java数据结构---树(二叉树、红黑树、2-3-4树)

目录

1、树的定义

2、二叉树

    2.1、满二叉树

    2.2、完全二叉树

    2.3、链式存储二叉树

    2.4、顺序存储二叉树

    2.5、线索二叉树

    2.6、赫夫曼树又叫最优二叉树

    2.7、二叉查找树

3、红黑树

4、2-3-4树

     4.1、插入数据项

     4.1.1、如果插入到没满的节点

     4.1.2、节点分裂

     4.1.3、根分裂 

     4.2、代码实现234树

     4.3、234树转红黑树

---

1、树的定义

双亲节点：既是爸爸，也是妈妈。（只有一个父节点）

路径：从一个节点到子节点，所经过的节点，eg：从1到3，需要经过2，路径就是123

节点的层：从根节点开始定义，根节点可以是定义为第0层，也可以定义为第1层，不用纠结

                 如果根节点定义为第0层，根的子节点就为第1层；

                 如果根节点定义为第1层，根的子节点就为第2层。

高度、深度：参考https://blog.csdn.net/pyl574069214/article/details/105249134

节点的度：子节点的个数

节点的权：节点存的值

森林：多个独立的树，就构成了森林

2、二叉树

任何一个节点的子节点数，都不超过2

    2.1、满二叉树

所有叶子节点都在最后一层，而且节点的总数为：(2^n)-1【n是数的高度】

    2.2、完全二叉树

所有叶子节点都在最后一层或或倒数第二层

并且最后一层的叶子节点在左边连续，倒数第二层的叶子节点在右边连续

    2.3、链式存储二叉树

前序遍历：从根节点开始，先自己，再左，然后右（左子树-->根节点-->右子树）
中序遍历：先左，再自己，然后右（根节点-->左子树-->右子树）
后序遍历：先左，再右，然后自己（左子树-->右子树-->根节点）

    2.4、顺序存储二叉树

1、任何一个二叉树都可以转为一个数组，任何一个数组都可以转为一个二叉树

2、顺序存储的二叉树，通常只考虑完全二叉树

3、在数组中，假设节点的索引是n，这个节点的左子节点索引是：2*n+1，右子节点索引是：2*n+2，父节点索引是：(n-1)/2

在大多数情况下，使用数组表示树效率是很低的。

大顶堆：父节点大于任何一个子节点

小顶堆：任何一个子节点都比父节点大

升序排序用大顶堆，降序排序用小顶堆

    2.5、线索二叉树

中序线索化二叉树：左指向前一个，右指向后一个

线索化二叉树时，一个节点的前一个节点，叫前驱节点，一个节点的后一个节点，叫后继节点

    2.6、赫夫曼树又叫最优二叉树

带权路径：路径的节点数 *  节点的权值，

              eg：从根节点到权值为9的节点，中间经过3号节点，那么权值为9的这个节点的带权路径=2*9=18

树的带权路径长度WPL：树中所有叶子节点的带权路径长度之和。
WPL：weighted path length
树的带权路径长度(Weighted Path Length of Tree，简记为WPL)

WPL值最小的叫最优二叉树。

    2.7、二叉查找树

（1）若左子树不空，则左子树上所有节点的值均小于它的根节点的值；

（2）若右子树不空，则右子树上所有结点的值均大于它的根节点的值；

（3）左、右子树也分别为二叉排序树。

因为物理删除节点代码实现比较复杂，可以考虑在Node类中加一个属性isDelete，做逻辑删除。

平衡二叉查找树：从根节点到叶子节点，最长深度不超过最短深度的2倍。

平衡二叉查找树的查找、插入、删除等操作的时间复杂度为O(log n),底数为2。

二叉查找树的时间复杂度在O(log n)~O(n)之间。

二叉查找树的遍历可能不如数组、链表，但是在大型数据库中，遍历是很少使用的操作。

3、红黑树

https://blog.csdn.net/pyl574069214/article/details/105425917

4、2-3-4树

2-3-4树：是一种多叉树，每个节点最多有三个数据项、每个节点最多有4个子节点
    1、非叶节点有三种情况：
        1、有一个数据项的节点,一定有两个子节点；
        2、有二个数据项的节点,一定有三个子节点；
        3、有三个数据项的节点,一定有四个子节点
    简而言之，非叶节点的子节点,一定比它含有的数据项多1。
    eg：子节点个数为L,数据项个数为D,那么：L=D+1
    2、数据项值的取值范围
        2-3-4树中一般不允许出现重复数据项值，所以不考虑相同的数据项的情况。

     4.1、插入数据项

只能插入到叶子节点

     4.1.1、如果插入到没满的节点

        如果插入的数据项，比这个节点已有的数据项小，就将节点中大的数据项往右移，然后将插入的数据项插入该节点。

如果往下寻找插入位置的途中，有节点中的数据项是满的，节点必须分裂 (分裂能保证2-3-4树的平衡)

     4.1.2、节点分裂

    节点分裂的步骤：
        1、创建一个新的空节点，它是被分裂节点的兄弟，在被分裂节点的右边；
        2、数据项C移动到新节点中；
        3、数据项B移动到被分裂节点的父节点中；
        4、数据项A不动；
        5、最右边的两个子节点从被分裂处断开，连到新节点上。

     4.1.3、根分裂 

如果一开始查找插入节点时就碰到满的根节点，节点分裂的步骤：
        1、创建新的根节点，它是被分裂节点的父节点；
        2、创建第二个新的节点，它是被分裂节点的兄弟节点，在被分裂节点的右边；
        3、数据项C移到新的兄弟节点中；
        4、数据项B移到新的根节点中；
        5、数据项A不动；
        6、被分裂节点最右边的两个子节点断开连接，连到新的兄弟节点中。

根分裂完成后，整个树的高度加1。

     4.2、代码实现234树

DataItem类 

Node类 

Tree234类 

     4.3、234树转红黑树