Java数据结构（数据、链表、树）

Java数据结构

一、数组

定义：数组是用于储存多个相同类型数据的集合,是有序的元素序列。

结构：

代码：

char ch[]=new char[5];
ch[0]='1';
ch[1]='2';

char ch[]=new char[]{'1','2','3','4','5'};

特点：

数组就是在内存中开辟一块连续的、大小相同的空间，用来存储数据.

可以通过下标访问的方式访问成员，查询效率高

增删操作会给系统带来性能消耗[保证数据下标越界的问题，需要动态扩容]

二、链表

定义：链表是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的,每一个链表都包含多个节点,节点又包含两个部分,一个是数据域(储存节点含有的信息)

​ 分为单向链表和双向链表

双向链表结构：

添加：添加时只需要修改指针的指向地址就可以，无需要像数组那样开辟新的内存空间

删除：删除时同样修改指针的指向地址就可以

特点：

灵活的空间要求,存储空间不要求连续

不支持下标的访问.支持顺序的遍历搜索

针对增删操作找到对应的节点改变链表的头尾指向即可,无需移动元素存储位置

三、树

定义：一棵树（tree）是由n（n>0）个元素组成的有限集合，

每个元素称为结点（node）；

有一个特定的结点，称为根结点或根（root）；

除根结点外，其余结点被分成m（m>=0）个互不相交的有限集合，而每个子集又都是一棵树（称为原树的子树）

学习树的网址：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

1.二叉树

定义：二叉树（binary tree）是指树中节点的度不大于2的有序树，它是一种最简单且最重要的树。

结构：

特点：

某节点的左子树节点值仅包含小于该节点值
某节点的右子树节点值仅包含大于该节点值
左右子树每个也必须是二叉查找树
顺序排列

2.不平衡二叉树

结构：

特点：

当数据都小于或者大于根节点时，查询效率不高

3.平衡二叉树（AVL树）

定义：平衡树(Balance Tree，BT) 指的是，任意节点的子树的高度差都小于等于1，常见的符合平衡树的有，B树（多路平衡搜索树）、AVL树（二叉平衡搜索树）等。

特点：

左右两子树的高度差的绝对值不能超过1

左右两子树也是一颗平衡二叉树

如图所示，左图是一棵平衡二叉树，根节点10，左右两子树的高度差是1，而右图，虽然根节点左右两子树高度差是0，但是右子树15的左右子树高度差为2，不符合定义，所以右图不是一棵平衡二叉树。

由此看出：平衡二叉树是一棵高度平衡的树，为了维系一棵平衡二叉树树要作的工作比普通的二叉树要复杂的多，每当有新的节点插入时，检查是否插入后会破坏平衡，如果是那么需要旋转去改变树的结构，使他成为一棵平衡的二叉树

4.红黑树

定义：红黑树Red-Black Tree 「RBT」是一个自平衡(不是绝对的平衡)的二叉查找树(BST)，树上的每个节点都遵循下面的规则:

每个节点要么是黑色，要么是红色。
根节点是黑色。
每个叶子节点（NIL）是黑色。
每个红色结点的两个子结点一定都是黑色。
任意一结点到每个叶子结点的路径都包含数量相同的黑结点。

红黑树能自平衡，它靠的是什么？三种操作：左旋、右旋和变色

左旋：以某个结点作为支点(旋转结点)，其右子结点变为旋转结点的父结点，
右子结点的左子结点变为旋转结点的右子结点，左子结点保持不变。

右旋：以某个结点作为支点(旋转结点)，其左子结点变为旋转结点的父结点，
左子结点的右子结点变为旋转结点的左子结点，右子结点保持不变。
变色：结点的颜色由红变黑或由黑变红。

红黑树插入场景

红黑树为空时：直接插入并把节点变成黑色

插入节点的父节点为黑色：直接插入

插入节点的父节点为红节点

点)，其左子结点变为旋转结点的父结点，

左子结点的右子结点变为旋转结点的左子结点，右子结点保持不变。
变色：结点的颜色由红变黑或由黑变红。

红黑树插入场景

红黑树为空时：直接插入并把节点变成黑色

插入节点的父节点为黑色：直接插入

插入节点的父节点为红节点：如下图