数据结构

堆和堆排序

要讲堆排序之前，首先就要先讲讲选择排序，堆排序在思路上实际上是选择排序是一致的。
先简单总结一下各种排序：
1. 插入排序，类比城插入牌一样，认为前面的数已经排好序了，遍历到新的数，把它插入到它应该在的位置。
2. 选择排序，每次都遍历数组，选择 未排序部分最大或最小的数字，把最小或最大的数放到最前面，然后剩下的往后各移一位
3. 冒泡排序，基本思想是將比較大的數字沉在最下面，较小的浮在上面。

堆排序实际上也是逐步选择未排序数组中最大或者最小的值，来进行排序。那么他比选择排序好在哪呢，在于他利用大顶堆或者小顶堆的结构特性加快了选择的速度。

堆结构

堆可以抽象地理解成二叉树的结构，但是只需要用数组进行存储，父节点的值总是大于或等于左右子节点的值（大顶堆）。注意到，在数组中，如果位置k为父节点，那么其左右子节点位置在 2k 和 2k+1 ！！！！

如何把无序数组重构成堆有序的数组

检查所有父节点，即nums[1:length/2]当发现父节点比子节点小的时候，要将父子节点交换，即父节点下沉。

void heap(vector<int> &nums,int n){
    //n表示带排列数组的长度
    //检查所有父节点，即```nums[1:length/2]```当发现父节点比子节点小的时候，要将父节点和左右子节点中较大的那个交换，即父节点下沉。
    for(int k=n/2;k>=1;k--)
        sink(nums,k,n);
    return;
}
void sink(int* nums,int parentIndex, int numsSize){
    while(2*k<=n){
        int j=2*k;
        //找到子节点较大的那个
        if(j<n && nums[j]<nums[j+1]) j++;
        //如果下沉过程中，出现父节点大于等于左右子节点则停止下沉
        if(nums[k]>=nums[j]) break;
        //将父子节点贾环，完成下沉
        swap(nums[k],nums[j]);
        //换完之后，更改父节点位置，继续下沉
        k=j;
    }
}

将堆有序的数组正确排序

将堆有序数组的第一位，也就是根节点（最大值）与最后一位交换，然后对除最后一位以外的数组重新构造堆有序数组。然后不断取出最大值也就是根节点。

void heapSort(vector<int>& nums){
    int n=nums.size();
    //初次堆排序
    heap(nums, n);
    //依次取出最大值
    while(n>1){
        swap(nums[1],nums[n--]);
        //重新堆排序
        sink(nums,1,n);
    }
}

优先队列

优先队列是一种变形的队列，先进但是永远是最大的数先出。每次放入一个数加入到数组最后，然后不断将其上浮（或者上述的下沉算法，直到所有的值都堆有序），顶部的值就可以一直保持是最大值。

哈希表

对于数据而言，最重要的操作就是查找，插入，删除等等。数组由于其在内存中是连续存储的，所以可以通过索引在O(1)的时间内取到数据，而链表由于存储地址不连续，需要遍历，最坏需要O(n)的时间。但是对于插入而言，链表的优势却又很大。

HashTable的本质还是用数组存储数据，但如何能够做到快速插入和删除呢？

思想是通过一个函数，对给定的key做函数映射，得到一个整数，然后将该数字对要存储数据的数组长度取余,得到的结果就是存储value的数组下标。所以插入，查找，删除都只需要接近O(1)的时间。

但是一个很重要的问题是如何避免散列冲突？ 即映射结果相同怎么办？

1. Java的HashMap使用的拉链法
   数组里存链表，一旦遇到映射出来的下标已经被占用，则把该值附到链表的尾部
   

2. 建立一个缓冲区，把凡是拼音重复的人放到缓冲区中。当我通过名字查找人时，发现找的不对，就在缓冲区里找。

3. 进行再探测。就是在其他地方查找。探测的方法也可以有很多种。

   3.1 在找到查找位置的index的index-1，index+1位置查找，index-2，index+2查找，依次类推。这种方法称为线性再探测。

   3.2 在查找位置index周围随机的查找。称为随机在探测。

   3.3 再哈希。就是当冲突时，采用另外一种映射方式来查找。

二叉树

二叉树的遍历

1. 前序遍历

    def preorderTraversal(self, root):
        results = []
        self.frontIter(root, results)
        return results

    def frontIter(self, root, results):
        if root:
            results.append(root.val)
            self.frontIter(root.left, results)
            self.frontIter(root.right, results)

1. 中序遍历

2. 后序遍历

3. 层次遍历

搜索二叉树

平衡二叉树

红黑树