树的由来
由单链表最大问题查询太慢O(n)引出跳表(更快的索引),再想到的思想,就是加速,加速的关键在于升维,那么二维数据结构常见的树,图, 树的出现如果在单链表的next有多个的话,就变成了树
树(根节点,左子树,右子树),
现实生活用的是二叉树比较多,树跟图最关键的差别是有无环,如果节点只连到新的儿子节点就是树,如果节点会与兄弟节点和曾祖父节点连接就是图
******Lisked List是特殊化的Tree,因为有两个Next指针
******Tree是特殊化的Graph(节点只连到新的儿子节点)
树节点的定义
public class TreeNode {
public int val;
public TreeNode left, right;
public TreeNode(int val) {
this.val = val;
this.left = null;
this.right = null;
}
}
在现实生活中为什么会出现树型结构(比如斐波那契),是因为人类本身生活在一个三维的世界里面
二叉树的遍历
前序(Pre-order):根-左-右
中序(In-order):左-根-右
后序(Post-order):左-右-根
******不要怕递归,embrace拥抱递归
二叉搜索树Binary Search Tree:有序二叉树
左子树上所有节点的值均小于它的根节点的值
右子树上所有节点的值均大于它的根节点的值
以此类推,左,右子树分别为二叉查找树 (******这就是重复项)
中序遍历:升序排序
二叉搜索树常见的操作(二叉搜索树查询,插入,删除为O(logn),二叉树查询为O(n))
1 查询
2 插入新节点(创建)
3 删除 删除关键节点,可以从节点左边的节点找最大的,或者从节点右边的节点找最小的
特殊情况下,插入的节点都比上一次插入的节点大,就退化变成了链表 查询O(n),那么如何配平呢
每次插入节点的时候都配成平衡二叉树,这样就防止退化为链表的现象
树为什么一般都是递归,因为树没有所谓的后继节点或者便于循环的结构,只能通过左右节点调用相同的函数
递归比非递归本身慢一点是因为递归要多开一些栈空间,如果递归深度很深的话,确实有这样的问题