zoukankan      html  css  js  c++  java
  • 树——普遍存在的层次管理

    为什么要用树

    分层次组织在数据管理上有更高的效率

    数据管理的基本操作之一:查找

    如何实现有效率的查找?

    查找分两种

    静态查找:集合中记录是固定的,没有插入和删除操作,只有查找

    动态查找:集合中记录是动态变化的,出了查找还有插入和删除

    对于静态查找,如果采用顺序查找的方式,那么就是遍历整个集合,时间复杂度是O(N),效率很低

    二分查找

    二分查找具有对数的时间复杂度O(logN)

    为什么二分查找的效率高呢?

    因为数据事先做好了有序化的处理

    判定树

    • 判定树上的每个结点需要查找的次数刚好为该结点的层数
    • 查找成功的次数不会超过该树的深度
    • n 个结点的判定树的深度为[log2n]+1   ([]表取整,小于该数的最大整数)

    综上,也就是说最坏查找次数为[log2n]+1

    如果以查找树的形式来存储数据,查找效率能达到跟二分查找差不多的效果,最大的优点是,当在树里面插入删除结点比在数组里面方便得多,所以,用这种方式可以很好得解决动态查找的问题!

    树的定义

    n(n≥0)个结点构成的有限集合

    当n=0 时,称为空树

    树的实现

    数组?以一定顺序存储在里面,但是很难知道每一个结点的父节点或者子节点

    链表加结构来实现?

    好像实现了树,但是每个结点的结构是不同的,无法知道一个结点到底有多少个儿子,给程序实现造成困难。

    那每个结点都用一样的结构?因为每个结点的儿子数都不同的话,会造成空间浪费!

    儿子兄弟法

     每个结点都是同样的结构,两个指针域分别指向该结点的儿子和兄弟

    如果n个结点,那么就有2n个指针域,有n-1条边,那么意味着有n-1个指针域是非空的,浪费的空间为n+1

    把那棵树旋转45度,就得到传说中的二叉树二叉树是在树结构研究里面最重要最主要的内容

    二叉树

    一个又穷的结点集合,这个集合可以为空

    满二叉树:完美二叉树, 每个结点都有两个儿子,出了最底下那一层之外

    完全二叉树:从上到下,从左到右依次排下来,也就是说允许一颗满二叉树拿到后面几个元素

    几个性质

    • 第i层最多有2i-1个结点(根结点为第1层)
    • 深度为k的二叉树最大结点数:2k-1(等比数列求和啊就是),一个结点深度就是1。满二叉树达到最大结点数
    • 对任何非空的二叉树T,若n0表示叶子结点的个数,n2表示度为2的结点的个数,则有n2+1=n0

    证明:从边的角度来看问题,首先从树的上面往下看,边的条数为S1=0*n0+1*n1+2*n2,从下往上看,每一个结点都对应一条边,除了根结点外,所以S2 = n0+n1+n2-1,S1=S2,得出n2+1=n0

     操作集

    二叉树的主要操作有:

    • 判别树是否为空isEmpty() 
    • 遍历,按某个顺序访问每个结点
    • 创建一颗二叉树

    这里面又以树的遍历最为重要,因为很多算法都是建立在树的遍历的基础上的,树的遍历本质就是二维结构的一维线性化

    遍历的方式

    • 先序:根,左,右
    • 中序:左,根,右
    • 后序:左,右,根
    • 层序:从上到下,从左到右

    存储结构

    1.顺序存储(数组)

      上面提到用数组存储树不太方便,但是有一种树例外,那就是完全二叉树,从上到下,从左到右编号存储就可以,编号当左数组下标即可。

      那么如何取出数据呢?有如下性质:

      1.非根结点 i 的父节点的编号为[i / 2] , []是取整的意思

      2.结点 i 的左孩子序号为 2i (2i <= n , 否则没有左孩子)

      3.结点 i 的右孩子序号为 2i + 1 (2i + 1 < n , 否则没有右孩子)

    一般二叉树也可以用这种方式来存储,将空位用空元素全部补齐即可,但是当缺的结点比较多的时候这样会造成大量的空间浪费

    2.链表

    结点的结构设计如下:

      

    可以得到如下二叉树

    树的应用

    二分查找之所以快是因为实现把数据进行了有序化的存储,判定树把一个线性的查找过程变成了在树上查找,所以查找效率就是树的高度,那有没有可能直接把元素放到树上,这就是二叉搜索树,或者叫二叉查找树

    二叉搜索树

    左边的比根结点小,右边的比根结点大

    主要操作:

      1.find,查找某个指定元素

      2.findMax,查找最大的元素

      3.findMin,查找最小的元素

      4.insert

      5.delete

    1.find

    public class BinarySearch {
    
        public static int[] a;
        
        public BinarySearch(int[] a){
            this.a = a;
        }
        
        public static void main(String[] args){
            a = new  int[]{0 , 1 , 3 , 4 , 8 , 9 , 10 , 11 , 12 , 32 , 33 , 89 , 100 };
            int key = 99;
            int i = rank (key , 0 , a.length-1);
            if ( i < a.length && a[i] == key)
                System.out.println("length = " + a.length + " i = " + i);
            else 
                System.out.println("not found~");
            
        }
        
        public static int rank (int key , int lo , int hi){
            if ( hi < lo) return lo;
            int mid = lo + (hi - lo)/2;
            if (key < a[mid]) 
                return rank ( key , lo , mid-1);
            else if ( key > a[mid])
                return rank ( key , mid+1 , hi);
            else 
                return mid;
        }
    }

    not found~

  • 相关阅读:
    libgdx 2D 粒子效果
    libgdx robovm binding umeng
    libgdx 3D Bullet 碰撞检测三
    《学习CSS布局》学习笔记
    保研机试准备之常用机试代码
    保研面试准备之自然语言处理知识点梳理
    软件工程应用与实践复习笔记
    Git学习笔记
    C、C++、C#中struct的简单比较
    从PEP-8学习Python编码风格
  • 原文地址:https://www.cnblogs.com/i-love-kobe/p/5950901.html
Copyright © 2011-2022 走看看