我们都知道,数据结构最典型的就是数组和链表,在《算法图解》一书中,详细介绍了数组和链表的优缺点:
数组查询快(下标),但删除或者插入就比较慢(遍历)
链表与之相反,删除和插入元素很快,但查找很慢
所以二叉树就应运而生了,它结合二者的优点,取二家之长,但是在实际编程中,大多时候,根本用不到二叉树(实际编程中,我从来没用过二叉树,但是面试可能会问啊,所以趁有空学习总结下),网上找了一下二叉树的应用场景:
哈夫曼编码(最优二叉树)(给定n个权值作为n个叶子结点,构造一棵二叉树,若带权路径长度达到最小,即带权路径长度最短的树),在数据压缩上有重要应用,提高了传输的有效性,详见《信息论与编码》。
海量数据(大批量动态数据)并发查询,二叉树复杂度是O(K+LgN)。二叉排序树就既有链表的好处,也有数组的好处, 在处理大批量的动态的数据是比较有用。
C++ STL中的set/multiset、map,以及Linux虚拟内存的管理,都是通过红黑树去实现的。查找最大(最小)的k个数,红黑树,红黑树中查找/删除/插入,都只需要O(logk)。
B-Tree,B+-Tree在文件系统中的目录应用。
路由器中的路由搜索引擎。
商业软件:数据管理,搜索(路由搜索)
游戏:场景划分、入口切换、碰撞检测、渲染等
1、如何创建一个二叉树?
public class TreeNode {
int val; //数据域
TreeNode left; //左小孩
TreeNode right; //右小孩
TreeNode() {
left = null;
right = null;
}
TreeNode(int val) {
this.val = val;
left = null;
right = null;
}
public void setVal(int val) {
this.val = val;
}
}
public class Test2 {
public static final int[] TREE_VALUE = new int[] { 1, 2, 3, 0, 4, 5, 0, 0, 6, 0, 0, 7, 0, 0, 8, 0, 9, 10, 0, 0, 0 };
/**
* 维护构建二叉树的值和值索引
*/
public static class TreeValue {
public static int index = 0;
public static final int[] TREE_VALUE = new int[] { 1, 2, 3, 0, 4, 5, 0, 0, 6, 0, 0, 7, 0, 0, 8, 0, 9, 10, 0, 0,
0 };
}
public static TreeNode createTree(TreeNode node, int i) {
if (0 == TreeValue.TREE_VALUE[i]) {
return null;
} else {
node.setVal(TreeValue.TREE_VALUE[i]);
}
TreeNode leftChild = new TreeNode();
node.left = createTree(leftChild, ++TreeValue.index);
TreeNode rightChild = new TreeNode();
node.right = createTree(rightChild, ++TreeValue.index);
return node;
}
public void showLeft(TreeNode tree) {
if (tree != null) {
System.out.println(tree.val);
// 遍历左子树
showLeft(tree.left);
}
}
public void showRight(TreeNode tree) {
if (tree != null) {
System.out.println(tree.val);
// 遍历右子树
showRight(tree.right);
}
}
public static void main(String[] args) {
TreeNode root = new TreeNode();
root = createTree(root, 0);
System.out.println("遍历左子树:");
new Test2().showLeft(root);
System.out.println("遍历右子树:");
new Test2().showRight(root);
}
}