数据结构与算法学习（第四天）

B树

m阶B树的性质

搜索

添加

删除

B的上溢和下溢的解决方法是必须要学会的

四阶B树

上述练习可以很好地帮你巩固B树的知识，为红黑树的学习打下基础。

红黑树

红黑树的五条性质是非常重要的

红黑树与四阶B树的等价变换

几个重要概念

添加

添加的12种情况

此处grand向上合并看作向上层加新节点，需要重新判断属于12种添加中的哪种类型，重新进行修复

删除

删除BLACK叶子节点

1、想象B树的下溢处理，第一种情况是兄弟节点为黑色，且有红色子节点

2、第二种情况是兄弟节点为黑色，且没有红色子节点

3、第三种情况是兄弟节点为红色，且没有红色子节点

红黑树的平衡

平均时间复杂度

AVL树与红黑树的对比

集合

刷道leetcode

提交的答案

class Solution {
    public int[] intersection(int[] nums1, int[] nums2) {
        Set<Integer> set1 = new HashSet<Integer>();
        Set<Integer> set2 = new HashSet<Integer>();
        
        for(int num: nums1)
            set1.add(num);
        for(int num: nums2)
            set2.add(num);
        
        return getIntersection(set1,set2);
    }

    public int[] getIntersection(Set<Integer> set1, Set<Integer> set2){
        Set<Integer> intersection = new HashSet<Integer>();
        if(set1.size() > set2.size()){
            for(int num: set2){
                if(set1.contains(num))
                    intersection.add(num);
            }
        }
        else{
            for(int num: set1){
                if(set2.contains(num))
                    intersection.add(num);
            }
        }

        int[] intersectionlist = new int[intersection.size()];
        int index = 0;
        for(int num: intersection){
            intersectionlist[index++] = num;
        }

        return intersectionlist;
    }
}

由于HashSet查找的时间复杂度为O（1），所以该解法的时间复杂度仅为O（两个数组长度之和）。

映射

使用AVL树、红黑树来实现Map，则为TreeMap

哈希表

装填因子

TreeMap和HashMap对比

二叉堆

以下以大顶堆为例，讲解添加、删除、建堆

添加

下图中的80为添加的节点

删除

批量建堆

方法1：

方法2：

效率对比

显然自下而上的下滤更加优秀，因为它是最少的节点在做最长长度的过滤

TopK问题

因为建的堆大小保持为k，每个数跟堆顶比较，并按情况进行更换，同时下滤，时间复杂度为O（logk）。总的时间复杂度为O（nlogk）。

堆排序比一般的排序算法要优秀，O（nlogk）< O（nlogn）。

优先级队列

优先级队列的底层实现可以用二叉堆

哈夫曼树

哈夫曼编码

哈夫曼树

Trie