- 博客(63)
- 收藏
- 关注
RSS订阅原创 数据结构----希尔排序
直接插入：简单、稳定、O(n 2)折半插入：减少比较次数、仍 O(n 2 )、稳定希尔排序：分组增量优化、O(n 1.3)、不稳定。
2026-04-29 21:28:45
347
原创 数据结构----插入排序
算法逻辑简单，易于理解、代码短；适合数据量小、基本接近有序的序列；直接插入、折半插入：稳定；希尔排序：不稳定；都是就地排序，额外空间仅常数级；数据越有序，插入排序越快。
2026-04-28 21:23:59
168
原创 数据结构--散列函数的构造方法
直接定址法：无冲突，仅限连续关键字；数字分析法：靠数位筛选，适合已知固定样本；平方取中法：平方乱序，中间取值，分散性好；折叠法：分段叠加，适合长关键字；除留余数法：万能通用，考试核心、首选方法。
2026-04-28 20:30:44
254
原创 Java List 接口知识点详解
继承关系List是 Java 集合框架（Collection Framework）中的一个有序队列接口，直接继承自Collection接口。核心特性有序性：元素按插入顺序存储，可通过索引（Index）访问元素。可重复性：允许存储重复元素。动态扩容：底层实现类（如ArrayListLinkedList）支持动态调整容量。特性List 接口特点核心优势有序性、可重复性、索引访问，适用于需要按顺序操作的数据场景。实现类选择ArrayListLinkedList常用操作。
2026-04-28 20:30:25
472
原创 【数据结构】 散列表
优点平均查找、插入、删除时间复杂度 O(1)，效率碾压顺序查找、折半查找、树形查找；寻址逻辑简单，无需关键字多次比较；适合海量数据高频增删、快速检索场景。缺点无法支持有序遍历、范围查询，仅适合精准匹配；哈希冲突会退化效率，最坏情况退化为线性查找；存储空间存在冗余，开放定址法利用率受装填因子限制；关键字必须可哈希，部分复杂数据类型映射困难。散列表是一种直接寻址的高效查找结构，区别于传统比较类查找，依靠哈希函数实现关键字到存储地址的直接映射。
2026-04-27 23:43:03
321
原创 【数据结构】 红黑树
红黑树 是一棵自平衡的二叉排序树 BST相比 AVL（严格高度平衡），红黑树是弱平衡；不严格限制左右高度差，只通过结点颜色 + 5 条规则维持大致平衡。核心目的：减少旋转次数，插入删除更快，工业级常用（C++map、Java TreeMap 底层）
2026-04-27 23:11:36
225
原创 【数据结构】平衡二叉树
平衡二叉树，简称 AVL 树，是改良版二叉排序树满足两个硬性条件：具备二叉排序树性质左子树所有结点值 ＜ 根 ＜ 右子树所有结点值具备平衡性质任意结点的左、右子树高度差的绝对值 ≤ 1左右子树，也必须是平衡二叉树公式（死记，不能写反）平衡因左子树高度右子树高度合法范围BF∈{−1, 0, 1}BF=1：左子树更高（左偏）BF=0：左右等高（完全平衡）BF=−1：右子树更高（右偏）∣BF∣≥2：树失衡，必须旋转调整普通二叉排序树 BST有序序列插入会变成斜树，查找复杂度退化到 O(n)
2026-04-27 22:49:40
297
原创 【数据结构】图----图的应用（拓扑排序）
有向无环图 DAG入度数组+ 删边减入度判定有环：输出顶点个数 <n时间复杂度：O(n+e)序列不唯一：多个入度为 0 的点，选择顺序任意。
2026-04-25 23:04:09
104
原创 图---图的应用（最小生成树）
最小生成树 (MST)：含图全部 n个顶点、仅 n−1条边、权值和最小、无环连通子图。维护数组 lowcost[]：记录「生成树集合」到每个顶点的最短边权。加入后，更新剩余点的 lowcost循环 n−1次，得到 MST。不连通：选这条边，合并集合、累加权选够 n−1条边停止。每次选：lowcost 最小且未加入树的顶点入树。Kruskal：边贪心，稀疏图，配合并查集判环。时间：O(eloge)（主要消耗在排序）Prim：点贪心，稠密图、邻接矩阵。适用：连通无向带权图。时间：O(n 2 )
2026-04-25 21:18:03
60
原创 图——图的存储及基本操作（邻接矩阵法）
用n 阶方阵存储 n 个顶点的图行、列都对应顶点，矩阵元素表示两点有没有边、边权多少。顶点度数 = 第 i 行（第 i 列）1 的个数。特点：矩阵对称A[i][j]=A[j][i]对角线：A[i][i]=0（自己不连自己）<i,j>存在：A[i][j]=1。n 个顶点就要 n 的2次个 空间。n 个顶点 → 矩阵大小 n×n。有边：A[i][j]=1。不存在：A[i][j]=0。求入度、出度、度数非常方便。无边：A[i][j]=0。第 i行和 = 出度。删除、插入顶点不方便。无向对称，有向不对称。
2026-04-24 00:47:38
34
原创 图——图的基本概念
有向图：所有入度之和 = 所有出度之和 = 边数。双向互通A-B 与 B-A 是同一条边。无向图：所有顶点度数之和 = 2× 边数。简单回路：除起点终点外，其余顶点不重复。无向图顶点度：依附该顶点的边的条数。强连通分量：有向图极大强连通子图。无向完全图：2n(n−1)条边。有向完全图：n(n−1) 条边。连通分量：无向图极大连通子图。E：边集合（顶点之间关系）回路（环）：起点 = 终点。路径：顶点依次相连的序列。起点：弧尾，终点：弧头。出度：从该点出发的边数。连通图：任意两点都连通。
2026-04-23 17:14:02
44
原创 树、森林——树与二叉树的应用（并查集的优化）
不优化的并查集，树会变得又高又瘦查找祖先速度变慢，最坏退化成链表，时间复杂度 O (n)路径压缩 + 按秩合并时间复杂度：阿克曼反函数 α(n)可以理解为常数级 O (1)查找某个结点根结点时把沿途所有结点，直接指向根结点让树变得极度扁平。查找路上路径压，合并高矮不瞎挂，树矮扁平速度快，近乎常数顶呱呱。合并两棵树时矮树的根 挂在 高树的根下面不让树越长越高。单独路径压缩：效率极高，但树高度不稳定。路径压缩：优化查找，扁平化树形结构。按秩合并：优化合并，保持树平衡低矮。单独按秩合并：树平衡，但查找不够快。
2026-04-23 11:59:23
52
原创 树、森林——树与二叉树的应用（并查集的基本实现）
双亲表示法 一维数组无路径压缩：O (logn)近似 O (1)用途：Kruskal 最小生成树、判断连通分量。
2026-04-23 11:01:06
53
原创 树、森林——树与二叉树的应用（并查集的存储结构）
双亲表示法 + 一维数组只用一个 parent[] 数组就能实现，不用链表、不用二叉树。下标： 0 1 2 3 4parent：-1 0 0 2 2。额外开一个 rank[] 数组，记录树高度 / 结点个数。parent[i]：表示下标为 i 的结点双亲结点下标。根结点（集合代表）：parent[i] = -1。查找时修改数组内容，让结点直接指向根，树变扁平。普通结点：parent[i] = 父节点编号。根节点标记：parent[i] = -1。父结点指向祖先，最终汇聚到根结点。并查集 = 一维双亲数组。
2026-04-23 00:28:22
28
原创 树、森林——树与二叉树的应用（哈夫曼树编码）
左 0 右 1 根到叶，大权短码小长些，互不前缀无歧义，最短编码哈夫曼。从根出发遇 0 走左，遇 1 走右走到叶子，输出对应字符依次重复即可。从根走到叶子，依次记录 0、1就是该叶子对应字符的哈夫曼编码。（左右可以互换，编码不唯一，但最短总长度唯一）前缀编码：任意一个编码都不是另一个编码的前缀。哈夫曼树没有度为 1 结点，不会出现多余码位。编码不唯一，但最短 WPL 唯一。整体平均码长最短，最优前缀编码。根 → 叶子，顺着路径写二进制。左路 = 0，右路 = 1。n 个叶子，总共n 个编码。
2026-04-23 00:18:53
32
原创 树、森林——树与二叉树的应用（哈夫曼树的构造）
每次选两个权最小结点，合并出新父结点，重复直到只剩一个。把所有带权叶子结点看成一棵只有根的二叉树，构成森林。n 个叶子结点 → 总结点数 = 2n - 1。新建一个父结点，权值 = 两结点权值之和。左右孩子没有严格顺序，所以哈夫曼树不唯一。合并出新结点一定是分支结点，不带原始权。n 个叶子，分支结点 = n-1 个。两棵小树分别作为新父结点左、右孩子。哈夫曼树绝对没有度为 1 的结点。举例（权：1,2,3,4）选 1、2 → 合并 3。选 3、3 → 合并 6。总结点 = 2n-1。不存在度为 1 结点。
2026-04-22 20:48:35
43
原创 树、森林——树与二叉树的应用（哈夫曼树的定义）
哈夫曼树在n 个带权叶子结点构成的所有二叉树中带权路径长度 WPL 最小的二叉树→ 称为哈夫曼树（最优二叉树）带权路径长度 WPL树中所有叶子结点的权值 × 该结点到根的路径长度，全部相加。哈夫曼树就是带权路径长度最短的二叉树，权大离根近，权小离根远。n 个叶子结点 → 总结点数 = 2n - 1。哈夫曼树不唯一，但最小 WPL 唯一。只有叶子结点有权值，分支结点无权值。哈夫曼树没有度为 1 的结点。权值越大的叶子，离根越近。权值越小的叶子，离根越远。
2026-04-22 17:00:36
42
原创 树、森林——树和森林的遍历（森林的遍历）
森林由多棵互不相交的树组成，遍历规则：按树的顺序依次遍历每一棵树。树 ↔ 二叉树 / 森林 ↔ 二叉树 遍历对照表（必背）对应关系：森林先序遍历 = 对应二叉树 先序遍历。对应关系：森林中序遍历 = 对应二叉树 中序遍历。二叉树还原森林，遍历序列完全不变。森林先序遍历 ⇔ 二叉树先序。森林中序遍历 ⇔ 二叉树中序。先序遍历第一棵树的所有子树。中序遍历第一棵树的所有子树。树先根遍历 ⇔ 二叉树先序。树后根遍历 ⇔ 二叉树中序。普通树、森林都没有中序遍历。依次先序遍历剩下所有树。访问第一棵树的根结点。
2026-04-22 16:02:04
57
原创 树、森林——树和森林的遍历（树的遍历）
普通树只有两种遍历方式：先根遍历、后根遍历树没有中序遍历！顺序：根 → 第一棵子树 → 第二棵子树 → …顺序：第一棵子树 → 第二棵子树 → …孩子兄弟转换后，直接套用二叉树遍历算法即可。树先根遍历 = 对应二叉树 先序遍历。树后根遍历 = 对应二叉树 中序遍历。树：A├─ B├─ C└─ D。遍历时间复杂度一律 O(n)先根序列：A B C D。后根序列：B C D A。依次递归遍历每一棵子树。依次递归遍历每一棵子树。普通树不存在中序遍历。
2026-04-22 13:11:18
71
原创 树、森林——树、森林与二叉树的转换（二叉树转换为森林）
拆分右链从根结点开始，沿着右孩子一路拆分每一个右分支断开，独立成一棵二叉树根。每一段二叉树，单独还原成普通树规则逆用：左孩子不变，右兄弟变回兄弟。顺着根的右链不断切断，每一段各自还原成树，拼在一起就是森林。二叉树有根右孩子 → 还原多棵树（森林）二叉树根结点无右孩子 → 原只是一棵树。二叉树根结点有右孩子 → 原是森林。二叉树无根右孩子 → 还原一棵树。根右拆开成多棵，右变兄弟左父子。一棵树 → 二叉树：根无右子树。森林先序遍历 = 二叉树先序。森林 → 二叉树：根有右子树。右孩子：变回原来兄弟结点。
2026-04-22 12:30:15
65
原创 树、森林——树、森林与二叉树的转换（森林转换为二叉树）
第一棵树根不动第二棵树的根 → 作为第一棵树根的右孩子第三棵树的根 → 作为第二棵树根的右孩子依次向右串联。一树转二叉右为空多树相连右相通左挂孩子右挂兄根连根来排成龙。每一棵树，单独转成二叉树规则：左孩子，右兄弟。森林先序遍历 = 对应二叉树 先序遍历。多棵互不相交的树，合在一起就是森林。整理结构，就是森林对应的唯一二叉树。森林转二叉树，根结点一定有右子树。一片森林 → 二叉树：根有右子树。一棵树 → 二叉树：根无右子树。二叉树根右子树：剩下所有森林。二叉树根左子树：第一棵树。顺着根的右链不断拆分。
2026-04-21 23:45:29
80
原创 树、森林——树、森林与二叉树的转换（树转换为二叉树）
删线：只保留父结点和第一个孩子的连线，删掉父与其他孩子连线。旋转：所有连线顺时针旋转 45°，整理成标准二叉树。连线：同一父亲的所有兄弟结点，两两横向连线。普通树转出来的二叉树，根结点一定没有右子树。一棵树 ↔ 一棵二叉树 一一对应，唯一转换。树转二叉树，长子当左孩子，兄弟当右孩子。树中原兄弟 → 变成二叉树右孩子链。树中原父子 → 变成二叉树左孩子链。树 先根遍历 = 二叉树 先序遍历。树 后根遍历 = 二叉树 中序遍历。原树：A├─ B├─ C└─ D。
2026-04-21 23:25:01
62
原创 树、森林——树的存储结构（孩子兄弟表示法）
只保留父→第一个孩子连线，删掉父与其他孩子连线。右指针 rchild：指向本结点右侧相邻兄弟。后一棵树的根，作为前一棵树根的右兄弟依次相连。左指针 lchild：指向本结点第一个孩子。一棵普通树 ↔ 唯一一棵右子树为空的二叉树。孩子兄弟表示法：最通用，树森林二叉树互通。树 先根遍历 = 对应二叉树 先序遍历。树 后根遍历 = 对应二叉树 中序遍历。同一父节点的所有兄弟，两两连线。双亲表示法：查父极快，查孩子慢。孩子表示法：查孩子快，查父慢。整体顺时针旋转 45°。口诀：左孩子，右兄弟。
2026-04-21 22:29:10
61
原创 树、森林——树的存储结构（孩子表示法）
树每个结点可以有多个孩子把每个结点的所有孩子，连成一个单链表整体 = 数组 + 链表 组合结构。数组表头结点data（结点数据）+ firstchild（指向第一个孩子链表头）孩子链表结点childIndex（孩子在数组中的下标）+ next（下一个兄弟）需要遍历整张表所有孩子链表，O (n)直接遍历当前结点孩子链表，效率很高。双亲表示法：查双亲快，查孩子慢。孩子表示法：查孩子快，查双亲慢。A 的孩子链表：B → C。B 的孩子链表：D → E。没有孩子的结点，链表为空。插入删除结点需要修改链表。
2026-04-21 22:20:29
53
原创 树、森林——树的存储结构（双亲表示法）
根结点无双亲：`parent = -1`（或0）利用树的性质：除根结点外，每个结点有且仅有一个双亲。每个数组元素存放：结点数据 + 双亲结点下标。需要遍历整个数组，逐个找双亲是当前结点。一棵树：A(根) → B、C；结点数据：A B C D E。双亲下标：-1 0 0 1 1。2. 根结点 parent = -1。5. 不适合孩子多、频繁找孩子的树。- 其他结点：指向自己父节点位置。3. 适合频繁查询祖先结点的场景。用数组顺序存储树的每个结点。1. 查找双亲结点极其快。
2026-04-21 22:16:22
150
原创 二叉树的遍历和线索二叉树--先序二叉树和后续二叉树
`ltag=0`左孩子，`ltag=1`前驱线索。- `rtag=0`右孩子，`rtag=1`后继线索。4. 构造方式：按对应遍历顺序遍历树，用`pre`记录前驱。2. `rtag=0` → 先找左孩子，没有再找右孩子。1. `rtag=1` → 直接右指针就是后继。5. 三种线索树空间复杂度都是 O(1)，不用栈。3. 后序：根最后访问，首尾都要深入子树找。先序线索二叉树，无法找父结点，容易死循环。- 首结点：根结点本身（不用往左找）2. 先序：根最先访问，首结点是根。- 找后继简单，找前驱极难。
2026-04-20 23:26:19
326
原创 二叉树的遍历和线索二叉树--中序线索二叉树的遍历
重复 2、3 步，直到 `p == null` 结束。5. 最后一个结点：整树最右下，右线索指向 null。- `rtag = 1`：right 是后继线索。直接 `p = p.right` 就是后继。- `ltag = 1`：left 是前驱线索。- `rtag = 0`：right 是右孩子。- `ltag = 0`：left 是左孩子。-遍历线索树：不用栈递归，顺着前驱后继线索走。3. 叶子结点左右全是线索，直接顺着走就行。只要 `ltag == 0` 就继续左走。走到不能左走为止，就是最左下结点。
2026-04-20 22:42:58
178
原创 二叉树的遍历和线索二叉树--中序线索二叉树的构造
→ pre 右指针指向当前结点，`pre.rtag=1`2. 定义全局指针 `pre`，永远记录上一个访问过的结点。5. 遍历完当前结点，更新 `pre = 当前结点`- `ltag = 0`：lchild 指向左孩子。- `ltag = 1`：lchild 是前驱线索。- `rtag = 0`：rchild 指向右孩子。- `rtag = 1`：rchild 是后继线索。→ 左指针指向 `pre`，`ltag=1`4. 前驱结点 `pre` 右孩子为空。2. `pre` 是连接前驱后继的关键。
2026-04-20 22:38:35
345
原创 二叉树的遍历和线索二叉树--由遍历序列构造二叉树
普通二叉链表：n 个结点 → 一共 2n 个指针有用指针只有 n-1 个剩余 n+1 个空指针浪费。当前结点左孩子为空 → 左指针连 pre，标记改为线索。前驱结点右孩子为空 → 右指针连当前结点，标记改为线索。ltag = 1：lchild 是前驱线索。rtag = 1：rchild 是后继线索。线索化后：无需栈、无需递归，顺着线索遍历。左指针为空 → 指向中序遍历前驱结点。右指针为空 → 指向中序遍历后继结点。遍历完更新 pre = 当前结点。
2026-04-19 22:34:58
72
1
原创 二叉树的遍历和线索二叉树--由遍历序列构造二叉树
3. 后序拆分：左后序 `D E B`，右后序 `F C`2. n 个结点二叉树，先序、中序、后序序列长度都为 n。3. 先序去掉根，按左右长度分割 → 左先序、右先序。2. 中序分：左 `D B E` ，右 `F C`4. 递归思路：根 → 左子树递归 → 右子树递归。中序左长度 = 先序左长度 = 后序左长度。3.先序 + 后序 → 不能唯一确定二叉树 ❌。4. 左右子树交换，先序↔后序改变，中序不变。3. 后序去掉末尾根，按长度分割左、右后序。中序左：D B E → 左D，右E。
2026-04-19 22:28:18
202
原创 二叉树的遍历和线索二叉树--线索二叉树（代码展示）
中序遍历一遍树，把空左指针指向前驱，空右指针指向后继。永远保存上一个访问过的结点，用来绑定前后线索。线索二叉树不用递归、不用栈，顺着线索走就行。2. 全局前驱结点（记录上一个遍历节点）区分指针到底是孩子还是遍历线索。普通二叉树非递归要用栈。多两个标记 ltag、rtag。ltag=0 左指针指向左孩子。ltag=1 左指针是前驱线索。rtag=0 右指针指向右孩子。rtag=1 右指针是后继线索。4.标记 tag 作用。
2026-04-19 12:18:59
22
原创 二叉树的遍历和线索二叉树--线索二叉树
1. 普通二叉链表：n 个结点，总共有 `2n` 个指针域。- `ltag = 0`：lchild 指向左孩子。- `ltag = 1`：lchild 是前驱线索。- `rtag = 0`：rchild 指向右孩子。- `rtag = 1`：rchild 是后继线索。- 左空指针 → 指向该结点---遍历前驱。- 右空指针 → 指向该结点---遍历后继。- `lchild`：左孩子 / 前驱线索。- `rchild`：右孩子 / 后继线索。2. 有效孩子指针只用了 `n-1` 个。
2026-04-19 12:16:33
194
原创 二叉树的遍历和线索二叉树--二叉树的遍历
1. 已知先序 + 中序 → 唯一确定一棵二叉树。2. 已知后序 + 中序 → 唯一确定一棵二叉树。5. 时间复杂度一律 O(n)，每个结点访问一次。利用空指针存放遍历前驱、后继，就变成线索二叉树。3. 已知先序 + 后序 → 不能唯一确定。- lchild：左孩子 / 前驱线索。- 先序、后序线索树找前驱后继比较麻烦。- 剩下n+1 个是空指针，严重浪费。- n 个结点，一共有2n 个指针。从上到下，从左到右，一层一层访问。根节点 → 左子树 → 右子树。左子树 → 根节点 → 右子树。
2026-04-18 21:36:49
282
原创 树与二叉树--二叉树的存储结构
1. n 个结点的二叉链表，空指针域个数 = n + 1。最坏单支树，n 个结点却需要 2ⁿ 空间，极度低效。二叉树一共有两种主流存储方式：顺序存储、链式存储。- 优点：灵活、任意二叉树通用、无空间浪费。- 优点：查找父子关系方便、随机访问快。- 缺点：浪费空间、只适合完全二叉树。- 找孩子方便，找父结点麻烦（需要遍历）- 缺点：无法直接找双亲，只能遍历。- 查找父子结点极快，公式直接算。- 任意二叉树都适用，不浪费空间。- 根结点指针唯一标识整棵二叉树。- 优点：找父结点、找祖先都很快。
2026-04-18 21:20:36
527
原创 树与二叉树--二叉树的定义及其主要特性
4. 若 i > 1，是左孩子则父结点为 i/2；是右孩子则父结点为 (i−1)/2。- 只有度为 0 和度为 2 的结点，没有度为 1 的结点。深度（高度）为 k的二叉树，最多有2^k − 1 个结点。1. 总结点数 n = n₀ + n₁ + n₂。- 每个结点最多两个孩子（0、1 或 2 个）二叉树第 i 层上至多有2^(i−1) 个结点。2. 总边数 = 总度数 = n₁ + 2n₂。- 最多只有一个度为 1 的结点，且只有左孩子。- 高度 k，结点总数 = 2^k − 1。
2026-04-17 22:44:26
396
原创 树与二叉树--树的性质
只有度为 0 和度为 2 的结点，没有度为 1 的结点。深度（高度）为 k的二叉树最多有 2^k − 1 个结点。叶子结点数 n₀ = 度为 2 的结点数 n₂ + 1。2. 度为 m 的树（m 叉树）第 i 层最多结点数。- 最多只有一个度为 1 的结点，且一定只有左孩子。6. 完全二叉树下标：左2i、右2i+1、父i/2。- 依次把后一棵树的根作为前一棵树的右孩子。- 第 i 层最多：m^(i-1)个结点。二叉树第 i 层上最多有 2^(i−1)个结点。2. 二叉树第 i 层最多 2^(i−1)
2026-04-17 22:31:47
388
原创 二叉树遍历方式代码解读（3层序遍历）
层序遍历是指从上到下，从左往右，一层一层进行遍历。接下来我将用队列来实现层序遍历（BFS）就是广度优先搜索 BFS。一层处理完再处理下一层。
2026-04-17 22:31:11
30
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人