学习笔记|数据结构——二叉树

学习笔记|数据结构——二叉树

树

每个元素叫做”节点“；用线连接的相邻节点之间的关系，叫作父子关系
父节点是同一个节点的一群节点互称为兄弟节点
没有父节点的节点叫作根节点
没有子节点的节点叫作叶子节点
节点的高度：节点到叶子节点的最长路径（边数）
节点的深度：根节点到这个节点所经历的边的个数
节点的层数：节点的深度+1
树的高度：根节点的高度，即叶节点到根节点的最长路径

高度这个概念可以想象成楼的高度，是从下往上数的，树的高度也是一样，从最底层开始计数，并且计数的起点是0
深度这个概念可以想想成水中鱼的深度，是从上往下数的，从根节点开始度量，并且计数起点也是0
层数跟深度的计算类似，不过计数起点是1，根节点位于第1层

二叉树——非线性表结构
二叉树每个节点最多有两个叉，就是两个子节点，分别是左子节点和右子节点。二叉树并不要求每个节点都有两个子节点
满二叉树：叶子节点全部都在底层，除了叶子节点之外，每个节点都有左右两个子节点，这种二叉树叫作满二叉树
完全二叉树：叶子节点都在最底下两层，最后一层的叶子节点都靠左排列，并且除了最后一层，其他层的节点个数都要达到最大，这种二叉树叫作完全二叉树。

存储一棵二叉树
二叉链式存储法：每个结点有三个字段，其中一个存储数据，另外两个指向左右节点的指针，我们只要拎住根节点，就可以通过左右子节点的指针，把整棵树都穿起来

基于数组的顺序存储法：把根节点存储在下标i=1的位置，左子节点存储在下标2i=2的位置，右子节点存储在2i+1 = 3的位置，以此类推。
如果节点X存储在数组中下标为i的位置，下标为2i的位置存储的就是左子节点，下标为2i+1的位置存储的就是右子节点。下标为i/2的位置存储的就是它的父节点。只要知道根节点存储的位置，通过计算下标，就可以把整棵树穿起来
一般情况下，为了计算方便子节点，根节点会存储在下标为1的位置

这就是完全二叉树存在的意义。对于完全二叉树，用数组存储是最节省内存的一种方式。因为数组的存储方式并不需要像链式存储法那样，要存储额外的左右子节点的指针。堆其实就是一种完全二叉树，最常用的存储方式就是数组
二叉树的遍历
前序遍历、中序遍历、后序遍历。其中，前、中、后序，表示的是节点与它的左右子树节点遍历打印的先后顺序
前序遍历：本节点——左节点——右节点
中序遍历：左节点——本节点——右节点
后序遍历：左节点——右节点——本节点
二叉查找树
二叉查找树要求，在树中的任意一个节点，在其左子树中的每个节点的值，都要小于这个节点的值，而右子树节点的值都大于这个节点的值。

二叉查找树的查找操作
先取根节点，如果它等于要查找的数据，那就返回。如果要查找的数据比根节点的值小，就在左子树中递归查找；如果要查找的数据比根节点的值大，就在右子树中递归查找

二叉查找树插入操作
新插入的数据一般都是在叶子节点上，只需从根节点开始，依次比较要插入的数据和节点的大小关系。
如果要插入的数据比节点的数据大，并且节点的右子树为空，就将新数据直接查到右子节点位置；如果不为空，就再递归遍历右子树，查找插入位置；
如果要插入的数据比节点数值小，并且节点的左子树为空，就将新数据插入到左子节点的位置；如果不为空，就再递归遍历左子树，查找插入位置

二叉查找树的删除操作
针对要删除节点的子节点数的不同，需要分三种情况处理
1、如果要删除的节点有两个子节点，需要找到这个节点的右子树中的最小节点，把它替换到要删除的节点上。然后再删除这个最小节点。因为最小节点肯定没有左子节点，所以意味着，最小节点有一个或者没有子节点 图中18节点
2、如果要删除的节点没有子节点，只需要将父节点中，指向要删除节点的指针置为null即可 图中55节点
3、如果要删除的节点只有一个子节点，只需要更新父节点中，指向要删除节点的指针，让它指向要删除节点的子节点就可以了 图中13节点

二叉查找树一个重要特性，就是中序遍历二叉查找树，可以输出有序数列，时间复杂度是O(n)，因此二叉查找树又叫做二叉排序树
如果二叉查找树中存在两个相同对象，解决方法有两种：
1、二插查找树中每一个节点不仅会存储一个数据，可以通过链表和支持动态扩容的数组等数据结构，把值相同的数据都存储在同一个点上
2、每个节点仍然只存储一个数据，在查找插入位置的过程中，如果碰到一个节点值，与要插入数据的值相同，就将这个要插入的数据放到这个节点的右子树，吧这个插入的新值当做大于这个节点的值来处理；当要查找数据的时候，遇到值相同的节点，并不停止查找操作，而是继续在右子树中查找，直到遇到叶子节点，才停止。这样就可以把键值等于要查找值的所有节点都找出来

对于删除操作，需要先查到每个要删除的节点，然后再按前面讲的删除操作方法，依次删除
二叉查找树的时间复杂度分析
二叉查找树形态各式各样，查找、插入、删除操作的执行效率都是不一样的。根节点左右子树极度不平衡，极端情况会变成链表，查找的时间复杂度就变成了O(n)
当二叉查找树是一个完全二叉树或者满二叉树，所有操作均和树的高度成正比，通过等比数列求和公式，完全二叉树的高度小于等于log2n

二叉树相较于散列表的优势
1、散列表的数据是无序存储的，如果要有序输出，需要先进行排序。对于二叉查找树，只要中序遍历，就可以在O(n)的时间复杂度，输出有序数据序列
2、散列表扩容耗时多，遇到散列冲突，性能不稳定，常用的平衡二叉查找树性能稳定，时间复杂度为O(logn)
3、由于散列表存在哈希冲突，操作时间复杂度虽然是常量级，但不一定比logn小。再加上哈希函数耗时，散列表不一定比平衡二叉查找树效率高
4、散列表需要考虑散列函数设计、冲突解决方法、扩容、缩容等，平衡二叉查找树只需要考虑平衡性
5、为了避免过多的散列冲突，散列表装载因子不能太大，浪费存储空间