自我BB
通常来说,只会一昧的写业务,熟悉的操作常用的技术,便足以对付我们日常需求,但往复这样,只能是说业务水平的不断提高,对于当前而言,大部分技术的迭代其实都离不开的数据结构与算法的交叉应用,常常耳濡目染的树结构,文章是看过不少,但是回忆起来的时候都是只言片语,总归是没有经过自己提炼,本科课程的书本其实还挺有用的,可怜的算法与数据结构。。
正文
对于树结构来说,可能开口就能说上几种,B、B+、B-,红黑,字典树,往低说二叉树变支等,但是探究下去只能是基本定义,甚至基本定义都无法道出,其实我们并不需要去追究太多定义,能从实际需要出发会更容易理解,定义毕竟太长,并不长久
谈谈树的基本概念
为什么先从树结构开始,从层次化非线性结构的这个开始,相比起线性数据结构那种日常接触的而言,这个比较陌生,需要先搞起来。
(ps:有关链表、队列和栈的各种知识。这些统称为线性数据结构,因为依逻辑次序从头排到尾)
树的相关定义:
-
树(Tree):从树形图上看,树(Tree)是边与结点(Node)形成的一种结构,每个结点维护对应的(K/V)值
-
根结点(Root):树的首个结点,同时相连的两个节点中,更靠近根节点的为父节点,稍微远一点的称为子节点
-
边(edge): 用于连接结点,标识结点之间的关系,也利于用于路径计算
-
叶子结点(leaves):相当于末端结点,他们没有子结点与其相连
-
树高(heght):是由根结点出发,到子结点的最长路径长度
-
结点深度 :是指对应结点到根结点路径长度
-
有序树和无序树:树中每个结点的子树的值从左往右是有次序且不能换的为有序树,否则为无序树
-
有向树:树有确定的根结点,且树根结点与子结点为有向关系(左往右或上往下)
为什么需要树结构呢,在我看来,判断一些事情的时候,总会面临一些抉择,然后树结构正是对应这类情况,关系并不是一道而下的,每一个结点都有不一样的抉择,应对这种情况而形容可能会比较容易理解,在对应磁盘读取或数据展示,又有其他类型而非普通树结构能解决的问题,对应产生了各种高级/低级的树结构变种,最常见的B+与mysql即经典