树的学习1

树

概念：树表示的是1对多的关系。

定义（逻辑结构）：树(Tree)是n( n>=0 )个结点的有限集合，没有结点的树称为空树，在任意一颗非空树中：

有且仅有一个特定的称为根(root)的结点
当n>1的时，其余结点可分为 m( m>0 ) 个互不相交的有限集T1，T2，…, Tm，其中每一个集合 Ti 本身又是一棵树，并且称之为根的子树。

注意：树的定义是一个递归定义，即在树的定义中又用到树的概念。

1. 结点的层级从根开始定义，根为第一层，根的孩子为第二层。若某结点在第i层，则其孩子就在i+1层。
2. 对任意结点ni，ni的深度为从根到ni的唯一路径的长。因此，根的深度为0。
3. 结点ni 的高是从ni 到一片树叶的最长路径的长。因此，所有树叶的高都为0。
4. 一颗树的高等于它根的高。一颗树的深度等于它最深的树叶的深度; 该深度总是等于这棵树的高。

性质：E = N - 1

二叉树

概念：二叉树是一棵树，它的特点是每个结点至多有两棵子树。并且，子树有左右之分，其次序不能颠倒（有序）。

特殊的二叉树：完全二叉树、满二叉树和完美二叉树。

二叉树的性质：

1. 二叉树在第 i 层至多有 2^(i-1) 个节点
2. 层次为 k 的二叉树至多有 2^k - 1 个节点（完美二叉树）
3. 对任何一颗二叉树 T，如果其叶子节点数为 n0 , 度为2的节点数为 n2，则n0 = n2 + 1
4. 具有 n 个节点的完全二叉树，树的高度为 log2n (向下取整)。
5. 如果对一颗有 n 个结点的完全二叉树的结点按层序从1开始编号，则对任意一结点有：（堆排序）
   如果编号 i 为 1，则该结点是二叉树的根；
   如果编号 i > 1，则其双亲结点编号为 parent(i) = i / 2，
   若 2i > n 则该结点没有左孩子，否则其左孩子的编号为 2i,
   若 2i + 1 > n 则该结点没有右孩子，否则其右孩子的编号为 2i + 1。

二叉树的存储结构

顺序映像	非顺序映像（推荐）
按照完全二叉树进行编号，将编号为i的元素存储到数组索引为i的地方。	以链表的形式来存储数据元素以及数据元素之间的关系。

*：顺序映像的缺点：1. 代码可读性差！（索引表示）

2. 当树比较稀疏的时候，将极大的浪费内存空间。在最坏的情况下，一棵只有 k 个结点的单支树，却需要一个长度为 2k 的数组来存储。

二叉树的遍历

遍历对线性结构来说，是一个容易解决的问题，但是对于二叉树则不然。因为二叉树是一种非线性结构，每个结点都有可能有两颗子树，因而需要寻找一种规律，以便使二叉树上的结点能排列在一个线性队列上，从而便于遍历。

深度优先遍历

我们再来回顾一下二叉树的递归定义，可知，二叉树由3部分组成：根，左子树和右子树，因此如果能遍历这三个部分，便是遍历了整个二叉树。

假如以L, D, R分别表示左子树，根结点和右子树，则可能有DLR, LDR, LRD, DRL, RDL, RLD这六种遍历方案。

若限定先左后右，则只有DLR, LDR, LRD 这3种情况，分别称之为先 (根) 序遍历，中(根)序遍历，和后 (根) 序遍历。三者的区别主要在于访问根结点的先后顺序。（时间复杂度 0(N)、实现用栈）

广度优先遍历

广度优先遍历又叫层级遍历。简单来说，就是从上到下，从左到右依次遍历。（实现用队列）

二叉树的建树

有些情况下，我们已知的是二叉树的某个或某些遍历序列。我们需要根据这些遍历序列，构建出一棵”相等”的二叉树，这个过程就叫做二叉树的建树。

只知道前序、中序或中序、后序，就可以构建出一棵二叉树。

二叉搜索树

又叫二叉排序树。要求树中的结点可以按照某个规则进行比较。(中序遍历有序)

1. 左子树中所有结点的key比根结点的key小，并且左子树也是二叉搜索树。
2. 右子树中所有结点的key比根结点的key大，并且右子树也是二叉搜索树。

在BST中存储key相同的对象的方法：

1. 可以在结点添加一个count属性。

2. 拉链法, 在结点添加一个next指针域。

3. 左子树 <= (右子树 >=)

API:
    增：
        boolean add(E e)
    删：
        void clear()
        boolean remove(Object obj)
    查：
        boolean contains(Object obj)
        E min()
        E max()
    遍历：
        List<E> preOrder()
        List<E> inOrder()
        List<E> postOrder()
        List<E> levelOrder()
    获取集合属性：
        int size()
        boolean isEmpty()
    建树：
        static BinarySearchTree buildTree(List preOrder, List inOrder)

问题1：在Java中什么样的对象可以进行比较？
    实现Comparable接口的对象。
问题2：我们实现的BST,添加,删除和查找的时间复杂度是多少呢？
    O(h) h是树的高度
问题3：我们不能够保证树的平衡。因为我们删除度为2的结点,都是在右子树中删除。
    动态添加和删除元素时，会导致树往左倾斜，最坏情况下会退化成链表。

自平衡二叉搜索树：
    AVL树：对任意一个结点而言, 左子树和右子树的高度不超过1.树的高度 h = O(log(n))
    红黑树：通过红黑规则, 保证树的高度也时O(log(n))

AVL VS 红黑树：
    查找：AVL
    添加：红黑树
    删除：红黑树