数据结构之树和二叉树

最新推荐文章于 2024-04-06 22:11:45 发布

爱上口袋的天空

最新推荐文章于 2024-04-06 22:11:45 发布

阅读量1.8k

点赞数 3

分类专栏：数据结构和算法文章标签：数据结构

本文链接：https://blog.csdn.net/K_520_W/article/details/130764862

版权

数据结构和算法专栏收录该内容

8 篇文章 0 订阅

订阅专栏

五、二叉搜索树（Binary Search Tree）

1、简介

2、二插搜索树的局限性

六、平衡二叉搜索树（AVL树）

七、红黑树（Red-Black Tree）

一、树简介

        树是一种非线性的数据结构，是由n（n >=0）个结点组成的有限集合。

        如果n==0，树为空树。如果n>0，树有一个特定的结点，叫做根结点（root）。根结点只有直接后继，没有直接前驱

        除根结点以外的其他结点划分为m（m>=0）个互不相交的有限集合，T0，T1，T2，...，Tm-1，每个集合都是一棵树，称为根结点的子树（sub tree）。

下面是一些其它基本概念：

节点的度：节点拥有的子树个数
叶子节点（leaf）：度为0的节点，也就是没有子树的节点
树的高度：树中节点的最大层数，也叫做树的深度

二、二叉树

1、简介

对于树这种数据结构，使用最频繁的是二叉树。

每个节点最多只有2个子节点的树，叫做二叉树。二叉树中，每个节点的子节点作为根的两个子树，一般叫做节点的左子树和右子树。

2、二叉树的性质

若二叉树的层次从0开始，则在二叉树的第i层至多有2^i个结点(i>=0)
高度为k的二叉树最多有2^(k+1) - 1个结点(k>=-1)(空树的高度为-1)
对任何一棵二叉树，如果其叶子结点(度为0)数为m, 度为2的结点数为n, 则m = n + 1

3、满二叉树和完全二叉树

满二叉树：除了叶子节点外，每个节点都有两个子节点，每一层都被完全填充。
完全二叉树：除了最后一层外，每一层都被完全填充，并且最后一层所有节点保持向左对齐。

三、二叉树的遍历

中序遍历：即左-根-右遍历，对于给定的二叉树根，寻找其左子树；对于其左子树的根，再去寻找其左子树；递归遍历，直到寻找最左边的节点i，其必然为叶子，然后遍历i的父节点，再遍历i的兄弟节点。随着递归的逐渐出栈，最终完成遍历

先序遍历：即根-左-右遍历

后序遍历：即左-右-根遍历

层序遍历：按照从上到下、从左到右的顺序，逐层遍历所有节点。

四、二叉树遍历代码实现

package com.kgf.algorithm.tree;

import java.util.ArrayDeque;
import java.util.Queue;

/***
 * 二叉树的遍历
 */
public class TreeErgodic {

    public static void main(String[] args) {

        TreeNode root = new TreeNode(1);
        TreeNode tn1 = new TreeNode(3);
        TreeNode tn2 = new TreeNode(5);
        TreeNode tn3 = new TreeNode(2);
        TreeNode tn4 = new TreeNode(7);
        TreeNode tn5 = new TreeNode(6);

        root.left=tn1;
        root.right=tn2;

        tn1.left = tn3;
        tn1.right = tn4;
        tn2.left = tn5;

        TreeErgodic te = new TreeErgodic();
        te.levelTraversal2(root);
    }
    /***
     * 层序遍历
     * 按照从上到下、从左到右的顺序，逐层遍历所有节点。
     * 结果是：1 3 5 2 7 6
     * @param treeNode
     */
    public void levelTraversal2(TreeNode treeNode){
        //创建一个队列，先进先出
        Queue<TreeNode> queue = new ArrayDeque();
        queue.add(treeNode);
        while (!queue.isEmpty()){
            TreeNode node = queue.poll();
            System.out.print(node.val+"\t");
            if (node.left!=null){
                queue.add(node.left);
            }
            if (node.right!=null){
                queue.add(node.right);
            }
        }
    }
    /***
     * 层序遍历
     * 按照从上到下、从左到右的顺序，逐层遍历所有节点。
     * 结果是：1 3 5 2 7 6
     * @param treeNode
     */
    public void levelTraversal(TreeNode treeNode){
        //创建一个队列，先进先出
       Queue queue = new ArrayDeque();
       queue.add(treeNode.val);
       loadTreeNode(treeNode,queue);
       while (!queue.isEmpty()){
           System.out.print(queue.poll()+"\t");
       }
    }

    private void loadTreeNode(TreeNode treeNode, Queue queue) {
        if (treeNode==null)return;
        if (treeNode.left!=null){
            queue.add(treeNode.left.val);
        }
        if (treeNode.right!=null){
            queue.add(treeNode.right.val);
        }
        loadTreeNode(treeNode.left,queue);
        loadTreeNode(treeNode.right,queue);
    }

    /***
     * 后序遍历
     * 即左-右-根遍历
     * 结果是：2	 7	3	6	5	1
     * @param treeNode
     */
    public void afterOrder(TreeNode treeNode){
        if (treeNode==null)return;
        afterOrder(treeNode.left);
        afterOrder(treeNode.right);
        System.out.print(treeNode.val+"\t");
    }

    /***
     * 中序遍历
     * 即左-根-右遍历
     * 结果是：2  3	7	1	6	5
     * @param treeNode
     */
    public void centerOrder(TreeNode treeNode){
        if (treeNode==null)return;
        centerOrder(treeNode.left);
        System.out.print(treeNode.val+"\t");
        centerOrder(treeNode.right);
    }

    /***
     * 先序遍历
     * 即根-左-右遍历
     * 结果是：1 3 2 7 5 6
     * @param treeNode
     */
    public void preOrder(TreeNode treeNode){
        if (treeNode==null)return;
        System.out.print(treeNode.val+"\t");
        preOrder(treeNode.left);
        preOrder(treeNode.right);
    }
}

五、二叉搜索树（Binary Search Tree）

1、简介

二叉搜索树也称为有序二叉查找树，满足二叉查找树的一般性质，是指一棵空树具有如下性质：

任意节点左子树如果不为空，则左子树中节点的值均小于根节点的值
任意节点右子树如果不为空，则右子树中节点的值均大于根节点的值
任意节点的左右子树，也分别是二叉搜索树
没有键值相等的节点

基于二叉搜索树的这种特点，在查找某个节点的时候，可以采取类似于二分查找的思想，快速找到某个节点。n 个节点的二叉查找树，正常的情况下，查找的时间复杂度为 O(logN)。

2、二插搜索树的局限性

一个二叉搜索树是由n个节点随机构成，所以，对于某些情况，二叉查找树会退化成一个有n个节点的线性链表。如下图:

六、平衡二叉搜索树（AVL树）

         通过二叉搜索树的分析我们发现，二叉搜索树的节点查询、构造和删除性能，与树的高度相关，如果二叉搜索树能够更“平衡”一些，避免了树结构向线性结构的倾斜，则能够显著降低时间复杂度。

        平衡二叉搜索树：简称平衡二叉树。由前苏联的数学家Adelse-Velskil和Landis在1962年提出的高度平衡的二叉树，根据科学家的英文名也称为AVL树。

它具有如下几个性质：

可以是空树
假如不是空树，任何一个结点的左子树与右子树都是平衡二叉树，并且高度之差的绝对值不超过1

        平衡的意思，就是向天平一样保持左右水平，即两边的分量大约相同。如定义，假如一棵树的左右子树的高度之差超过1，如左子树的树高为2，右子树的树高为0，子树树高差的绝对值为2就打破了这个平衡。

        比如，依次插入1，2，3三个结点后，根结点的右子树树高减去左子树树高为2，树就失去了平衡。我们希望它能够变成更加平衡的样子。

        AVL树是带有平衡条件的二叉搜索树，它是严格的平衡二叉树，平衡条件必须满足(所有节点的左右子树高度差不超过1)。不管我们是执行插入还是删除操作，只要不满足上面的条件，就要通过旋转来保持平衡，而旋转是非常耗时的。旋转的目的是为了降低树的高度，使其平衡。

         AVL树适合用于插入删除次数比较少，但查找多的情况。也在Windows进程地址空间管理中得到了使用。

七、红黑树（Red-Black Tree）

1、简介

红黑树是一种特殊的二叉查找树。红黑树的每个节点上都有存储位表示节点的颜色，可以是红(Red)或黑(Black)。

2、性质

节点是红色或黑色
根节点是黑色
每个叶子节点都是黑色的空节点（NIL节点）。
每个红色节点的两个子节点都是黑色（从每个叶子到根的所有路径上不能有两个连续的红色节点）
从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点

在插入一个新节点时，默认将它涂为红色（这样可以不违背最后一条规则），然后进行旋转着色等操作，让新的树符合所有规则。

红黑树也是一种自平衡二叉查找树，可以认为是对AVL树的折中优化。

3、使用场景

红黑树多用于搜索,插入,删除操作多的情况下。红黑树应用比较广泛：

广泛用在各种语言的内置数据结构中。比如C++的STL中，map和set都是用红黑树实现的。Java中的TreeSet，TreeMap也都是用红黑树实现的。
著名的linux进程调度Completely Fair Scheduler，用红黑树管理进程控制块。
epoll在内核中的实现，用红黑树管理事件块
nginx中，用红黑树管理timer等

八、B树（B-Tree）

1、简介

B树(B-Tree)是一种自平衡的树，它是一种多路搜索树（并不是二叉的），能够保证数据有序。同时，B树还保证了在查找、插入、删除等操作时性能都能保持在O(logn)，为大块数据的读写操作做了优化，同时它也可以用来描述外部存储。

2、特点

B树可以定义一个M值作为预定范围，即M路(阶)B树，每个节点最多有M个孩子；且M>2
根结点的儿子数为[2, M]
除根结点以外的非叶子结点的儿子数为[M/2, M]
每个结点存放至少M/2-1（取上整）和至多M-1个关键字；（至少2个key）
非叶子结点的关键字个数 = 指向儿子的指针个数 – 1
非叶子结点的关键字：K[1], K[2], …, K[M-1]；且K[i] < K[i+1]
非叶子结点的指针：P[1], P[2], …, P[M]，其中P[1]指向关键字小于K[1]的子树，P[M]指向关键字大于K[M-1]的子树，其它P[i]指向关键字属于(K[i-1], K[i])的子树
所有叶子结点位于同一层

九、B+树

1、简介

B+树是B-树的变体，也是一种多路搜索树。

B+的搜索与B-树也基本相同，区别是B+树只有达到叶子结点才命中（B-树可以在非叶子结点命中），其性能也等价于在关键字全集做一次二分查找。

2、B+的特性

所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的
不可能在非叶子结点命中
非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层
更适合文件索引系统

3、稠密索引

稠密索引，即每一条记录，对应一个索引字段。稠密索引，访问速度非常块，但是维护成本大。根据索引字段不一样，有候选键索引和非候选键索引之分。

4、稀疏索引

相对稠密索引，稀疏索引并没有每条记录，建立了索引字段，而是把记录分为若干个块，为每个块建立一条索引字段
稀疏索引字段，要求索引字段是按顺序排序的，否则无法有效索引

稀疏索引是如何进行定位的呢？

假设需要搜索字段值为K的记录，那先检索出比K小的最大值索引字段，再根据该字段所在的记录集合，进行顺序查找，直到找到记录K。
稀疏索引，数据查询速度较慢，但是存储空间小，维护成本低

那么如何设置索引字段呢？

既然索引是为了提高访问速度，简单说，要是一些数据经常被使用、被查询，那这些字段就应该设置索引

爱上口袋的天空

关注

3
点赞
踩
17

收藏

觉得还不错? 一键收藏
1
评论
数据结构之树和二叉树

对于树这种数据结构，使用最频繁的是二叉树。每个节点最多只有2个子节点的树，叫做二叉树。二叉树中，每个节点的子节点作为根的两个子树，一般叫做节点的左子树和右子树。任意节点左子树如果不为空，则左子树中节点的值均小于根节点的值任意节点右子树如果不为空，则右子树中节点的值均大于根节点的值任意节点的左右子树，也分别是二叉搜索树没有键值相等的节点基于二叉搜索树的这种特点，在查找某个节点的时候，可以采取类似于二分查找的思想，快速找到某个节点。
复制链接

扫一扫