本文是转载的,《B树、B-树、B+树、B*树》
B树
即二叉搜索树:
1.所有非叶子结点至多拥有两个儿子(Left和Right);
2.所有结点存储一个关键字;
3.非叶子结点的左指针指向小于其关键字的子树,右指针指向大于其关键字的子树;
如:
B树的搜索,从根结点开始,如果查询的关键字与结点的关键字相等,那么就命中;
否则,如果查询关键字比结点关键字小,就进入左儿子;如果比结点关键字大,就进入右儿子;如果左儿子或右儿子的指针为空,则报告找不到相应的关键字[......]
本文是转载的,《B树、B-树、B+树、B*树》
B树
即二叉搜索树:
1.所有非叶子结点至多拥有两个儿子(Left和Right);
2.所有结点存储一个关键字;
3.非叶子结点的左指针指向小于其关键字的子树,右指针指向大于其关键字的子树;
如:
B树的搜索,从根结点开始,如果查询的关键字与结点的关键字相等,那么就命中;
否则,如果查询关键字比结点关键字小,就进入左儿子;如果比结点关键字大,就进入右儿子;如果左儿子或右儿子的指针为空,则报告找不到相应的关键字[......]
大二那会根本没蹋下心来看,觉得天书一般,连旋转都没搞明白。
今天仔细看了书,发现真的一点不难啊,鄙视自己……
首先是概念:
平衡二叉树是为了解决前面二叉排序树不均衡的问题,而加入了一种平衡机制。所以,平衡二叉树是一种特殊的二叉排序树(BST)!
AVL树查找的平均和最差复杂度都是O(logn) !!!(BST的最坏是O(n))
AVL树的插入复杂度是O(logn)。
平衡二叉树(简称AVL树):对任意一个结点,它的左子树和又子树都是平衡二叉树(左子树都小于结点[......]
1、前面讨论了静态查找表,它们的特点是,数据是一次性就给好了。
2、而对于动态查找表,数据可以是在查找过程中动态添加、生成的。其实这概念不太严谨。
3、二叉排序树(BST):左子树上所有结点的值均小于根结点的值;右子树上所有结点的值均大于根结点上的值。
4、二叉排序树的查找过程:
(1)若树为空,直接返回/跳出。
(2)树非空,则
(a)若key==root.data,return true。
(b)若key<root.data, root = root.left[......]
概念明天补上。。。
顺序查找,用了哨兵,减少检查数组长度的次数,据说这样可以让顺序查找的性能提升一倍。
优点:无序任何假设条件(如数组有序等)。
缺点:效率低。
#include <stdio.h>
int ssearch(int* arr, int n, int key)
{
int i = 0;
arr[n] = key;
for(i=0;arr[i]!=key;i++);
if(i==n)
{[......]
如果我们要求每一顶点对之间的最短路径,怎么做呢?
方法1:对N个顶点,依次执行前面的Prim算法。
方法2:使用Floyd算法。
实际上,Floyd算法是动态规划(DP)算法。
原理很简单,我们假设dp[i][j]表示从顶点i到顶点j的最短路径,则dp[i][j] = min (dp[i][k]+dp[k][j], 0<=k<=nvexs)。
于是算法如下:
import java.util.LinkedList;
public class Fl[......]