数据结构——树的集合

二叉搜索树：搜索性能优秀

binary search tree是一个空树，或者具有以下性质的二叉树，对于树中的每个节点，x。它的左子树中所有关键字的值都小于x的关键字的值，而它的右子树树中的关键字值都大于x的关键字的值。

通常使用二叉链表作为其存储结构。

对其进行中序遍历，可以得到一个关键字有序的序列。因此，对于一个无序序列，可以通过构造一棵二叉搜索树变成一个有序序列，构造树的过程即为对无序序列排序的过程。插入的新的节点都是在叶子节点上，插入的时候，不会移动其它节点，只要改变某个节点的指针，由空变为非空即可。

搜索，插入，删除复杂度等于树高，即O(log(n))

平衡二叉树：

定义：是一颗空树或者左右两个子树高度绝对值不超过1，且左右两颗子树也都是平衡二叉树

给定一下数据结构：判断两个树是否相等。相等返回0，否则返回其它值。

typdef struct TreeNode{
    char c;
    TreeNode *leftchild;
    TreeNode *rightchild;
}

int compareTree(TreeNode *tree1,TreeNode *tree2){
    bool isTree1Null=(tree1==NULL);
    bool isTree2Null=(tree2==NULL);
    if(isTree1Null!=isTree2Null) return 1;
   if(isTree1Null && isTree2Null) return 0;
   if(tree1->c != tree2->c) return 1;
   return compareTree(tree1->left,tree2->left) && compare(tree1->right,tree2->right);
}

 

比较两个数

红黑二叉树：

普通树转化二叉树记忆技巧：左孩子右兄弟。

查找二叉树：

记忆：左边子树节点（数字）< 父节点 > 右边子树节点（数字）

涉及查找动作，插入动作，删除动作。

哈弗曼树：

路径：也就是线条（1个线条就是1个路径）

权：也就是叶子节点的数字

带权路径长度：路径*权，比如 节点8的为:8*3=24

树的带权路径长度：所有带权路径长度的值相加。哈夫曼树是一种带权路径长度最短的。上面左边41，右边25，哈弗曼是最优的。

构造哈夫曼：比如我们有一组权值{5,29,7,8,14,23,3,11}：

哈夫曼树也是二叉树，所以也是按照二叉树的规则，左小右大。

继续一个一个把这些权值添加到这两颗树上面，从小到大的“堆积”起来，最后形成的大树。看图：

 

平衡二叉树：对任意一个节点，左右子树深度不超过1. 保持平衡。

LL型平衡旋转：目的就是把普通二叉树给转化成平衡树。

原来是LL ，也就是通过右旋转处理。

RR型通过左旋转处理。

从上面的两个旋转来看，主要是把中间的那个节点作为根结点，然后另外两个结点分别作为左、右子树，就能达到目的。

红黑二叉树：

红-黑二叉树首先是一颗二叉树，它具有二叉树的所有性质，是一种平衡二叉树。

 

转载于:https://www.cnblogs.com/ct6816678/p/3688983.html