Java数据结构——7.1二叉树-树

二叉树是一种树状数据结构，其中每个节点最多有两个子结点，通常称为左子结点和右子结点。每个结点最多有两个子结点，分别为左子结点和右子结点。左子结点和右子结点可以为空，也可以是叶子结点（没有子节点的结点）。二叉树具有递归的定义，即每个结点的左子树和右子树都是二叉树。二叉树的结点包括一个数据域和指向左子结点和右子结点的指针域。在实际应用中，二叉树常用于表示层次关系、树状结构等。

1. 二叉树的顺序存储 1.1 堆的存储方式 使用数组保存二叉树结构，方式即将二叉树用层序遍历方式放入数组中。 一般只适合表示完全二叉树，因为非完全二叉树会有空间的浪费。 这种方式的主要用法就是堆的表示。 1.2 下标关系 已知 双亲 (parent) 的下标，则： 左孩子(left)下标 = 2 * parent + 1; 右孩子(right)下标 = 2 * parent + 2; 已知孩子（不区分左右）(child)下标，则： 双亲(parent)下标 = (child - 1) / 2;

常见的排序方法——主要介绍了7种基于比较的排序方法，重点掌握快速排序和归并排序

数据结构 1. 概述 1.1 什么是数据结构 官方：数据结构是一门研究非数值计算的程序设计问题中的操作对象，以及他们之间的关系和操作等相关问题的学科； 数据结构就是把数据元素按照一定的关系组织起来的集合，用来组织和存储数据 1.2 数据结构分类 逻辑结构 集合机构 线性结构 树形结构 图形结构 物理结构：逻辑结构在计算机中真正的表示方式 顺序存储结构 链式存储结构 1.3 什么是算法 算法是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法解决问题

七、树 7.1 树 7.1.1 树的定义 树是我们计算机中非常重要的一种数据结构，同时使用树这种数据结构，可以描述现实生活中的很多事物，例如族谱、单位的组织架构、等等。 树是由n（n>=1）个有限结点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树 树具有以下特点： 每个结点有零个或多个子结点； 没有父结点的结点为根结点； 每一个非根结点只有一个父结点； 每个结点及其后代结点整体上可以看做是一棵树，称为当前结点的父结点的一个子树； 7.1.2 树的相关术语 结点的度： 一个

又狂肝1w+字，数据结构课堂笔记后续不定期更新！

红黑树是一种广泛使用的自平衡二叉搜索树的具体实现。在 JDK 中，它用于TreeMap中，从 Java 8 开始，它也用于HashMap中的bucket碰撞。它到底是如何工作的呢？什么是红黑树？如何将元素插入红黑树？如何移除它们？平衡红黑树的规则是什么？如何在Java中实现红黑树？它的时间复杂度如何确定？红黑树与其他数据结构有何区别？2. 什么是红黑树？红黑树是一种自平衡二叉搜索树，即能自动保持某种平衡的二叉搜索树。每个节点都分配有一种颜色（红色或黑色）。

所以我们的Map和Set就讲解完了，下篇文章将会讲解反射、枚举以及lambda表达式。让我们共同学习，共同进步，为知识的海洋增添更多宝贵的财富！大家一起加油！

数据结构有算法，java

常用算法模板 Java版——数据结构：链表、栈、队列、单调队列、模式匹配、Trie树、并查集、堆、哈希

本文整理了7月1日至7月22日的每日编程练习题，内容涵盖数据结构、算法、Java编程等计算机基础知识。主要知识点包括：最小生成树的性质（7.1）、最短路径算法（7.2）、Java字符串运算（7.3）、Java修饰符（7.4）、快速排序（7.5）、拓扑排序时间复杂度（7.6）、二分查找（7.8）、希尔排序（7.9）、数组初始化（7.10）、三目运算符（7.11）、二叉树遍历（7.12）、线性表存储结构（7.13,7.21）等。每道题都配有答案和解析，适合计算机专业学生或编程爱好者进行日常练习和知识巩固。

既已说到spring cloud alibaba，那对于整个微服务架构，如果想要进一步地向上提升自己，到底应该掌握哪些核心技能呢？就个人而言，对于整个微服务架构，像RPC、Dubbo、Spring Boot、Spring Cloud Alibaba、Docker、kubernetes、Spring Cloud Netflix、Service Mesh等这些都是最最核心的知识，架构师必经之路！下图，是自绘的微服务架构路线体系大纲，如果有还不知道自己该掌握些啥技术的朋友，可根据小编手绘的大纲进行一个参考。

本文主要介绍哈希表，哈希冲突。哈希函数的设计，负载因子和HashMap的部分源码解读。

以求前K个最大的数据为例，假设数据集合中有N个数据，首先用数据集合中前K个数据建小堆（若要求前K个最小的数据则建大堆），然后将剩余N-K个数据依次和堆顶数据做比较，若数据大于堆顶数据则入堆并调整，遍历完数据集合后，堆中的数据就是数据集合中前K个最大的元素。链式结构二叉树的节点由三个域组成，数据域和左右指针域，左右指针分别指向该节点的左孩子和右孩子，若无孩子，则指向NULL。Top-K问题即求大量数据中最大或最小的前K个数据，由于数据量较大，一般的方法都不可取，故使用堆的方式解决问题。

这篇文章系统介绍了常见的排序算法：冒泡排序、插入排序、希尔排序、选择排序（包括基础版和优化版）、堆排序、快速排序、以及归并排序。每种算法都从核心思想、代码实现（C语言）、动态演示和特点分析四个维度进行详细讲解。其中，冒泡排序通过相邻元素比较实现排序；插入排序采用构建有序序列的方式；希尔排序是插入排序的高效改进版；选择排序通过选择极值元素完成排序；堆排序则利用堆数据结构实现高效排序。文章还通过时间复杂度和稳定性分析比较了各算法的优劣，并提供了可视化演示链接帮助理解算法执行过程。

本文详细介绍了红黑树的插入操作及其修复策略。红黑树通过颜色标记和旋转操作维持平衡，插入新节点时默认设为红色以避免破坏黑高平衡。当出现"红-红"冲突时，根据叔叔节点的颜色采取不同修复方法：若叔叔为红色则进行颜色翻转并向上递归处理；若叔叔为黑色则通过旋转（区分直线和三角情况）调整结构。最终强制根节点为黑色，确保所有路径黑高一致。这些操作在保持二叉搜索树性质的同时，保证了红黑树的高效平衡特性。

冒泡排序是一种典型的排序方法，其基本思想是通过两两比较相邻记录的关键字，使关键字较大的记录如气泡一般逐渐往上“漂浮”。：重新排列数列，所有比基准值小的元素摆放在基准前面，所有比基准值大的元素摆在基准后面。：通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。原理：每次从未排序部分中找到最小（或最大）元素，将其放到已排序序列的末尾。：递归地将小于基准值元素的子数列和大于基准值元素的子数列排序。：在保持元素顺序的同时将上一步得到的子序列合并到一起。