树形结构概念
对大量的输入数据,链表的线性访问时间太慢,不宜使用。本文探讨另外一种重要的数据结构—-树,其大部分时间可以保证操作的运行平均时间复杂度为O(logN)
几个概念
1. 根节点:A节点是根节点
一颗树只有一个根且由根发展而来,从另外一个角度来说,每个结点都可以认为是其子树的根
2. 父节点:结点的上层结点,例如图中D节点的父节点就是A
3. 兄弟节点:具有相同父节点的节点成为兄弟节点,例如B、C、D、E、F、G都是兄弟节点,因为它们都有同一个父节点A
4. 结点的度:结点所拥有的子树的个数称之为结点的度,如结点F的度为3
5. 树叶:度为0的节点,例如P、Q等
6. 分支结点:度不为0的结点,也叫作非终端结点或内部结点,例如:D、E、F、G都称为分支节点
7. 深度:对任意节点节点Ni的深度是从根节点到Ni的唯一路径的长度。根的深度是1图中E的深度是2
8. 高度:从结点Ni向下到某个叶结点最长简单路径中边的条数,例如:E的高度是3
二叉树
二叉树是一棵树,其中每个结点都不能有多于两个子树
二叉树的一个性质是一颗平均二叉树的深度要比及结点个数N小得多,这个性质很重要,尤其对于特殊类型的二叉树即二叉查找树而言,其深度的平均值是O(logN),这将大大降低查找时的时间复杂度。
当然,二叉树在运用得不好的情况下的情况下是有严重的问题的,即:
树的深度大到了N-1,这样的情况是绝对不允许的,这种树也被称为不平衡树.
二叉查找树
使得二叉树称为二叉查找树的性质是,对于树中的每个节点X,它的左子树中所有项的值小于X中的项,而它的右子树中所有项的值大于X中的项。
AVL树
AVL(Adelson-Velskii和Landis)树是带有平衡条件的二叉查找树
平衡条件:
1. 空树
2. 每个节点的左右子树的深度最多差1
上图中左边的是AVL树,右边的不是原因是:右边树对于根节点7,右边子树的深度是1,左边子树7->2->4->3(5)深度是3,两者之差大于1,不满足条件。