Skip to content

Commit 9704c79

Browse files
author
代码风水师
committed
Merge branch 'dev' of https://github.com/about-cloud/JavaCore into dev
# Conflicts: # resource/markdown/collection/BinaryTrees.md
2 parents 7bc4122 + 8a873df commit 9704c79

1 file changed

Lines changed: 38 additions & 9 deletions

File tree

‎resource/markdown/collection/BinaryTrees.md‎

Lines changed: 38 additions & 9 deletions
Original file line numberDiff line numberDiff line change
@@ -10,11 +10,11 @@
1010

1111
> 从数据结构进化的角度来看,:palm_tree:**树(tree)** 的生成是 **链表** 进化而来。**链(Linked)** 每个节点最多只有一个 **前驱节点** ,那么可以称这个 **链** 为 🌴**树(tree)** 。数据结构中的树就像一颗倒挂的树。
1212
13-
![line to tree]()
13+
![The upside down tree]()
1414

1515
> **链表** 只不过是特殊的树,就像树没有树枝只有树干一样。
1616
17-
#### 数的基本术语
17+
#### 树的基本术语
1818

1919
![tree]()
2020

@@ -69,15 +69,15 @@
6969

7070
> 遍历步骤:先中序遍历左子树,然后再访问根节点,最后再中序遍历右子树即 **左—根—右**。
7171
72-
![先序遍历]()
72+
![中序遍历]()
7373

7474
> 上图中序遍历的结果:
7575
7676
#### 3、后序遍历
7777

7878
> 遍历步骤:先后序遍历左子树,再后序遍历右子树,最后再访问根节点,即 **左—右—根**。
7979
80-
![先序遍历]()
80+
![后序遍历]()
8181

8282
> 上图后序遍历的结果:
8383
@@ -98,9 +98,7 @@
9898

9999
一棵数频繁的删除和插入节点都有可能使数发生旋转。平衡二叉树中访问节点的操作(插入、查找、删除)的时间复杂度维持在一个“平衡”的水准,既最坏情况和最好情况的时间复杂度维持在 `O(logN)`。
100100

101-
![先序遍历]()
102-
103-
101+
![平衡二叉树]()
104102

105103

106104

@@ -114,7 +112,7 @@
114112

115113
![先序遍历]()
116114

117-
#### 二叉查找树的查找过程:
115+
#### 二叉查找树的查找过程
118116

119117
1. 从树的根节点开始查找,并沿着这棵树中的一条简单路径向下进行;
120118
2. 若树为空树,则查找失败,返回 `null`;
@@ -125,14 +123,45 @@
125123

126124

127125

128-
<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">五、AVL树</h3>
126+
<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">五、AVL树(高度平衡树)</h3>
129127

128+
**AVL树** 得名于它的两位发明者G. M. Adelson-Velsky和E. M. Landis的名字,树的特性是:
130129

130+
1. :wink:本身首先是一棵二叉查找树;
131+
2. 每个节点的左右子树的高度之差的绝对值(平衡因子)最多为 `1` ;
131132

133+
![AVL]()
132134

135+
ALV追求极限的平衡性,优点是在查找元素时,时间复杂度低,查找元素快。那么问题来了,在添加/删除元素时,AVL树为了追求“绝对的平衡性”,不断的通过循环来达到自平衡,增加时间复杂度。适所以AVL树适用于添加/删除元素少、查找操作多的环境下。
133136

134137
<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">六、红黑树</h3>
135138

139+
**红黑树(Red Black Tree)** 也是一种 **平衡二叉树**,但它不像 **AVL树** 那样追求绝对的平衡,它这种于查找和添加/删除之间。特性是:
140+
141+
1. 树中所有节点都被染成红色或黑色(官方话语:节点是红色或黑色);
142+
2. 根节点是黑色;
143+
3. 每个叶子节点都是黑色;
144+
4. 每个红色节点的两个子节点都是黑色(从每个叶子到根的所有路径上不能有两个连续的红色节点);
145+
5. 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。
146+
147+
![红黑树]()
148+
149+
上述特性构成了一个最关键的约束:从根节点到叶子节点的最长路径不大于最短路径的两倍长。
150+
151+
所以红黑树可以不是那么绝对的高度平衡。对于在树中添加/删除元素,红黑树也不像AVL树那样,为了达到绝对的自平衡而“使劲费力”地旋转整颗树了。
152+
153+
154+
155+
最差平衡二叉树即树退化成链表(可以看成特殊的树、没有叉的树),这样的树添加/删除元素快,不需要自平衡,但是查找慢,最坏情况要遍历整棵树。而从增删改查的时间复杂度来讲,**红黑树** 介于 **二叉查找树** 和 **链表** 之间,这是在添加/删除和查找之间一个折中的选择。
156+
157+
#### 总结:
158+
159+
链表:适用于添加/删除多、查找少的场景;
160+
161+
二叉查找树:适用于查找多、添加/删除少的场景;
162+
163+
红黑树:适用于查找、添加、删除都多的场景。
164+
136165

137166

138167
<h3 style="padding-bottom:6px; padding-left:20px; color:#ffffff; background-color:#E74C3C;">七、B-Tree、B+Tree、B*Tree</h3>

0 commit comments

Comments
 (0)