数据结构中有很多种类的树结构,例如,普通二叉树、完全二叉树、满二叉树、线索二叉树、哈夫曼树、二叉搜索树(排序树)、平衡二叉树、AVL平衡二叉树、红黑树、B树、B+树、堆
1、普通二叉树、完全二叉树、满二叉树
二叉树:最多有两棵子树的树被称为二叉树
满二叉树:二叉树中所有非叶子结点的度都是2,且叶子结点都在同一层次上
完全二叉树:如果一个二叉树与满二叉树前m个节点的结构相同,这样的二叉树被称为完全二叉树
也就是说,如果把满二叉树从右至左、从下往上删除一些节点,剩余的结构就构成完全二叉树
采用顺序存储的完全二叉树,可以根据任意节点的位置计算其父节点、孩子节点在数组中的位置(下标),如果父节点和孩子节点存在的话。
这也说明,完全二叉树适合使用顺序表存储
2、线索二叉树
3、哈夫曼树(最优二叉树)
4、二叉搜索(查找、排序)树
对二叉树进行中序遍历时,其输出是一个有序数组
根据二叉排序树的定义,发现其搜索过程具有二分特性,效率较高
缺点:二叉排序树的最终形态与输入数据的顺序有关,
例如,输入数据[1,2,3,4,5,6,7,8,9],最终形成的二叉排序树如下图
此时,二叉树退化成了单链表,查找效率大大下降
5、平衡二叉树
为了克服二叉排序树的缺点,人们想出办法,使得一棵树的左右子树高度大致相等
比较出名的是苏联科学家家G.M. Adelson-Velsky 和 E.M. Landis于1962年提出的,被命名为AVL树,,和红黑树
6、AVL树
任一节点的左子树深度和右子树深度相差不超过1,我们用平衡因子衡量这种差异
任意节点的平衡因子Balance(p)= heigth(p的左子树) - height(p的右子树)
在进行AVL树的插入和删除操作时,当平衡因子=2时,就要调整节点的位置,使其满足AVL树的定义
关于AVL树的插入、删除操作,随后会进行记录
7、红黑树
总结:我们知道,实际应用当中,我们经常使用的是查找和排序操作,这在我们的各种管理系统、数据库系统、操作系统等当中,十分常用。
数组的下标寻址十分迅速,但计算机的内存是有限的,故数组的长度也是有限的,实际应用当中的数据往往十分庞大
而且无序数组的查找最坏情况需要遍历整个数组
后来人们提出了二分查找,二分查找要求数组的构造一定有序。二分法查找解决了普通数组查找复杂度过高的问题
任和一种数组无法解决的问题就是插入、删除操作比较复杂,因此,在一个增删查改比较频繁的数据结构中,数组不会被优先考虑
普通链表由于它的结构特点被证明根本不适合进行查找
二叉查找树因为可能退化成链表,同样不适合进行查找
哈希表是数组和链表的折中,,同时它的设计依赖散列函数的设计,数组不能无限长、链表也不适合查找,所以也适合大规模的查找
AVL树的旋转过程非常麻烦,因此插入和删除很慢,也就是构建AVL树比较麻烦
红黑树是平衡二叉树和AVL树的折中,因此是比较合适的。集合类中的Map、关联数组具有较高的查询效率,它们的底层实现就是红黑树