数据结构-栈、队列、数组、链表、树

目录

1.栈

 2.队列

 3.数组

4.链表

5.树

二叉查找树

平衡二叉树

红黑树

数据结构概述：

数据结构是计算机底层存储、组织数据的方式。

指数据相互之间是以什么方式排列在一起的。

数据结构是为了更加方便的管理和使用数据，需要结合具体的业务场景来进行选择。

使用合适的数据结构可以带来更高的运行或者存储效率。

1.栈

特点：先进后出，后进先出

 2.队列

特点:先进先出，后进后出

 3.数组

特点：数组是一种查询快，增删慢的模型

• 查询速度快：查询数据通过地址值和索引定位，查询任意数据耗时相同
• 删除效率低：要将原始数据删除，同时后面每个数据前移
• 添加效率低：先将添加位置后的每个元素后移，再添加元素

4.链表

链表中的结点都是独立的对象，在内存中是不连续的，每个结点包含数据值和下一个结点的地址

链表查询慢，无论查询哪个数据都要从头开始找

链表增删相对快

5.树

树是由节点构成的，每个节点都是独立的对象，每个节点包含数据值，父节点地址值，左子节点地址值，右子节点地址值

树结构中的名词：

• 度：每一个节点的子节点数量
• 树高：树的总层数
• 根节点：最顶层的节点
• 左子节点：左下方的节点
• 右子节点：右下方的节点
• 根节点的左子树：根节点左侧的树
• 根节点的右子树：根节点右侧的树

二叉查找树

由于普通二叉树没有任何规律，因此查找效率很低，所以就出现了二叉查找树

二叉查找树特点：

• 每一个节点上最多有两个子节点
• 任意节点上左子树的值都小于当前节点
• 任意节点上右子树的值都大于当前节点

二叉查找树添加节点的规则：

小的存左边，大的存右边，一样的不存

二叉树的遍历方式：

1. 前序遍历：当前节点，左子节点，右子节点
2. 中序遍历：左子节点，当前节点，右子节点
3. 后序遍历：左子节点，右子节点，当前节点
4. 层序遍历：一层一层的遍历

前序遍历：从根节点开始，然后按照当前节点，左子节点，右子节点的顺序遍历

中序遍历：从最左边的子节点开始，然后按照左子节点，当前节点，右子节点的顺序遍历

后序遍历：从最左边的子节点开始，然后按照左子节点，右子节点，当前节点的顺序遍历

层序遍历：从根节点开始一层一层的遍历

 二叉查找树的弊端：

二叉查找树可能出现长短腿的情况，导致查找效率很低，所以在二叉查找树的基础上又出现了平衡二叉树

平衡二叉树

规则：任意节点左右子树高度差不超过1

平衡二叉树通过旋转机制保持平衡

• 规则1：左旋
• 规则2：右旋
• 触发时机：当添加一个节点之后，该树不再是一颗平衡二叉树

左旋

确定支点：从添加的节点开始，不断的往父节点找不平衡的节点

左旋步骤：

• 以不平衡的点作为支点
• 把支点左旋降级，变成左子节点
• 晋升原来的右子节点

确定支点：从添加的节点开始，不断的往父节点找不平衡的节点

左旋步骤：

• 以不平衡的点作为支点
• 将根节点的右侧往左拉
• 原先的右子节点变成新的父节点，并把多余的左子节点出让，给已经降级的根节点当右子节点

右旋

 

平衡二叉树需要旋转的四种情况

1. 左左：一次右旋
2. 左右：先局部左旋，再整体右旋
3. 右右：一次左旋
4. 右左：先局部右旋，再整体左旋

左左：当根节点左子树的左子树有节点插入，导致二叉树不平衡

左右：当根节点左子树的右子树有节点插入，导致二叉树不平衡

右右：当根节点右子树的右子树有节点插入，导致二叉树不平衡

右左：当根节点右子树的左子树有节点插入，导致二叉树不平衡

红黑树

• 红黑树是一种自平衡的二叉查找树，是计算机科学中用到的一种数据结构
• 1972年出现，当时被称为平衡二叉B树，1978年被改名为"红黑树"
• 它是一种特殊的二叉查找树，红黑树的每一个节点上都有存储位表示节点的颜色
• 每一个节点可以是红或者黑；红黑树不是高度平衡的，它的平衡是通过"红黑规则"进行实现的

为什么有红黑树？

因为平衡二叉树每次左右子树高度差超过1时，都会通过旋转保持平衡，这样虽然查找效率很高，但是也有弊端，就是如果旋转次数过多，就会造成添加节点时间浪费，而红黑树不用保持高度平衡，只要满足"红黑规则"就可以了。

红黑规则：

1. 每一个节点是红色或者黑色的
2. 根节点必须是黑色的
3. 如果一个节点没有子节点或者父节点，则该节点相应的指针属性值为Nil，这些Nil视为叶节点，每个叶节点(Nil)是黑色的
4. 如果某一个节点是红色，那么它的子节点必须是黑色的(不能出现两个红色节点相连的情况)
5. 对每一个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数量的黑色节点

红黑树添加节点规则：

添加节点默认是红色的(效率高)