growing_duck的博客

数据结构-数组

了解红黑树前，先认识一下二三树。 二三树: 普通的二叉树，一个节点存一个元素，有两个孩子，称为二树。 二三树中，允许一个节点存两一个或两个元素，有两个或三个孩子。 添加元素时，会与前面节点融合，当超过三个孩子时，向上融合。看看添加过程： 添加42： 添加37，与前面节点融合，成为三树： 添加12，与前面节点融合，成为四树，不满足二三树，中位数向上与父亲融合，成为新的二三树： 添加18： 添加6：左孩子不满足，12向上...

平衡二叉树：对于任意节点，左子树和右子树的高度差不大于1。 普通二分搜索树，如果按顺序添加元素，会退化成链表。 public class AVLTree<K extends Comparable<K>, V> { private class Node { public K key; public V value; public Node left, right; public int height;

如上图： 线段树是一颗满二叉树，叶子节点如果没有值，用null表示。 非空叶子节点就是基础数据，树中每个父亲节点代表左右孩子的结果集（比如求合，最大值，最小值等，自己定义算法，传入左右孩子即可）。 那么有n个元素，构建线段树需要开辟多少空间？ 对于满二叉树，每一层节点数量都是前面所有节点数量之和+1。 也就是说，如果最后一层有n个节点，整棵树就约为2n个节点。 如果此时n为2的k次方，所有元素刚好在最后一层，整棵树约就是2n。 如果再多一个元素，就需要开辟下一层空间，如上图那样，整棵树就需...

堆其实就是二叉树，只不过父亲节点永远比左右孩子大（或者小），成为最大堆（最小堆）。 根节点永远是最大（最小）。 注意：它不是二分搜索树（根节点比左孩子大，比右孩子小）。 虽然堆是一颗树，内部可以用一个数组来表示。 将每个节点按索引位置对应到数组中。在操作时，先根据二叉树的特性，算出索引，然后操作数组中的数据。 如下图： 上图中：给任意一个节点的索引，可以算出其父亲节点，左孩子和右孩子的索引，去操作数组中对应索引位置的数据。 下面，实现一个最大堆： public class MaxHea..

集合映射

完全二叉树：节点从左到右以此排列，除最后一层节点外，其他每一层都是满节点 平衡二叉树：每一个节点的左右子树高度差，不能大于1 满二叉树：每一层的节点都是满的 /** * 二分搜索树 */ public class BST<E extends Comparable<E>> { private class Node { private E e; private Node left; private Node rig

链表，其实就是由多个节点组成，而节点就是由存放的值和指针组成。 package LinkedList; public class LinkedList<E> { private class Node { private E e; private Node next; public Node(E e, Node next) { this.e = e; this.next = next;

队列