数据结构－－树（一）

      说起数据结构与算法，这让我想起了大学的那段青葱岁月，那时候的我偶尔还会捧起严蔚敏老师的那本《数据结构》，沉醉于这些精巧的设计：栈，队列，树，堆，图。。。那时候的我还能写出冒泡，快排，堆排序。。。

      之前出去面试要我写一个判断一棵树是不是二叉搜索树，我甚至是拒绝的，总觉得面试官太过装逼，这些东西好久没用到，你让我来个二叉搜索，我得先问你：什么是二叉搜索树？虽然脸上笑嘻嘻，实则心里mmp。后来，我慢慢意识到这是有道理的，很多框架底层实现还是挺经常用到这些个数据结构，一方面是考察你技术的基础和深度，一方面也能筛选个思维逻辑比较好的同学，允许你忘记概念，在面试官的引导下，你能不能做出来。

      先来说说一些树的具体应用：

      1. AVL树：windows对进程地址空间的管理

      2. 红黑树：map和set底层都是用的红黑树实现的；jdk1.8的hashMap底层优化也用到红黑树／B树

      3. B／B+树：磁盘文件组织数据索引和数据库索引 （“你心里没有点B树？”也算是个应用）

      4. Trie树(字典树)：统计大量字符串和排序，字符串前缀匹配

      。。。

1. 二叉搜索树(Binary Sort Tree)

BTS具有如下性质：

1) 若左子树不空，则左子树上所有结点的值均小于它的根结点的值；

2) 若右子树不空，则右子树上所有结点的值均大于或等于它的根结点的值；

3) 左、右子树也分别为二叉排序树；

4) 没有键值相等的节点。

节点表示：

public class Node {  

    public int value;   
    public Node leftChild;  
    public Node rightChild;  
 
}

前序，中序，后序遍历：

    //前序遍历  
    public void preorder_iterator(Node node){  
        System.out.print(node.value + " ");  
        if(node.leftChild != null)  
            this.preorder_iterator(node.leftChild);  
        if(node.rightChild != null)  
            this.preorder_iterator(node.rightChild);  
    }  
       
    //中序遍历二叉搜索树将会得到所有数据项的有序数列  
    public void inorder_iterator(Node node){  
        if(node.leftChild != null)  
            this.inorder_iterator(node.leftChild);  
        System.out.print(node.value + " ");  
        if(node.rightChild != null)  
            this.inorder_iterator(node.rightChild);  
    }  
      
    //后序遍历  
    public void postorder_iterator(Node node){  
        if(node.leftChild != null)  
            this.postorder_iterator(node.leftChild);  
        if(node.rightChild != null)   
            this.postorder_iterator(node.rightChild);  
        System.out.print(node.value + " ");  
    }  

判断一棵树是否为二叉搜索树：

public class BSTChecker {  
    private static int lastVisit = 0;  
  
    public static boolean isBST(Node root) {  
        if(root == null) return true;  
  
        boolean judgeLeft = isBST(root.left); // 先判断左子树  
  
        if(root.value >= lastVisit && judgeLeft) { // 当前节点比上次访问的数值要大  
            lastVisit = root.value;  
        } else {  
            return false;  
        }  
  
        boolean judgeRight = isBST(root.right); // 后判断右子树  
  
        return judgeRight;  
    }  
}  

2. AVL树

    当BTS的复杂度是O(logn), 这是在比较理想的状态下，如果一个数列是有序的，此时的树就退化成线性的，像链表这样，复杂度就为O(n), 这时候，就需要对这棵树进行一个平衡！