数据结构基础:二叉树,堆,多叉树

最新推荐文章于 2024-08-20 14:41:36 发布

kingmicrosoft

最新推荐文章于 2024-08-20 14:41:36 发布

阅读量4.7k

点赞数 1

分类专栏：数据结构

本文链接：https://blog.csdn.net/kingmicrosoft/article/details/49668277

版权

数据结构专栏收录该内容

3 篇文章 0 订阅

订阅专栏

二叉树是综合了数组和链表的优点和缺点(数组插入效率低,链表查找效率低)

二叉树的存储结构一般采用二叉链表，树中每一个结点都有一个数据域data还有两个分别用于指向该节点的左右儿子结点的指针域，通过这两个指针域建立了上下层结点的关系.

二叉树的一些特性就不详细说了,很多资料都有,直接看看典型的二叉树.

二叉查找树

二叉查找树是满足以下条件的二叉树：

1.左子树上的所有节点值均小于根节点值，

2右子树上的所有节点值均不小于根节点值

简单的构造一个二叉查找树

package com.cain.datastructrue;

/**
 * Created by wisdom on 15-10-16.
 */
public class BinaryTree {

    BinaryTree tree = new BinaryTree();


    private Node root;

    public BinaryTree() {
        this.root = null;

    }


    private class Node {

        private int data;
        private Node left;
        private Node right;

        public Node(int data) {

            this.data = data;
            this.left = null;
            this.right = null;
        }

    }


    public void generateTree(Node node, int data) {


        if (node == null) {
            root = new Node(data);

        } else {

            if (data < node.data) {
                if (node.left == null)
                    node.left = new Node(data);
                else
                    generateTree(node.left, data);


            } else {
                if (data > node.data) {
                    if (node.right == null) {
                        node.right = new Node(data);

                    } else {
                        generateTree(node.right, data);
                    }

                }

            }

        }

    }

    //先序遍历
    public void preOrder(Node node) {
        if (node != null) {
            System.out.println(node.data);
            preOrder(node.left);
            preOrder(node.right);

        }

    }

    public static void main(String[] args) {
        int[] a = {1, 4, 26, 8, 77, 43, 75};
        BinaryTree tree = new BinaryTree();
        for (int i = 0; i < a.length; i++)
            tree.generateTree(tree.root, a[i]);

        tree.preOrder(tree.root);

    }

}

/*查找一个特定的关键字*
TREE_SEARCH(root,k)
IF root=NIL or k=key[root]
RETURN root;
IF k<key[root]
TREE_SEARCH(left[x],k)
ELSE
TREE_SEARCH(right[x],k)

对一颗高度为H的二叉查找树,动态集合操作search,minnum,maxnum...的时间复杂度都为O(H)

插入,删除等操作复杂一些, 重点在于理解,可以参考:

http://www.cnblogs.com/aiyelinglong/archive/2012/03/27/2419972.html

红黑树

二叉搜素树如果插入的是随机数,则执行效果较好,当要插入的是有序的数据(10,23,25,78)那么此时二叉树会成了非平衡二叉树,而对于非平衡二叉树,它的快速查找(插入,删除)能力就丧失了.

红黑树(属于查找二叉树)是一种很有意思的平衡检索树, 简单来讲就是为了避免树的不平衡,增加了颜色这个属性来平衡二叉查找树。
TreeMap就是红黑树实现的;

红黑树旋/颜色变换的实现比较复杂,参考:

http://blog.csdn.net/v_july_v/article/details/6105630

红黑树的效率:

查找时间和普通二叉搜索树几乎完全一样,因为在查找的过程中并没有应用红黑树的特征.只是增加了每一个结点的存储空间来存储颜色;

插入和删除操作和普通的二叉搜索树时间上的开销略有增加,因为要执行颜色变换和旋转.

堆

堆（也叫优先队列），是一棵完全二叉树，它的特点是父节点的值大于（小于）两个子节点的值（分别称为大顶堆和小顶堆）。它常用于管理算法执行过程中的信息，应用场景包括堆排序，优先队列等。

具体的原理和实现这个帖子写的比较好,我就省了

http://my.oschina.net/BreathL/blog/71602

堆实现的主要操作就是插入和删除（移除并获取那个最符合条件的元素）。先简单描述下逻辑

插入：1. 将新插入的元素，放置到队列的尾部。

2. 若该元素大于其父节点，两个元素互换。（上移操作）

3. 循环第2步，直至该元素没有父节点或小于其父节点。

删除：1. 移掉顶部的节点。

2. 将队末的元素放置到顶部。

3. 该节点与其子节点中较大的那个比较，若小于它，则交换位置，（下移操作）

4. 循环第3步，直到叶节点或不再比其子节点中较大那个小。