【数据结构】树


之前我们已经学了数组和链表。它们是 Arraylist 和 LinkedList 的底层结构。

集合命名和数据结构的关系:

【数据结构】树_第1张图片


1. **二叉树

这是一个普通二叉树。

  • 节点:每一个圆就是一个节点
  • 根节点:最顶层的节点,该二叉树为 9
  • :每一节点的子节点数量(二叉树要求任意节点的度<=2)
  • 树高:树的总层数,该二叉树为 4
  • 左子节点:左下方的节点
  • 右子节点:右下方的节点
  • 根节点的左子树:紫线
  • 根节点的右子树:蓝线

注意别的节点也可以有子树
【数据结构】树_第2张图片

节点的内部结构:

【数据结构】树_第3张图片


由于普通二叉树排序无规律,查找数据时效率慢,
因此有了二叉查找树(又称二叉排序树或者二叉搜索树)


**2. 二叉查找树:

【数据结构】树_第4张图片
特点:

  • 每一个节点上最多有两个子节点(因为还是二叉树)
  • 任意节点左子树上的值都小于当前节点
  • 任意节点右子树上的值都大于当前节点

image.png


3. **二叉树的遍历:

前序遍历:

从根节点开始,然后按照当前节点,左子节点,右子节点的顺序遍历

中序遍历:

从最左边的子节点开始,然后按照左子结点,当前结点,右子结点的顺序遍历

后序遍历:

左子节点–>右子结点 --> 当前节点

举例:
【数据结构】树_第5张图片

层序遍历:

一层一层的去遍历


------------------------------------

4. **平衡二叉树

查找二叉树的弊端:可能出现长短腿的情况,退化成链表了
【数据结构】树_第6张图片

这时就有了平衡二叉树:
【数据结构】树_第7张图片

平衡二叉树的规则:

前提是二叉查找树

  • 任意节点 左右子树 高度差不超过1

下面这个二叉树就违背了规则
【数据结构】树_第8张图片


5.** 二叉树的演变

【数据结构】树_第9张图片


6. 平衡二叉树是如何保持平衡的?

平衡二叉树的旋转级制:

  1. 左旋
  2. 右旋

**触发时机:**当添加一个节点后,该树不再是一颗平衡二叉树


左旋:

步骤:
image.png
【数据结构】树_第10张图片

如:当添加 12 后不再是平衡二叉树 向上找到不平衡节点 10(右子树高 2,左子树高 0,高差超过 1) 将 10 作为支点,左旋完得:

【数据结构】树_第11张图片【数据结构】树_第12张图片【数据结构】树_第13张图片


特殊情况:
步骤:

image.png
【数据结构】树_第14张图片
此时 7 为不平衡节点,将其作为支点左旋
【数据结构】树_第15张图片【数据结构】树_第16张图片


右旋:

步骤:
image.png
【数据结构】树_第17张图片

如:添加 1 后为不平衡, 先找到不平衡点 4, 作为支点右旋

【数据结构】树_第18张图片【数据结构】树_第19张图片


特殊情况:
步骤:

image.png
【数据结构】树_第20张图片
添加完 1 后不平衡,7 为不平衡点,并作为支点,右旋,
【数据结构】树_第21张图片【数据结构】树_第22张图片


**触发时机:**当添加一个节点后,该树不再是一颗平衡二叉树 又具体分为以下几种:

左左:一次右旋解决
左右:先局部左旋,再找支点右旋
右右:一次左旋解决
右左:先局部右旋 ,再找支点左旋


  1. image.png

根节点的左子树
【数据结构】树_第23张图片
根节点的左子树得左子树
【数据结构】树_第24张图片
此时添加 1,不平衡了
【数据结构】树_第25张图片
此时 7 是不平衡点,作为支点,右旋
【数据结构】树_第26张图片
得:
【数据结构】树_第27张图片


  1. image.png

我们在根节点左子树的右子树上添加 6
【数据结构】树_第28张图片

先不找平衡点,先将局部左旋

【数据结构】树_第29张图片【数据结构】树_第30张图片
再整体右旋得:
【数据结构】树_第31张图片


  1. image.png

【数据结构】树_第32张图片
7 为不平衡点,作为支点,直接左旋得
【数据结构】树_第33张图片


  1. image.png

【数据结构】树_第34张图片
先局部右旋:得
【数据结构】树_第35张图片
再找平衡点 7,作为支点,左旋得:
【数据结构】树_第36张图片


7. 平衡二叉树小结:

【数据结构】树_第37张图片

  1. 小的放左,大的放右,重复不放
  2. 小的在左,大的在右
  3. 为了平衡,提升查找效率
  4. 当添加节点后 二叉树某一节点的左右子树高差大于 1
  5. 根节点的左子树的左子树有节点插入,导致不平衡。一次右旋
  6. 根节点的左子树的右子树有节点插入,导致不平衡。局部左旋,再整体右旋
  7. 根节点的右子树的右子树有节点插入,导致不平衡。一次左旋
  8. 根节点的右子树的左子树有节点插入,导致不平衡。局部右旋,再整体左旋

----------------------------------------

8. 红黑树:

为什么要有红黑树?
频繁的旋转操作使平衡二叉树的性能大打折扣


  • 是一种自平衡的二叉查找树,又叫平衡二叉B树。
  • 节点可以是红色或黑色
  • 红黑树不是高度平衡的,它的平衡是通过**“红黑规则”**进行实现的

【数据结构】树_第38张图片

和平衡二叉树的区别:
【数据结构】树_第39张图片


红黑规则:

  1. 每个节点必须是黑色或红色
  2. 根节点一定是黑色
  3. ** Nil 视为 叶子节点**,黑色

引用:
Nil:NIL节点也称为外部节点或空节点,NIL节点不存储实际的数据,如果一个节点没有左子节点或右子节点,那么它的对应子节点就是一个NIL节点。通过将红黑树的所有叶子节点都替换为NIL节点,我们可以保证红黑树的每个节点都至少有一个子节点。这样,我们就可以通过判断节点的子节点是否为NIL节点来处理边界情况,避免了在处理节点时需要特殊处理叶子节点的情况。

  1. 不能出现两个红色节点相连的情况
  2. 对每一个节点,从该节点到其 所有后代 叶节点的简单路径上(不可倒回),均包含相同数目的黑色节点;

如 17->15>Nil 和 17->25->22->Nil 均为两个黑色节点
【数据结构】树_第40张图片
下面这个就违背了规则 5
【数据结构】树_第41张图片


红黑树节点结构:

【数据结构】树_第42张图片


添加节点默认是红色(因为效率高)

如,
若添加黑色 值为 18 的节点,就违背了规则 5
【数据结构】树_第43张图片
若:
添加 红色 18 节点,直接可构成红黑树
【数据结构】树_第44张图片【数据结构】树_第45张图片


(红黑树)添加节点的规则:

【数据结构】树_第46张图片
红黑树增删改查的性能都很好

你可能感兴趣的:(数据结构,java)