打卡25天
###学习内容
集合
1.树
前提知识:数据结构—-树
结点:节点是数据结构中的基础,构成复杂数据结构基本组成单位
- 树(Tree):是n(n>=0)个节点的有限级,n=0,称为空树
在任意非空树中
1.有且只有一个节点叫根结点
2.当n>1时,其余结点可分为m个互不相交的有限集
- 定义树的时候
1.根结点是唯一的,不能存在多个根结点
2.子树的个数没有限制,但他们一定互不相交
树的定义中,使用了递归的方式,递归在树中的学习过程中有重要作用
- 结点的度
结点拥有子结点的数量叫做结点的度
- 结点关系
结点子树的根节点称为该结点的孩子结点
相应该结点称为孩子结点的父结点(双亲结点)
- 结点层次
- 树的深度
树中结点的最大层数称为树的深度
- 二叉树
二叉树是n个结点的有限集合,如果n=0,那就称为空二叉树
(一)二叉树的特点:
1.每个结点最多只有两个子树,所以二叉树不存在度大于二的结点
2.左子树和右子树是有顺序的,次序不能任意颠倒
3.即使树中某个结点只有一棵子树,也要区分他是左子树还是右子树
(二)二叉树的性质
1.在二叉树中第i层最多有2^(i-1)个结点(i>=1)
2.二叉树中,如果深度为k,那么最多有2^k-1个结点
3.n0=n2+1,n0表示度数为0的结点,n2表示度数为2的结点
4.在完全二叉树中,具有n个结点的完全二叉树,他的深度为[log2n]+1,其中[log2n]是向下
取整
5.若对含有n个结点的完全二叉树从上到下且从左到右进行1到n的编号,则对完全二叉树中
任意一个编号为i的结点有如下特性:
(1)若i=1,则该结点是二叉树的根,无父节点,否则,编号为i/2的结点为其父节点
(2)若2i>n,则该结点无左孩子结点,否则,编号为2i的结点为其左孩子结点
(3)若2i+1>n,则该结点没有右孩子结点,否则编号为2i+1的结点为其右孩子结点(三)斜树
所有的结点都只有左子树的二叉树叫做左斜树,所有的结点都只有右子树的二叉树叫做右斜树(四)满二叉树
在一个二叉树中,如果所有分支节点都存在左子树和右子树,并且所有叶子都在同一层上,
这样的二叉树叫做满二叉树
###满二叉树的特点
1.叶子只能出现在下一层
2.非叶子节点的度一定是2
3.在同样深度的二叉树中,满二叉树的结点个数最多,叶子数也最多
(五)完全二叉树
对一颗具有n个结点的二叉树按层编号,如果编号i(1<=i<=n)的节点与同样深度的满二叉树
中编号为i的结点位置完全相同,这颗二叉树就称为完全二叉树
(六)二叉树的存储结构
1.顺序存储
使用一维数组存储二叉树中的节点,并且结点的存储位置就是数组的下标索引,当二叉
树为完全二叉树时,结点数刚好填满数组,如果二叉树不是完全二叉树时,采用顺序存
储,顺序存储结构中已经出现了空间浪费的情况
比如右斜树极端情况,采用顺序存储的方式是十分浪费空间
顺序存储只适用于完全二叉树
(七)二叉链表
顺序结构不能满足二叉树的存储要求,采用链式存储
二叉树的每个结点都有两个孩子
可以将结点数据结构定义成一个数据和两个指针域
(八)数据节点
(九)二叉树遍历:重点考察
二叉树的遍历从根节点出发,按照某种次序依次访问二叉树中的所有结点,使得每个结点被
访问一次,且仅被访问一次
二叉树的访问次序可以分为四种:
1.递归遍历
自上而下,从左到右,每个结点会走三次
2.前序遍历
从二叉树的根结点出发,当第一次到达结点时就输出结点数据,按照先向左再向
右的方向访问(根左右)
3.后序遍历
从二叉树的根结点出发,当第三次到达结点时就输出结点数据,按照先向左再向
右的方向访问(左右根)
4.中序遍历
从二叉树的根结点出发,当第二次到达结点时就输出结点数据,按照先向左再向右
的方向访问(左根右)
5.层次遍历
按照树的层次自上而下的遍历的二叉树ABCDEFGHIJ
- 其他的树分类
1.二叉查找树(二叉搜索树,二叉排序树)
(1)若左子树不为空,左子树的所有的值小于他根结点的值
‘ (2)若右子树不为空,右子树的所有的值大于他根节点的值
(3)左右子树也是一个二叉查找树
(4)没有键值相等的点
2.平衡二叉树(AVL树)
含有相同结点的二叉树的不同形态,找出一个查找平均长度最小的一颗二叉查找树
(1)要么是一棵空树,要么其根节点的左右子树深度之差的值不超过1
(2)左右子树也是平衡二叉树
(3)二叉树结点的平衡因子定义为该结点的左子树深度减去右子树深度
平衡因子=左子树深度-右子树深度
3.红黑树(HashMap重点应用)
自平衡的二叉树,又增加了一个颜色的属性,结点的颜色只能是红色或者黑色
(1)根节点只能是黑色
(2)红黑树中,所有的叶子节点后面再接上左右两个空姐点,保持算法的一致性
(3)其他的结点要么是黑色,要么是红色,红色节点的父节点和左右孩子结点都
是黑色
(4)在任一棵子树中,从根节点向下走到空结点的路径上所经历的黑结点数
4.B-树(B树)
B-树是一种平衡多路查找树,他在文件系统中很有用,一颗m阶B-树
(1)树中每个子结点至多有m棵子树
(2)若根节点不是叶子节点,则至少有2棵子树
(3)除根结点外所有非终端节点至少有[m/2]棵子树
(4)每个结点的信息结构(A0,A1…….Kn,An),其中n表示关键字的个数,K
为关键字,A是指针
(5)所有的叶子节点都出现在同一层次上,且不带任何信息
5.B+树
B-树和B+树,后续在数据库阶段才会重点应用
2.集合框架(重要):
- 集合:容器,存放数据的一个容器
- 使用集的目的:更方便的存储和操作数据,CRUO
- 集合继承结构
Collection<E>:存放单值的最大父接口
List<E>(列表)线性表:和数组类似,List可以动态增长,查找元素效率高
插入删除元素的效率低,因为会引起其他元素位置的改变。
Set<E>也是线性表,检索元素效率低,删除插入的效率高,插入删除不会引起元素移位。
Map<K,V>:存放对值的最大父接口
Map(映射)用于保存具有映射关系的数据,Map保存着两组数据:key和value。
key和value都可以是任意的引用数据类型,但key不能重复。
List,Set继承自Collection,Map不是
- ArrayList:内部结构是一个数组
开发中,一般情况下,使用多态创建集合
数组和集合之间的转换,建议封装一个工具类
1.如果初始化集合尽量指定初始化容量,如果确定不了,默认指定为16
2.使用泛型,数据类型的时候,一定要使用引用数据类型
- List集合中存放的数据:1.数据有顺序(添加的先后顺序)
2.数据可以重复
###学习心得
今天学习了集合,这部分先引入了树的内容,知识点十分多,学习起来感觉还可以,但是把学过的内容都综合在一起,做案例有些吃力
###掌握情况:一般
###课上练习
public static void main(String[] args) { // 创建了一个ArrayList集合 // 开发中,一般情况下,使用多态创建集合 // 向上转型 List<Integer> l1 = new ArrayList<>(); // 集合的新增 l1.add(1); l1.add(2); l1.add(3); l1.add(4); l1.add(5); l1.add(1,-1); List<Integer> l2 = new ArrayList<>(); l2.add(-1); l2.add(-2); l2.add(-3); l2.add(-4); l2.add(-5); l2.add(1,100); l1.addAll(l2); // 清空集合 // 清空之后,集合中没有数据size==0,集合为null l1.clear(); l1.remove(Integer.valueOf(100)); // l1.set(0,200); Object[] objects = l1.toArray(); System.out.println(l1.size()); // 直接打印集合对象 System.out.println(l1); System.out.println(l1.contains(-3)); // System.out.println(l1.get(0)); System.out.println(l1.indexOf(1000)); System.out.println(l1.isEmpty()); // 集合和数组之间的转换 // 数组--->集合 int [] arr = new int[]{1,2,3,4,5}; List<Integer> integers = Arrays.asList(1, 2, 3, 4, 5); List<Integer> integers1 = List.of(1, 23, 4, 5); List<int[]> arr1 = List.of(arr); System.out.println(arr1.get(0)[0]); // 数组和集合之间的转换,建议自己封装一个工具类
###运行结果
原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/279107.html