数据结构-树

树

树是不包含回路的连通无向图

二叉树：每个节点最多拥有2个子节点

满二叉树：n层满二叉树拥有2^n-1个节点

完全二叉树：除去第n层以外，是一个满二叉树，第n层也是从左到右排列

堆：堆是一种完全二叉树，满足父节点小于子节点，左子节点小于右子节点

二叉查找树：也叫二叉搜索树，如果父节点有左子节点，那么左子节点的值小于父节点，如果父节点有右子节点，那么右子节点大于父节点。

平衡二叉树：二叉平衡树的左右子树高度的差不大于1，任何子树都是一个平衡二叉树。

B数：B数也是一种平衡树，只是父节点由多个元素组成，可以降低树高。

B+数：

从二叉查找树到B+树

最小生成树

Prim算法：

核心思想：先找到最短的边，将最短边的两个顶点标记为已确定，然后再剩余的未确定的点里找距离已确定的顶点最近的点（距离最短），将顶点标记为已确定，依此类推，直到所有的顶点都被标记为已确定。

参考Dijkstra的思想，进行优化，用一个一维数组存储距离树的最短距离，没加入已确定的点之后，都对该点连接的边进行松弛，更新距离，初始化的时候需要选取一个点作为初始的树。

并查集

主要用于集合合并、查找集合中的元素，时间复杂度为n(*logn)。

核心思想：merge(x,y int)、getF(x int)

用一个一维数组，长度等于顶点数，下标表示顶点的编号，值表示该顶点所属的根顶点。

var input = [][2]int{
   [2]int{1, 2},
   [2]int{3, 4},
   [2]int{5, 2},
   [2]int{4, 6},
   [2]int{2, 6},
   [2]int{7, 11},
   [2]int{8, 7},
   [2]int{9, 7},
   [2]int{9, 11},
   [2]int{1, 6},
}
var fList = make(map[int]int)

func UnionFind() {
   for i := 0; i <= 11; i++ {
      fList[i] = i // 初始化时各自为王
   }

   for _, inp := range input {
      left := inp[0]
      right := inp[1]

      merge(left, right)
   }
}

func merge(x, y int) {
   xf := getF(x)
   yf := getF(y)
   if xf != yf { // 判断两个不在同一个集合，合并两个集合，遵从靠左原则
      fList[yf] = xf
   }
}

func getF(v int) int {
   if fList[v] == v {
      return v
   }
   fList[v] = getF(fList[v]) //递归，在查找的过程中，压缩路径
   return fList[v]
}

关键词：并（merge）、查（getF）、擒王、靠左、路径压缩。