数据结构与算法---树

树的基本概念

节点、根节点、父节点、子节点、兄弟节点

一棵树可以没有任何节点，称为空树
一棵树可以只有1个节点，也就是只有根节点
子树、左子树、右子树

确定一棵数，只需要一个根节点

节点的度（degree）:子树的个数
树的度：所有节点度中的最大值
叶子节点：度为0的节点
非叶子节点：度不为0的节点

层数(level)：根节点在第1层，根节点的子节点在第2层，以此类推
节点的深度(depth)：从根节点到当前节点的唯一路径上的节点总数
节点的高度(height)：从当前节点到最远叶子节点的路径上的节点总数

树的深度：所有节点深度中的最大值
树的高度：所有节点高度中的最大值
树的深度 = 树的高度

有序树

树中任意节点的子节点之间有顺序关系

无序树

树中任意节点的子节点之间没有顺序关系（也称为自由树）

森林

由m(m>=0)课互不相交的树组成的集合

二叉树

二叉树的特点：
每个节点的度最大为2（最多拥有2棵子树）
左子树和右子树是有顺序的
即使某个节点只有一棵子树，也要区分左右子树

• 二叉树是有序树

二叉树的数据结构：

public class TreeNode {
      int val;
      TreeNode left;
      TreeNode right;
      TreeNode(int x) { val = x; }
}

二叉树的性质

非空二叉树的第i层，最多有 2^(i-1) 个节点（i>=1）
容易理解
1 2 3 4…层最多有：
1 2 4 8…转换为指数表示：
2⁰ 2¹ 2² 2³… 2^(i-1)

在高度为h的二叉树上最多有2^h - 1个节点（h>=1）

对于非空二叉树，
n0 = n2 + 1
推导过程：
n = n0 + n1 + n2;
二叉树的边T = n1 + 2*n2(从上往下看) = n - 1 (从下往上看)= n0 + n1 + n2 - 1

满二叉树

所有节点的度要么是0，要么是2。且所有的叶子节点都在最后一层

假设满二叉树的高度为h（h>=1）,那么：
第i层的节点数量：2^(i-1)

叶子节点数量：2^(h-1)

节点数：2^h - 1

总节点数量n
n = 2^h - 1 = 2⁰ + 2¹ + 2² + … + 2^(h-1)
那么，h = log₂ (n + 1)

在同样高度的二叉树中，满二叉树的叶子节点数量最多、总节点数量最多

完全二叉树

叶子节点只会出现最后2层，且最后1层的叶子节点都靠左对齐

完全二叉树从根节点到倒数第2层是一棵满二叉树

满二叉树一定是完全二叉树，完全二叉树不一定是满二叉树

完全二叉树的性质

度为1的节点只能是左子树

度为1的节点，要么是1个，要么是0个

同样节点数控的二叉树，完全二叉树的高度最小

二叉搜索树（Binary Search Tree）

二叉搜索树是二叉树的一种，简称BST
又被称为：二叉查找树、二叉排序树

任意一个节点的值都大于其左子树所有节点的值
任意一个节点的值都小于其右子树所有节点的值
它的左右子树也是一棵二叉搜索树

二叉搜索树可以大大提高搜索数据的效率

二叉搜索树存储的元素必须具备可比较性

---

手写：
二叉树的先序遍历
二叉树的中序遍历
二叉树的后序遍历
二叉树的层序遍历

二叉树的高度
判断一个二叉树是否是完全二叉树
二叉树的翻转

---

如何删除一个节点？

叶子节点

度为1的节点

度为2的节点

---

二叉树的添加删除复杂度分析

二叉树如果充分利用树的特性，偏向于满二叉树，其查找、插入、删除的时间复杂度是logn
如果如右图所示，就是一个链表，查找、插入、删除时间复杂度是n

所以，如果能充分利用树的特性，偏向与满二叉树，则可以大大的提高搜索、添加、删除的效率。

这，从而引出 平衡二叉树的概念。

平衡二叉搜索树

Balanced Binary Search Tree，简称BBST

常见的平衡二叉搜索树有：AVL树、红黑树

AVL树

AVL树可以实现自平衡
也就是，插入一个元素或者删除一个元素，AVL树可以确保插入或删除后，还是AVL树。

添加一个节点，可能会导致所有的祖先节点失衡
但，父节点和非祖先节点不会受到影响。

LL-右旋转

添加的新节点，让g失去平衡，而且，新节点在g的左左边，也就是LL
因此，需要向右旋转。

RR-左旋转

---

B树（B-Tree）

B树是一种平衡的多路搜索树，多用于文件系统、数据库的实现




B-Tree的添加

删除元素

删除叶子节点，可能会产生下溢

删除-下溢的解决

---

红黑树（Red Black Tree）

红黑树也是一种自平衡的二叉搜索树
红黑树以前也被称为平衡二叉B树（B-Tree）

AVL树 和 红黑树

---

集合

集合可以使用动态数组、链表、树的结构来实现
集合的特点：不存放重复的元素；常用于去重

集合的接口一般有：
添加、删除、遍历、元素个数、是否为空、是否包含某个元素、清空

这些方法，在链表、树中都有
以链表为例，只是在添加的时候，需要做去重判断

在搜索时，红黑树的效率要比链表的效率要高很多，因此，有的集合结构，是以红黑树构成。

---

Map映射

OC中的字典就是映射

Map的接口，一般包括：
元素个数、是否为空、清空、设置值、取值、删除值、是否包含某key、是否包含某个value、遍历

这些，也可以使用链表或者树的结构来实现。

需要注意的是，set也可以使用map来实现

可以理解的是，比如map使用红黑树实现，将map改改，就可以实现set，因为他底层还是红黑树。

---

不管是红黑树构成的set还是map，其添加、删除、搜索的平均复杂度都是O(logn)级别的。
并且，红黑树有一个特点：具有可比较性
也就是，使用红黑树构成的map，key需要有可比较性，元素分布是有顺序的。
但实际中，map存储的元素是不需要顺序的，key也不需要可比较性。

在不考虑顺序，不考虑key的比较性的情况下，我们有更好的构成map方法，可以使map的添加、删除、搜索的平均复杂度达到O(1)级别。

这就是HashMap