数据结构中二叉树、红黑树、B&B+树

本文介绍了数据结构中的二叉树,包括定义、特点和不同类型,如满二叉树、完全二叉树、二叉查找树。进一步探讨了自平衡树的概念,特别是红黑树和B树,分析了它们的特性和应用场景,并解释了为何红黑树在插入和删除操作频繁时优于AVL树,以及B+树在数据库索引中的优势。
摘要由CSDN通过智能技术生成

前言

数据在计算机存储结构主要顺序为顺序存储结构、链式存储结构、索引存储结构、散列存储结构,其中链式存储结构常见的示例是链表与树,链式存储结构主要有以下特点:

优点:逻辑相邻的节点物理上不必相邻,插入、删除灵活,只需改变节点中的指针指向

缺点:存储空间利用率低。需通过指针维护节点之间的逻辑关系,查找效率比顺序存储慢

度:当下节点下的子节点个数

1、二叉树

1、定义

二叉树是每个节点最多有两个子树的树结构,左侧子树节点称为左子树,右侧子树节点称为右子树。每个节点最多有2个子节点的树(即每个定点的度小于3)。

2、特点
  1. 至少有一个节点(根节点)
  2. 每个节点最多有两颗子树,即每个节点的度小于3
  3. 左子树和右子树是有顺序的,持续不能任意颠倒
  4. 即使树中某节点只有一颗子树,也要区分它是左子树还是右子树
3、类型

满二叉树

除了叶子节点外每个节点都有两个子节点,且所有叶子节点都在二叉树的同一高度上。

在这里插入图片描述
完全二叉树

如果二叉树中除去底层节点后为满二叉树,且底层节点依次从左到右分布,则此二叉树被称为完全二叉树。

在这里插入图片描述
二叉查找树(Binary Search Tree - BST,又称二叉排序树、二叉搜索树):

二叉查找树根节点的值大于左子树中任意一个节点的值,小于其右子树中任意一节点的值,且该规则适用于树中的每一个节点。
在这里插入图片描述
二叉查找树的查询效率介于O(log n)~O(n)之间,理想的排序情况下查询效率为O(log n),极端的情况下BST就是一个链表结构(如下图),此时元素的查找效率就等于链表查询O(n)。
在这里插入图片描述
删除节点的时候有三种情况:

  1. 删除节点的度为0,直接删除
  2. 删除节点的度为1,该节点的子节点代替删除节点
  3. 删除节点的度为2,从左子树中寻找值最大的节点代替删除节点。对树结构改动最少

平衡二叉搜索树(又称AVL树、平衡二叉查找树)

树中任一节点

  • 2
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值