网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
{
int child = parent * 2 + 1;
while (child < num)
{
if (child + 1 < num && array[child] < array[child + 1])
{
child ++ ;
}
if (array[child]>array[parent])
{
swap(&array[child], &array[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
void HeapCreat(Heap* h,int arr[],int num)
{
h->array = (HeapDataType*)malloc(sizeof(HeapDataType)*num);
memcpy(h->array, arr, sizeof(HeapDataType)*num);
for (int root = (num - 2) / 2; root >= 0; --root)
{
//建堆
AdjustDown(h->array, num, root);
}
//堆排序
int end = num - 1;
while (end)
{
swap(&h->array[0], &h->array[end]);
AdjustDown(h->array, end, 0);
end–;
}
}
void HeapTest()
{
Heap h;
int arr[10] = { 5, 4, 3, 9, 7, 6, 1, 2, 8, 0 };
int num = sizeof(arr) / sizeof(arr[0]);
HeapCreat(&h, arr, num);
for (int i = 0; i < num; i++)
{
printf(“%d “, h.array[i]);
}
printf(”\n”);
}
### 2. TOP-K问题
**TOP-K问题:即求数据结合中前K个最大的元素或者最小的元素,一般情况下数据量都比较大。**
对于Top-K问题,能想到的最简单直接的方式就是排序,但是:如果数据量非常大,排序就不太可取了(可能数据都不能一下子全部加载到内存中)。最佳的方式就是用堆来解决,基本思路如下:
1. **用数据集合中前K个元素来建堆**
>
> 前k个最大的元素,则建小堆;前k个最小的元素,则建大堆
>
>
>
2. **用剩余的N-K个元素依次与堆顶元素来比较,不满足则替换堆顶元素**
>
> 将剩余N-K个元素依次与堆顶元素进行比较,若符合条件进行交换(大堆,小于堆顶元素;小堆,大于堆顶元素),再完成向下调整算法,直到剩余的N-K个元素都已比较完,最后堆中剩余的K个元素就是所求前K个最小或者最大的元素。
>
>
>
**代码实现:**(选择十个数字中的前三大,建小堆)
void Swap(HPDataType* left, HPDataType* right)
{
HPDataType temp = *left;
*left = *right;
*right = temp;
}
void AdjustDown(Heap* hp, int n, int parent)
{
int child = parent * 2 + 1;
while (child < n)
{
if (child + 1 < n&&hp->array[child] > hp->array[child + 1])
{
child += 1;
}
if (hp->array[child] < hp->array[parent])
{
Swap(&hp->array[child], &hp->array[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
return;
}
}
}
void HeapCreate(Heap* hp, HPDataType* a, int n)
{
assert(hp);
hp->array = (HPDataType*)malloc(sizeof(HPDataType)*n);
if (hp->array == NULL)
{
return;
}
memcpy(hp->array, a, sizeof(HPDataType)*n);
hp->size = hp->capacity = n;
//先建小堆(3个元素)
for (int root = (n - 2) / 2; root >= 0; root--)
{
AdjustDown(hp, n, root);
}
//再将剩余7个元素与根结点比较插入
for (int i = n; i < 10; i++)
{
//取前三大元素,建小堆,大于堆顶元素进行交换,判断,调整
if (a[i]>hp->array[0])
{
Swap(&a[i], &hp->array[0]);
AdjustDown(hp, 3, 0);
}
}
}
void Test()
{
int arr[10] = { 5, 8, 1, 6, 3, 0, 2, 7, 4, 9 };
Heap hp;
HeapCreate(&hp, arr, 3);
for (int i = 0; i < 3; i++)
{
printf(“%d “, hp.array[i]);
}
printf(”\n”);
}
## 二、二叉树链式结构的实现
### 1.二叉树的结构
结点类型,包括左右孩子指针以及该结点的数值域
typedef struct BTNode
{
struct BTNode* Lchild;
struct BTNode* Rchild;
BTNDataType data;
}BTNode;
![在这里插入图片描述](https://img-blog.csdnimg.cn/c87aa658d9b34c03b3d55e4e1f8f4fac.png#pic_center)
### 2.二叉树的遍历
二叉树的遍历是指按某条搜索路径访问树中的每个结点,使得每个结点均被访问每一次,而且仅访问一次。由于二叉树是一种非线性结构,每个结点都可能有两棵子树,因而需要寻找一种规律,以便使二叉树上的结点能排列在一个线性队列上,进而便于遍历。
由二叉树的递归定义可知,遍历一棵二叉树便要决定对根结点 N、左子树L 和右子树R 的访问顺序。按照先遍历左子树再遍历右子树的原则,常见的遍历次序有先序 (NLR)、中序 (LNR)和后序(LRN)三种遍历算法,其中 “序” 指的是根结点在何时被访问。
#### 2.1 前序遍历
访问根结点,先序遍历左子树,先序遍历右子树
void PreOrder(BTNode* root)
{
if (root == NULL)
{
return;
}
printf("%d ", root->data);
PreOrder(root->left);
PreOrder(root->right);
}
#### 2.2 中序遍历
中序遍历左子树,访问根结点,中序遍历右子树
void InOrder(BTNode* root)
{
if (root == NULL)
{
return;
}
InOrder(root->left);
printf("%d ", root->data);
InOrder(root->right);
}
#### 2.3 后序遍历
后序遍历左子树,后序遍历右子树,访问根结点
void PostOrder(BTNode* root)
{
if (root == NULL)
{
return;
}
PostOrder(root->left);
PostOrder(root->right);
printf("%d ", root->data);
}
#### 2.4 层序遍历
除了先序遍历、中序遍历、后序遍历外,还可以对二叉树进行层序遍历。设二叉树的根节点所在层数为1,层序遍历就是从所在二叉树的根节点出发,首先访问第一层的树根节点,然后从左到右访问第2层上的节点,接着是第三层的节点,以此类推,自上而下,自左至右逐层访问树的结点的过程就是层序遍历。
对于目前知识储备,我们只能选择通过队列来完成对二叉树的层序遍历,大致思路就是先将根结点入队,然后在其出队的同时将它的两个孩子结点入队,一直持续到队列为空(当孩子结点为空时不入队)
**主要代码:**
typedef struct BinaryTreeNode* QDataType;
void LeverOrder(BTNode* root)
{
Queue q;
QueueInit(&q);
int leverSize = 0;
//先入根结点
if (root != NULL)
{
QueuePush(&q, root);
leverSize = 1;
}
while (!QueueEmpty(&q))
{
//此处的leverSize记录的是每一行的结点个数
while (leverSize–)
{
//注意:在这里,对头的返回值类型本应该是 int 类型的,但是为了后续的结点访问,
//要将其强制转化为二叉树结点类型
BTNode* front = QueueFront(&q);
printf(“%d “, front->data);
QueuePop(&q);
if (front->left)
{
QueuePush(&q, front->left);
}
if (front->right)
{
QueuePush(&q, front->right);
}
}
printf(”\n”);
leverSize = QueueSize(&q);
}
printf(“\n”);
QueueDestroy(&q);
}
### 3.二叉树的相关练习
### 3.1 二叉树节点个数
通过全局变量进行计数,每到一个结点就总数++
//全局变量计数
int size = 0;
int TreeNodeNum(BTNode* root)
{
if (root == NULL)
{
return 0;
}
size++;
TreeNodeNum(root->left);
TreeNodeNum(root->right);
return size;
}
### 3.2 二叉树的高度
一直递归到最后一层,根据左右子树的高度进行比较加一获取当前结点的高度。
int TreeHeight(BTNode* root)
{
if (root == NULL)
{
return 0;
}
int Lheight = TreeHeight(root->left);
int Rheight = TreeHeight(root->right);
return Lheight >= Rheight ? Lheight + 1 : Rheight + 1;
}
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
ht ? Lheight + 1 : Rheight + 1;
}
[外链图片转存中…(img-UHNrfYGV-1715096924025)]
[外链图片转存中…(img-SrBGvtFY-1715096924025)]
[外链图片转存中…(img-Z7RpfETl-1715096924026)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新