数据结构（2）

哈希表

1.相关概念
Hash一般翻译为“散列”，直接音译为“哈希”。
简单的将就是一种将任意长度 的消息压缩到某一固定长度的消息摘 要的函数。

有散列函 数都有如下一个基本特性：根据同一散列函 数计算 出的散列 值如果不同，那么输入值肯定也不同。但是，根据同一散列函 数计算 出的散列 值如果相同 ，输入值不一定相同。

在Ja va中任意一个对象都有一个hashCode()方法，可以获取任意一个对象的hash值。
publicnative int hashCode();

2.哈希冲突

当两个不同的输入值，根据同一散列函 数计算 出相同 的散列 值的现象，就把它叫做碰撞（哈希碰撞）。

3.散列算法

散列 法Hashing是一种将字符组成 的字符串转换为固定长度（ 一般是更短长度）的数值或索引值的方法，称为散列法，也叫哈希法。
由于通过更短 的哈希 值比用原始 值进行数据库搜索更快，这种方法一般用来在数据库中建立索引并进行搜索，同时还用在各种解密算法中。

String类型的定义

public final class Stirng
implements java.io.Serializable,Comparable<String>,CharSequence{}

具体的字符串值是采用char[]进行存储 ，而且一旦创 建则不能修改。真正的修改操作都会引发对象的新建.

String类型中的hashCode方法的实现：

public int hashCode(){
int h = hash ;
if(h == 0 && value.length>0){
char val[] = value;
for(int i=0;i<value.length;i++){
h = 31* H + val[i];
}
hash = h;
}
return h;
}

二叉树

二叉 搜索树（Binary Search Tree，简称 BST），BST是一种很常用的的二叉 树。它的定义是：一个二叉 树中，任意节点的值要大于等于左子树所有节点的值，且要小于等于右边子树的所有节点的值。
主要针对链 表的插入和删除 很快 ，但是是查找数据却很慢 的特点 。树状结构最大的优势 在于查找，但是插入和删除的效率都不太高。

public class Node{
private Object data;  //结点数据
private Node left     //左子节点的引用
private Node right    //右子节点的引用

1.二叉树的特点：
左子树上所有结点的值均小于或等于它的根结点的值
右子树上所有结点的值均大于或等于它的根结点的值
左、右子树也分别为二叉排序树。

2.二叉树的遍历

中序遍历:左子树——》 根节点——》右子树
前序遍历:根节点——》左子树——》右子树
后序遍历:左子树——》右子树——》 根节点

二叉树在极端情况下会退化为链表结构，为了避免出现这个问题，引入平衡树AVL 树是一种平衡二叉树，平衡二叉树递归定义如下：
左右子树的高度差小于等于1。
其每一个子树均为平衡二叉树。
AVL树引入了所谓监督 机制，就是在树的某一部分的不平衡 度超 过一个阈值后触发 相应 的平衡操作。保证树的平衡度在可以接受的范围内。

public class TreeNode{
int val;
int height;  //多加了一个高度，用来记录每个节点的高度
TreeNode left;
TreeNode right;
TreeNode(int x){
val = x;
}}

3.红黑树

红黑树 是一种近似平衡 的二叉 查找树 ，查找、删除 、插入都快，树经常 需要进行旋转达到平衡，但是平衡算法很复杂。

红黑树特征：
（1）每个节点不是红色就是黑色的；
（2）根节点总是黑色的；
（3）如果节点是红色的，则它的子节点必须是黑色的（反之不一定）,(也就是从每个叶子到根的所有路径上不能有两个连续的红色节点)；
（4）从根节点到 叶节 点或空子节点的每条路径，必须包含相同数目的黑色节 点（ 即相同 的黑色高度）.