数据结构1 目录 时间复杂度 有序树的构造与先序中序后序遍历 哈夫曼树与哈夫曼编码

1.学习数据结构的意义
1>数据量巨大
2>人对于大量数据使用意识增加
3>计算机算力的提升，计算一次的时间0.2~0.3ns
4>合理规划数据在数据层面保持对数据高度可观的操作性

2.常见的时间复杂度
1>概念：x是数据量，x>1且x足够大，要想达到某种数据操作目的而需要的计算次数，就是时间复杂度
2>
时间复杂度排序o(1)<o(logn)<o(n)<o(nlogn)<o(n^2)
3>
o(1) 按索引值查找
o(n) 按数组值查找
o(logn) 二分查找、折半查找 每次查找剩余之前一半的数 x/2^n

4>常见的数据结构
数组（有序、无序）
链表（有序、无序）有序链表不能用于折半查找
栈（先进后出）队列（先进先出）
树
*无序树
完全树（对应数组）
满树
哈夫曼树（最优二叉树，应用场景用于压缩）
*有序树（左子树的值要比根节点小，右子树的值要比根节点大，相等的左右都可以放，不具有这个特点的叫无序树）
平衡树
红黑树（近似二叉平衡树）
B类树（多叉平衡树）B树 B+树
非平衡树（如何转平衡树）
*图
无向图
有向图
有向带权图
5>常见的数据结构增删改查的时间复杂度
6>非平衡树如何转平衡树

遍历方式
广度遍历

深度遍历：先序遍历
中序遍历
后序遍历

先序 12 8 4 1 6 7 10 19 15 17 24 21 31
中序 1 4 6 7 8 10 12 15 17 19 21 24 31
后序 1 7 6 4 10 8 17 15 21 31 24 19 12
中序遍历有序树可以得到有序序列

哈夫曼树 哈夫曼编码
1.路径和路径长度：从根节点到后代节点的道路称为路径，通路当中分支节点的个数称为路径长度，若规定根节点的层数为1，则从根节点到第L层节点的长度为 L-1
2.节点的权：若树中节点赋给一个有着某种意义的数值，就叫这个节点的权
3.带权路径长度：从根节点到该节点的路径长度与该节点的权的乘积
4.树的带权路径长度：树中所有叶子节点带权路径之和，记作WPI，权值越大的节点离根节点越近的二叉树就是最优二叉树，也叫哈夫曼树。
例如 13 8 7 3构造哈夫曼树

选最小的3和7加起来做10和8一层
以此类推……每次挑最小的两个组成一棵树，两个数的和作为根加入数组中进行新的构造。
i love baoding and dog
空格：4
o:3
d:3
a:2
n:2-
g:2
i:2
l:1
v:1
e:1
b:1