php树形数据结构是什么,php数据结构运用（树）

树

树

树是一种数据结构，它是由n个有限节点组成一个具有层次关系的集合

树的特点：

每个节点有零个或多个子节点

没有父节点的节点称为根节点

每一个非根节点有且只有一个父节点

除了根节点外，每个子节点可以分为多个不相交的子树

二叉树

概念

二叉树

二叉树是树的特殊一种，具有如下特点：

每个结点最多有两颗子树，结点的度最大为2

左子树和右子树是有顺序的，次序不能颠倒

即使某结点只有一个子树，也要区分左右子树

二叉树是一种有用的折中方案，既有链表的好处，也有数组的好处

添加，删除元素都很快，并且在查找方面也有很多的算法优化

代码示例：

class TreeNode{

public $value = null;

public $right = null;

public $left = null;

function __construct($value) {

$this->value = $value;

}

}

二叉树遍历算法：

前置遍历(根——>左——>右)

function preTraverse(TreeNode $node) {

if(!$node) {

return;

}

$this->visit($node->value);

$this->preTraverse($node->left);

$this->preTraverse($node->right);

}

中区遍历(左——>根——>右)

function midTraverse(TreeNode $node) {

if(!$node) {

return;

}

$this->midTraverse($node->left);

$this->visit($node->value);

$this->midTraverse($node->right);

}

后置遍历(左——>右——>根)

function sufTraverse(TreeNode $node) {

if(!$node) {

return;

}

$this->sufTraverse($node->left);

$this->sufTraverse($node->right);

$this->visit($node->value);

}

层次遍历

function levelTraverse(TreeNode $node) {

$queue = [$node];

while (!empty($queue)) {

$temp = array_pop($queue);

$this->visit($temp);

if($temp->left) {

array_push($queue, $temp->left);

}

if($temp->right) {

array_push($queue, $temp->right);

}

}

}

满二叉树

高度为h，由2^h-1个节点构成的二叉树称为满二叉树

满二叉树

完全二叉树

完全二叉树是由满二叉树而引出来的，若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数(即1~h-1层为一个满二叉树)，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。注：左右两边没有大小关系。

堆一般都是用完全二叉树来实现的

完全二叉树

二叉查找树

没有键值相等的节点

若左子树不为空，左子树上节点值均小于根节点的值

若右子树不为空，右子树上节点值均大于根节点的值

二叉查找树查找算法

步骤：

1、若根结点的关键字值等于查找的关键字，成功。

2、否则，若小于根结点的关键字值，递归查左子树。

3、若大于根结点的关键字值，递归查右子树。

4、若子树为空，查找不成功。

public function find(int $data) {

$p = $this->tree;

while ($p) {

if ($data < $p->data) {

$p = $p->left;

} elseif ($data > $p->data) {

$p = $p->right;

} else {

return $p;

}

}

return null;

}

二叉查找树插入算法

步骤：

1、首先执行查找算法，找出被插结点的父亲结点。

2、判断被插结点是其父亲结点的左、右儿子。将被插结点作为叶子结点插入。

3、若二叉树为空。则首先单独生成根结点。

public function insert(int $data) {

if (!$this->tree) {

$this->tree = new TreeNode($data);

return true;

}

$p = $this->tree;

while ($p) {

if ($data < $p->data) {

if(!$p->left){

$p->left = new TreeNode($data);

return true;

}

$p = $p->left;

} elseif ($data > $p->data) {

if(!$p->right){

$p->right = new TreeNode($data);

return true;

}

$p = $p->right;

} else {

return false;

}

}

}

平衡二叉树

它的左右两个子树的高度差的绝对值不超过1

并且左右两个子树都是一棵平衡二叉树

平衡二叉查找树

既是一颗二叉查找树又是一颗平衡二叉树

B树

B 树

平衡的多叉树

根节点至少有两个子节点(可以多个)

每个节点有M-1个key，并且以升序排列

位于M-1和M key的子节点的值位于M-1 和M key对应的Value之间

其它节点至少有M/2个子节点

所有的叶子结点都位于同一层

B+树

与B树的区别：

B树每个节点都存储key和data，所有节点组成这棵树，并且叶子节点指针为null。

B Tree

B+树只有叶子节点存储data，非叶子节点存储指针，叶子节点包含了这棵树的所有键值，叶子节点不存储指针。

B+Tree

应用场景：mysql索引

为什么mysql用B+树：B+树的非叶子节点存储的是指针，相对与B树更小，如果把所有同一内部节点的关键字存放在同一盘块中(分页存储)，那么盘块所能容纳的关键字数量也越多，一次性读入内存的需要查找的关键字也就越多，查询效率更高；

红黑树

图示：

红黑树

一种自平衡二叉查找树

节点是红色或黑色

根节点是黑色

每个红色节点的两个子节点都是黑色

从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点

三种操作：左旋、右旋和变色

使用场景：java中的TreeSet,TreeMap，广泛用在C++的STL中。如map和set都是用红黑树实现的

字典树

图示

字典树

用于统计，排序和保存大量的字符串，经常被搜索引擎系统用于文本词频统计

利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高

应用场景：搜索引擎，用在统计和排序大量字符串，如自动机