这种模型具体是用空间向量模型(Vector Sp…

第二十五期:搞定Linux Shell文本处理工具,看完这篇集锦就够了

Linux Shell是一种基本功&#xff0c;由于怪异的语法加之较差的可读性&#xff0c;通常被Python等脚本代替。既然是基本功&#xff0c;那就需要掌握&#xff0c;毕竟学习Shell脚本的过程中&#xff0c;还是能了解到很多Linux系统的内容。 Linux Shell是一种基本功&#xff0c;由…

【数据结构与算法】递归树

1.树、二叉树 2.二叉查找树 3.平衡二叉树、红黑树 4.递归树 一、什么是递归树 如果我们把这个一层一层的分解过程画成图&#xff0c;它其实就是一棵树。我们给这棵树起一个名字&#xff0c;叫作递归树。 时间复杂度分析的递归树法 分析每一步核心操作的时间复杂度分析树高&…

【02】Kubernets:使用 kubeadm 部署 K8S 集群

写在前面的话 通过上一节&#xff0c;知道了 K8S 有 Master / Node 组成&#xff0c;但是具体怎么个组成法&#xff0c;就是这一节具体谈的内容。概念性的东西我们会尽量以实验的形式将其复现。 部署 K8S 集群 互联网常用的 K8S 集群部署方式&#xff1a; 1. kubeadm&#xff0…

构建一个文本搜索系统

说明&#xff1a;文章内容来源于课程视频和课程ppt。我只学习了课程没有做习题。文章不是翻译&#xff0c;是我对课程的理解。 1 TR的主要构成 在文章中文本检索系统全文检索系统TR System  从图中看到(红色的方框)TR的主要过程有&#xff1a;分词(Tokenizer)、索引(Indexer)…

[Linux][Ubuntu]Linux实习常用操作/Debug总结

一、 Win下装Jupter 1.安装anaconda 配置环境变量 打开jupyter 2.切换目录 装软件 二、 移动复制粘贴上锁文件 sudo nautilus 三、 视频播放 sudo nano /etc/environment 添加QT_X11_NO_MITSHM1 四、 修改阿里源 提高下载速度 1.1打开software&updates 1.2 打…

第二十六期:100 个网络基础知识普及,看完成半个网络高手

本篇文章是关于100个网络基础知识普及&#xff0c;看完成半个网络高手!下面&#xff0c;我们一起来看。 作者&#xff1a;佚名来源 本篇文章是关于100个网络基础知识普及&#xff0c;看完成半个网络高手!下面&#xff0c;我们一起来看。 1)什么是链接? 链接是指两个设备之间…

团队冲刺第一天

今天要做什么&#xff1a;每个人都在网上学习Android软件开发的知识&#xff0c;完成简单的操作&#xff0c;实现简单功能。 明天要做什么&#xff1a;学习各种控件的作用&#xff0c;用法 站立会议照片&#xff1a; 任务看板照片&#xff1a; 燃尽图&#xff1a; 转载于:https…

[Leetcode][第679题][JAVA][24点游戏][回溯][暴力]

【问题描述】[困难] 【解答思路】 回溯 时间复杂度&#xff1a;O(1) 空间复杂度&#xff1a;O(1) class Solution {static final int TARGET 24;static final double EPSILON 1e-6;static final int ADD 0,MULTIPLY1,SUBTRACT 2,DIVIDE 3;public boolean judgePoint24(int…

第二十七期:网络爬虫程序员被抓,我们还敢爬虫吗?细数那些Java爬虫技术

最近&#xff0c;某大数据科技公司因为涉嫌非法抓取某招聘网站用户的简历信息&#xff0c;公司被查封&#xff0c;负责编写抓取程序的程序员也将面临坐牢。 作者&#xff1a;架构之路来源 最近&#xff0c;某大数据科技公司因为涉嫌非法抓取某招聘网站用户的简历信息&#xff…

文本搜索系统的评估

说明&#xff1a;文章内容来源于课程视频和课程ppt。我只学习了课程没有做习题。文章不是翻译&#xff0c;是我对课程的理解。  这部分本应该继续说反馈(FeedBack)的。但是课程中安排的是评估(Evaluation)。评估是用于衡量搜索引擎质量的。反馈是为了提高搜索引擎质量而进行的…

UE3客户端服务器GamePlay框架

客户端(当前玩家)与服务器对应关系图&#xff1a; 整体上看&#xff0c;UE3的GamePlay框架使用的是MVC架构 ① 橙色的Actor对象及橙色箭头相连的成员变量只会被同步给Owner客户端 Controller&#xff1a;控制器&#xff0c;包括PlayerController和AIController InventoryManage…

[Leetcode][第201题][JAVA][数字范围按位与][位运算][Brian Kernighan]

【问题描述】[中等] 【解答思路】 1. 暴力 逐位与 &#xff0c;只需要判断i 0 或 i 2147483647 的话&#xff0c;就跳出 for 循环即可。 时间复杂度&#xff1a;O(N) 空间复杂度&#xff1a;O(1) public int rangeBitwiseAnd(int m, int n) {//m 要赋值给 i&#xff0c;所…

文档排序模型--查询似然Query Likelihood

在概率模型中&#xff0c;我们定义排序函数是基于文档与查询之间的相关度、可能性来做的。f(d,q) p(R1|d,q), R ∈{0,1}。概率模型有几个小分类&#xff1a;   经典概率模型——>BM25   语言模型Language Model —–>Query Likelihood   Divergence from rando…

第五十二期:甲骨文遭遇“中年危机”:继阿里后,再被亚马逊永久抛弃

42岁的甲骨文迎来“中年危机”。10月15日&#xff0c;亚马逊AWS技术布道者Jeff Barr在AWS官网宣布亚马逊消费者业务永久弃用甲骨文(Oracle)数据库。 作者&#xff1a;温暖来源&#xff1a;镁客网 42岁的甲骨文迎来“中年危机”。 10月15日&#xff0c;亚马逊AWS技术布道者Jef…

[Leetcode][第461题][JAVA][汉明距离][位运算][Brian Kernighan]

【问题描述】[简单] 【解答思路】 1. 内置位计数功能 时间复杂度&#xff1a;O(1) 空间复杂度&#xff1a;O(1) class Solution {public int hammingDistance(int x, int y) {return Integer.bitCount(x ^ y); } }2. 移位 时间复杂度&#xff1a;O(1) 空间复杂度&#xff1…

第二十八期:Notepad++ 新 Logo 出炉,官网全新改版采用自适应设计

Notepad 的推特帐号发布了关于 notepad 的消息。与旧版 Logo 相比&#xff0c;新 Logo 整体的变化不大&#xff0c;不过官方则表示新版 Logo 比旧版的更吸引人&#xff0c;也更加简洁且更具意义。 新旧 Logo 对比如下&#xff08;左边为旧版 Logo&#xff09;&#xff1a; 除了…