第4章 树

第4章终于搞定了，太多的练习题了。

知识点

4.1 预备知识

节点的深度为从根到该节点的唯一路径长度，节点的高度为该节点到一片树叶的最长的路径的长。

树实现的一种方法是儿子/兄弟链方法，利于节省空间

4.2 二叉树

一棵二叉树的平均深度为根号N，一棵二叉查找树的平均深度为logN

4.3 查找树ADT--二叉查找树

查找树进行递归操作时，栈空间使用一般为logN

4.4 AVL树

当完成旋转时，树一部分会发生高度变化，树的其余部分必须被告知该变化，这在旋转例程中可以看出。

单旋转和双旋转的结果均降低了变化部分的高度

AVL树的递归添加例程和递归删除例程均将平衡方法放在后面，进行后序遍历。后序遍历有利于平衡从树叶开始进行，因为父节点的平衡和高度依赖于子节点的平衡和高度。

平衡方法中的高度比较时，例如左单旋转，对于添加情况，其左孙子高度肯定大于右孙子高度，但判断时最好写成大于等于，因为对于删除例程来说，可能会造成两个孙子高度一致，虽然采用双旋转同样能达到目的，但是单旋转更加节省时间。

4.5 伸展树

伸展树最大的特点在于其改变了整个树的深度，每进行一次访问，则对折一次高度，不仅仅在于将最近访问的节点提前。

伸展树对于z字形采用双旋转，其直接将高度由2变1，对于非z字形，采用从祖父节点至孙子节点的两个单旋转，而非孙子节点至祖父节点的两个单旋转。其区别在于，虽然两者首次旋转均不会改变高度，但对于后续操作，前者实现分流降低一半高度，而后者则无此作用

4.6 再探树的遍历

遍历有：先序遍历、中序遍历、后序遍历、层序遍历

层序遍历利用队列

4.7 B树

阶为M的B树特性如下

1.数据项存储在树叶上

2.非叶节点存储直到M-1个关键字以指示搜索方向，当然还包括小字节的索引分支

3.树的根或者是一片树叶，或者其儿子树在2和M之间

4.除根外，所有非树叶节点的儿子数在M/2上限和M之间

5.所有的树叶都在相同的深度上并有L/2上限和L之间的数据项

其中L可以和M不同

4.8 标准库中的集合与映射

Map接口没有继承Collection接口，所以Map不提供迭代器，其提供keySet、values、entrySet三种方法来获取有迭代器的集对象

TreeSet和TreeMap底层实现均为红黑树，隐藏有排序特性。

使用多个映射的实例，例如对只有一个字符不同的单词分组打印

第一种方法，对所有单词进行遍历比较，最慢

第二种方法，根据单词长度分组进行遍历比较，较慢

第三种方法，再根据去除某个位置字符后，剩余相同字符串分组，最快。

将复杂的数据分组处理，降低了笛卡尔积大小，提高算法效率，分组时分析共同特性，尽量多层分组。

对知识点的理解

1.递归能转成简单while循环的条件：

先序遍历或后序遍历，中序遍历无法while循环。先序遍历则while开始位置如递归，后序遍历则while开始位置与递归相反

最好递归只嵌套一层递归，若嵌套多层则需有多层while循环，并且要用到break标志，导致程序复杂

2.递归时子节点无法获得的数据项要作为递归方法的参数，传递供其使用，例如含有前后链的节点的递归添加方法

3.旋转与其说是旋转，不如说是调换节点高低更加合适形象。

4.采用二叉查找树排序只花费NlogN时间

5.查找二叉查找树种的第k大，可以对每个节点所带领的树设置节点数目大小，通过递归操作来获取第k大的元素

6.对于含有级别结构的问题，可以试着从树数据结构入手分析

难点和疑点

1.对于随机二叉查找树的深度平均为O(logN)的证明

2.中序线索树的删除例程

3.一次将关键字依次插入空Avl树中，证明所得的树是理想平衡的。关键字：1，2，3...2的h次方-1。