面试官:什么是二叉树

【面试总结】二叉树 pass 阅读详情

前言

只有光头才能变强。

文本已收录至我的GitHub仓库,欢迎Star:https://github.com/ZhongFuCheng3y/3y

一、二叉树就是这么简单

本文撇开一些非常苦涩、难以理解的概念来讲讲二叉树,仅入门观看(或复习)…

首先,我们来讲讲什么是树:

  • 树是一种非线性的数据结构,相对于线性的数据结构(链表、数组)而言,树的平均运行时间更短(往往与树相关的排序时间复杂度都不会高)

在现实生活中,我们一般的树长这个样子的:

但是在编程的世界中,我们一般把树**“倒”**过来看,这样容易我们分析:

一般的树是有很多很多个分支的,分支下又有很多很多个分支,如果在程序中研究这个会非常麻烦。因为本来树就是非线性的,而我们计算机的内存是线性存储的,太过复杂的话我们无法设计出来的。

因此,我们先来研究简单又经常用的—> 二叉树

1.1树的一些概念

我就拿上面的图来进行画来讲解了:

二叉树的意思就是说:每个节点不能多于有两个儿子,上面的图就是一颗二叉树。

  • 一棵树至少会有一个节点(根节点)
  • 树由节点组成,每个节点的数据结构是这样的:
  • 因此,我们定义树的时候往往是**->定义节点->节点连接起来就成了树**,而节点的定义就是:一个数据、两个指针(如果有节点就指向节点、没有节点就指向null)

1.2静态创建二叉树

上面说了,树是由若干个节点组成,节点连接起来就成了树,而节点由一个数据、两个指针组成

  • 因此,创建树实际上就是创建节点,然后连接节点

首先,使用Java类定义节点:



public class TreeNode {

    // 左节点(儿子)
    private TreeNode lefTreeNode;
    
    // 右节点(儿子)
    private TreeNode rightNode;
    
    // 数据
    private int value;
    

}

下面我们就拿这个二叉树为例来构建吧:

为了方便构建,我就给了它一个带参数的构造方法和set、get方法了:


    public TreeNode(int value) {

        this.value = value;
    }

那么我们现在就创建了5个节点:



    public static void main(String[] args) {

        //根节点-->10
        TreeNode treeNode1 = new TreeNode(10);

        //左孩子-->9
        TreeNode treeNode2 = new TreeNode(9);

        //右孩子-->20
        TreeNode treeNode3 = new TreeNode(20);
        
        //20的左孩子-->15
        TreeNode treeNode4 = new TreeNode(15);
        
        //20的右孩子-->35
        TreeNode treeNode5 = new TreeNode(35)        
      
    }

它们目前的状态是这样子的:

于是下面我们去把它连起来:



    //根节点的左右孩子
    treeNode1.setLefTreeNode(treeNode2);
    treeNode1.setRightNode(treeNode3);

    //20节点的左右孩子
    treeNode3.setLefTreeNode(treeNode4);
    treeNode3.setRightNode(treeNode5);

连接完之后,那么我们的树就创建完成了。

1.3遍历二叉树

上面说我们的树创建完成了,那怎么证明呢??我们如果可以像数组一样遍历它(看它的数据),那就说明它创建完成了~

值得说明的是:二叉树遍历有三种方式

  • 先序遍历
    • 先访问根节点,然后访问左节点,最后访问右节点(根->左->右)
  • 中序遍历
    • 先访问左节点,然后访问根节点,最后访问右节点(左->根->右)
  • 后序遍历
    • 先访问左节点,然后访问右节点,最后访问根节点(左->右->根)

以上面的二叉树为例:

  • 如果是先序遍历:10->9->20->15->35
  • 如果是中序遍历:9->10->15->20->35
    • 可能需要解释地方:访问完10节点过后,去找的是20节点,但20下还有子节点,因此先访问的是20的左儿子15节点。由于15节点没有儿子了。所以就返回20节点,访问20节点。最后访问35节点
  • 如果是后序遍历:9->15->35->20->10
    • 可能需要解释地方:先访问9节点,随后应该访问的是20节点,但20下还有子节点,因此先访问的是20的左儿子15节点。由于15节点没有儿子了。所以就去访问35节点,由于35节点也没有儿子了,所以返回20节点,最终返回10节点

一句话总结:先序(根->左->右),中序(左->根->右),后序(左->右->根)。如果访问有孩子的节点,先处理孩子的,随后返回

无论先中后遍历,每个节点的遍历如果访问有孩子的节点,先处理孩子的(逻辑是一样的)

  • 因此我们很容易想到递归
  • 递归的出口就是:当没有子节点了,就返回

因此,我们可以写出这样的先序遍历代码:


    /**
     * 先序遍历
     * @param rootTreeNode  根节点
     */
    public static void preTraverseBTree(TreeNode rootTreeNode) {

        if (rootTreeNode != null) {

            //访问根节点
            System.out.println(rootTreeNode.getValue());

            //访问左节点
            preTraverseBTree(rootTreeNode.getLefTreeNode());

            //访问右节点
            preTraverseBTree(rootTreeNode.getRightNode());
        }
    }


结果跟我们刚才说的是一样的:

我们再用中序遍历调用一遍吧:


    /**
     * 中序遍历
     * @param rootTreeNode  根节点
     */
    public static void inTraverseBTree(TreeNode rootTreeNode) {

        if (rootTreeNode != null) {

            //访问左节点
            inTraverseBTree(rootTreeNode.getLefTreeNode());

            //访问根节点
            System.out.println(rootTreeNode.getValue());

            //访问右节点
            inTraverseBTree(rootTreeNode.getRightNode());
        }
    }

结果跟我们刚才说的是一样的:

有意思的是:通过先序和中序或者中序和后序我们可以还原出原始的二叉树,但是通过先序和后序是无法还原出原始的二叉树的

  • 也就是说:通过中序和先序或者中序和后序我们就可以确定一颗二叉树了!

二、动态创建二叉树

上面我们是手动创建二叉树的,一般地:都是给出一个数组给你,让你将数组变成一个二叉树,此时就需要我们动态创建二叉树了。

二叉树中还有一种特殊的二叉树:二叉查找树(binary search tree)

  • 定义:当前根节点的左边全部比根节点小,当前根节点的右边全部比根节点大。
    • 明眼人可以看出,这对我们来找一个数是非常方便快捷的

往往我们动态创建二叉树都是创建二叉查找树

2.1动态创建二叉树体验

假设我们有一个数组:int[] arrays = {3, 2, 1, 4, 5};

那么创建二叉树的步骤是这样的:

  • 首先将3作为根节点

  • 随后2进来了,我们跟3做比较,比3小,那么放在3的左边

  • 随后1进来了,我们跟3做比较,比3小,那么放在3的左边,此时3的左边有2了,因此跟2比,比2小,放在2的左边

  • 随后4进来了,我们跟3做比较,比3大,那么放在3的右边

  • 随后5进来了,我们跟3做比较,比3大,那么放在3的右边,此时3的右边有4了,因此跟4比,比4大,放在4的右边

那么我们的二叉查找树就建立成功了,无论任何一颗子树,左边都比根要小,右边比根要大

2.2代码实现

我们的代码实现也很简单,如果比当前根节点要小,那么放到当前根节点左边,如果比当前根节点要大,那么放到当前根节点右边。

因为是动态创建的,因此我们得用一个类来表示根节点



public class TreeRoot {

    private TreeNode treeRoot;

    public TreeNode getTreeRoot() {
        return treeRoot;
    }

    public void setTreeRoot(TreeNode treeRoot) {
        this.treeRoot = treeRoot;
    }
}

比较与根谁大,大的往右边,小的往左边:



  /**
     * 动态创建二叉查找树
     *
     * @param treeRoot 根节点
     * @param value    节点的值
     */
    public static void createTree(TreeRoot treeRoot, int value) {


        //如果树根为空(第一次访问),将第一个值作为根节点
        if (treeRoot.getTreeRoot() == null) {
            TreeNode treeNode = new TreeNode(value);
            treeRoot.setTreeRoot(treeNode);

        } else  {

            //当前树根
            TreeNode tempRoot = treeRoot.getTreeRoot();

            while (tempRoot != null) {
                //当前值大于根值,往右边走
                if (value > tempRoot.getValue()) {

                    //右边没有树根,那就直接插入
                    if (tempRoot.getRightNode() == null) {
                        tempRoot.setRightNode(new TreeNode(value));
                        return ;
                    } else {
                        //如果右边有树根,到右边的树根去
                        tempRoot = tempRoot.getRightNode();
                    }
                } else {
                    //左没有树根,那就直接插入
                    if (tempRoot.getLefTreeNode() == null) {
                        tempRoot.setLefTreeNode(new TreeNode(value));

                        return;
                    } else {
                        //如果左有树根,到左边的树根去
                        tempRoot = tempRoot.getLefTreeNode();
                    }
                }
            }
        }
    }

测试代码:


    int[] arrays = {2, 3, 1, 4, 5};

    //动态创建树

    TreeRoot root = new TreeRoot();
    for (int value : arrays) {
        createTree(root, value);
    }


    //中序遍历树
    inTraverseBTree(root.getTreeRoot());
    System.out.println("---------------公众号:Java3y");
    
    //先序遍历树
    preTraverseBTree(root.getTreeRoot());
    System.out.println("---------------公众号:Java3y");

    

三、查询二叉查找树相关

3.1查询树的深度

查询树的深度我们可以这样想:左边的子树和右边的字数比,谁大就返回谁,那么再接上根节点+1就可以了


    public static int getHeight(TreeNode treeNode) {

        if (treeNode == null) {
            return 0;
        } else {

            //左边的子树深度
            int left = getHeight(treeNode.getLefTreeNode());

            //右边的子树深度
            int right = getHeight(treeNode.getRightNode());


            int max = left;

            if (right > max) {
                max = right;
            }
            return max + 1;
        }
    }

3.1查询树的最大值

从上面先序遍历二叉查找树的时候,细心的同学可能会发现:中序遍历二叉查找树得到的结果是排好顺序的~

那么,如果我们的二叉树不是二叉查找树,我们要怎么查询他的最大值呢?

可以这样:

  • 左边找最大值->递归
  • 右边找最大值->递归


    /**
     * 找出树的最大值
     *
     * @param rootTreeNode
     */
    public static int  getMax(TreeNode rootTreeNode) {

        if (rootTreeNode == null) {
            return -1;
        } else {
            //找出左边的最大值
            int left = getMax(rootTreeNode.getLefTreeNode());

            //找出右边的最大值
            int right = getMax(rootTreeNode.getRightNode());

            //与当前根节点比较
            int currentRootValue = rootTreeNode.getValue();

            //假设左边的最大
            int max = left;


            if (right > max) {
                max = right;
            }
            if (currentRootValue > max) {
                max = currentRootValue;
            }

            return max ;


        }
    }

四、最后

无论是在遍历树、查找深度、查找最大值都用到了递归,递归在非线性的数据结构中是用得非常多的…

涵盖Java后端所有知识点的开源项目(已有5.8K star):https://github.com/ZhongFuCheng3y/3y

如果大家想要实时关注我更新的文章以及分享的干货的话,可以关注我的公众号「Java3y」。(微信搜Java3y即可关注)

  • 🔥Java精美脑图
  • 🔥Java学习路线
  • 🔥Java常用的开发工具
  • 🔥原创PDF电子书

PDF文档的内容均为手打,有任何的不懂都可以直接来问我(公众号有我的联系方式)。

在公众号下回复「888」即可获取!!

面试官:为什么有了平衡二叉树,还要选择红黑树这种数据结构? 首先讲解为什么要使用红黑树之前,有必要先了解二叉查找树和平衡二叉树,然后继续介绍红黑树,带着这个问题,让我们一起来学习今天的内容吧。 二叉查找树 二叉查找树的特点就是左子树的节点值比父亲节点小,而右子树的节点值比父亲节点大,如下图: 二叉查找树中对于目标节点的查找过程类似于有序数组的二分查找,快速找到某个节点。n 个节点的二叉查找树,正常的情况下,查找的时间复杂度为 O(logn)。 为什么说是正常的情况下呢? 是因为二叉查找树有一种极端的存在,二叉树的大部分子节点都比父节点值小,然后导致所有的数据偏向左 阅读详情

相关推荐

面试官:你能将遍历二叉树进一步优化到空间复杂度为O(1)吗?

我们知道,在遍历二叉树的时候,不管是用递归的方法,还是用非递归的方法,都无法做到额外空间复杂度为O(1)。这是因为遍历二叉树的递归方法实际上使用了函数栈,非递归的方法使用了申请的栈,两者的额外空间都与树的高度有关,所以空间复杂度为O(H),H为二叉树的高度。 那么怎么做到将空间复杂度优化到O(1)呢?这就要用到大名鼎鼎的Morris遍历。 一、什么是Morris遍历 Morris遍历是二叉树遍历算法的超强进阶算法,与递归、非递归(栈实现)的空间复杂度比较,Morris遍历可以将非递归遍历中的空间复杂度降为O

Janway-Win 1137

面试官:了解二叉树吗,平衡二叉树,红黑树?

前言 面试过程中,多多少少会问一点数据结构(二叉树)的问题,今天我们来复习一下二叉树的相关问题,文末总结。 1. 二叉树的由来 在 jdk1.8 之前,HashMap 的数据结构由「数组+链表」组成,数组是 HashMap 的主体,链表是为了解决 Hash 冲突引入的,正常的数据存放是直接存在数组中,但如果发生 Hash 冲突就会以链表的形式进行存储,而在 jdk1.8之后,当链表的长度超过 8 之后,将会转换成红黑树经常存储… 相信这一段 HashMap 的描述,一定是大家所熟知的,其实细品之后,我们可以

niceyoo的博客 856

水气泵控制原理,三角波发生电路,LM331M/TR芯片,高速运放芯片

气泵的控制采用闭环控制,根据气泵的FG反馈信号进行反馈调节,由于气泵的反馈信号是脉冲反馈,即频率改变,占空比不变,即需要通过F/V转换芯片转换成电压信号,变为电压与转速成正比,其电压进入比较器与基准电压进行比较,将比较结果进行运算并进行PWM控制信号。水泵的控制采用闭环控制,根据水泵的pwm信号进行反馈调节,水泵的反馈信号是脉冲反馈,即频率改变,占空比不变,即需要通过F/V转换芯片转换成电压信号,变为电压与转速成反比,其电压进入比较器与基准电压进行比较,将比较结果进行运算并对PWM控制信号。

m0_51010122的博客 2856

二叉树基本概念

树的定义: 树(Tree)是n(n>=0)个结点的有限集,当n=0时称为空树,在任意一颗非空树中: (1) 有且仅有一个特定的称为根(root)的结点; (2)当n>1时,其余结点可分为m(m>0)个互不相交的有限集T1,T2,......,Tm,其中每一个集合本身又是一棵树,并且称为根的子树(SubTree); 树节点的分类: 结点拥有的子树数称为结点的度(Degree),度为0的结点称为叶结点(Leaf)或终端结点;度不为0的结点称为非终端结点或分支结点。除根节点外,分支结点

AiTTTTTT的博客 6209

基于 Quest 摄像头数据开发的原理介绍【Unity Meta Quest MR 开发教程】

比如想在识别到的现实物体上叠加虚拟物体,需要知道这个现实物体在 Unity 的世界坐标下的哪个位置,是带有 x,y,z 三个轴的数据的。而 WebCamTexture 捕捉到的图像只是个 2D 的平面,没有三维世界的深度信息,我们通过物体识别算法识别到的物体坐标只是在这个 2D 平面上的一个屏幕坐标,可以理解为 Quest 拍摄了一张照片,我们识别到这张照片上的某个像素点为需要识别的现实物体的中心。是不是看起来比较复杂?Quest 的相机访问功能是在安卓的。

qq_46044366的博客 2104

软考29-上午题-【数据结构】-排序

数据结构7种排序

qq_31532983的博客 1579

【数据结构】——二叉树详解

二叉树(Binary Tree)是由n个结点构成的有限集(n≥0),n=0时为空树,n>0时为非空树。对于非空树TTT有且仅有一个根结点;除根结点外的其余结点又可分为两个不相交的子集TLT_LTL​和TRT_RTR​,分别称为TTT的左子树和右子树,且TLT_LTL​和TRT_RTR​本身又都是二叉树。很明显该定义属于递归定义,所以有关二叉树的操作使用递归往往更容易理解和实现。从定义也可以看出二叉树与一般树的区别主要是两点,一是每个结点的度最多为2;

atwdy的博客 6万+

QGis二次开发 —— 5.1、基于qgis开发雷达扫描、无人机飞行跟踪等(附:源码及工程)

基于qgis开发雷达扫描、无人机飞行跟踪等

325

面试算法:二叉树

文章目录一、什么是深度优先搜索?二、深度优先搜索模版三、三种宽度优先搜索题型1. 连通块2. 分层遍历3. 拓扑排序四、题目 一、什么是深度优先搜索? 深度优先搜索是图的一种遍历策略,它的思想是从一个点开始,沿着一条分支遍历到底,当无法继续遍历的时候,向上一次次回溯,每次回溯选择另一条分支遍历到低。 二、深度优先搜索模版 三、三种宽度优先搜索题型 1. 连通块 通过一个点,找到所有图中与之连通的点。 连通块问题都可以用宽度有限搜索模版解决, 但是对于矩阵中的连通块问题,需要用到坐标变换数组,有一个更细

Kejonho的博客 259

减法平均优化器(SABO)算法详解:从数学原理到工程应用

减法平均优化器(SABO)是一种基于数学概念的新型元启发式优化算法,由Trojanovský和Dehghani于2023年提出。该算法通过v-减法运算和平均值计算实现搜索优化,核心创新是采用目标函数值差异符号引导搜索方向。SABO具有参数少、结构简单、收敛快等特点,在高维复杂问题中表现优异。算法通过种群平均值保持多样性,利用符号函数确保搜索方向改进,自然平衡探索与开发。MATLAB实现显示其计算复杂度为O(N²·D),与主流群体智能算法相当。SABO不依赖生物或物理隐喻,数学基础坚实,在工程优化和机器学习领

qq_42212808的博客 165

IGBT基础知识及应用电路仿真(Multisim)

本文系统介绍了IGBT(绝缘栅双极晶体管)及其应用电路。首先详细解析了IGBT的基本结构、工作原理和特性参数,重点阐述了其五层半导体结构、电导调制效应和电压驱动特性。随后通过Multisim仿真展示了IGBT在四种典型功率变换电路中的应用:半桥驱动电路实现隔离式互补驱动;全桥逆变电路完成DC-AC转换;三相桥式逆变电路生成三相交流电;直流斩波电路(BUCK/BOOST/BUCK-BOOST)实现电压升降变换。文章通过理论分析与仿真波形相结合,全面呈现了IGBT在中高压大功率场景下的优异性能和灵活应用。

XU157303764的博客 1218

面试官:这么简单的二叉树算法都不会?

有的同学可能已经发现了,这种算法的实际上不太高效,原因就在于对于二叉树a上的每个节点我们都需要调用一遍isSame函数,如果二叉树a的节点数为M、二叉树b的节点数为N,那么该算法的时间复杂度为O(M*N)。这个题目是leetcode的第572题,要求是这样的:给定两颗二叉树A和B,判断B是否是A的子树。同样的,我们也可以对二叉树计算“md5”值。将二叉树序列化为字符串后只需要判断字符串b是否是字符串a的子串即可。如果二叉树b是a的子树,那么必然二叉树b序列化的后的字符串是a序列化后的字符串的子串。

youzhangjing_的博客 544

AIGC 算法工程师面试八股文全解析:Diffusion Models 原理、推导与实战要点

特性 | 重参数化技巧 (Reparameterization Trick) |本质| 将随机变量的采样过程从不可导的随机操作转换为可导的确定性函数与一个已知分布的随机噪声的组合。目的。

m0_71589036的博客 403

面试官:你连怎么恢复二叉树都不知道?

根据遍历来恢复二叉树 在二叉树的知识中,查找或者遍历二叉树是十分重要的知识点,由于笔者之前只重视二叉树遍历的过程,而忽视了从遍历恢复二叉树的逆过程的重要性,在某一天看到一道算法题的时候,才发现原来前中后序遍历还有逆过程!于是打开相应的书籍,并结合算法题写下了这一篇笔记 定理1:任何一个二叉树的先序遍历和中序遍历能唯一的确定这颗二叉树 其实这个理解起来可能会有一点绕,我来说一下我的想法吧,二叉树的中序遍历的顺序为左-根-右,先序遍历的顺序为根-左-右,那么这样的顺序来说,先序遍历的首个结点必为根节点,中序遍历

qq_48201696的博客 267

AD9361功能介绍和使用

AD9361使用分数分频锁相环(PLL)来产生发射机和接收机本地振荡器(LO)频率和BB PLL。BB PLL 可用于数据转换、数字滤波器和 |/O 端口。PLL的参考时钟可以由外部振荡器或外部晶体(XO)和数字可编程片内可变电容提供,电容微调产生参考时钟频率,XO和微调电容的组合统称为DCXO。有多个天线输入的分集系统。接收链数据首先经过低噪声放大器(LNA),然后是同相(1)和正交(Q)放大器,混频器和频带整形滤波器,可将接收到的信号下变频为基带以进行数字化。时分双工(TDD)和频分双工(FDD)。。。

wangjie36的博客 1万+

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

美团面试官:你对二叉树后续遍历一无所知

后台回复进群一起刷力扣????点击卡片可搜索关键词????读完本文,可以去力扣解决如下题目:1373.二叉搜索子树的最大键值和(Hard)其实二叉树的题目真的不难,无非就是前中后序遍历框...

fdl123456的博客 539

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

平衡二叉树平衡因子怎么计算_面试官:手写一个平衡二叉树,我当时就笑了

平衡二叉树对于初学者一直是一个比较复杂的知识点,因为其里面涉及到了大量的旋转操作。把大量的同学都给转晕了。这篇文章最主要的特点就是通过动画的形式演示。确保大家都能看懂。最后是手写一个平衡二叉树。一、概念平衡二叉树是外国的两个大爷发明的。一开始发明的是二叉查找树。后来觉得不给力演化成了平衡二叉树。那什么是二叉查找树呢?我们给出一张图来看看:看到这张图我们就会发现如下的特征。从每个节点出发,左边的节点...

weixin_39929566的博客 2482

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

大厂面试官不会告诉你:重建二叉树有这个捷径

这是一道二叉树的经典问题,不仅考察对二叉树遍历的理解,更考验递归思维和边界处理能力。

博客 284

[面试|算法|二叉树] 面试官:利用4种遍历方式实现“翻转二叉树”

题目描述 如题,翻转一棵二叉树。 输入: 4 / \ 2 7 / \ / \ 1 3 6 9 输出: 4 / \ 7 2 / \ / \ 9 6 3 1 /* Definition for a binary tree node. */ public class TreeNode { int val; TreeNode left; TreeNode right; TreeNode()

喜欢前端的后端 MelodyJerry 8309

ds查找—二叉树平衡因子_面试官:手写一个平衡二叉树,我当时就笑了

平衡二叉树对于初学者一直是一个比较复杂的知识点,因为其里面涉及到了大量的旋转操作。把大量的同学都给转晕了。这篇文章最主要的特点就是通过动画的形式演示。确保大家都能看懂。最后是手写一个平衡二叉树。一、概念平衡二叉树是外国的两个大爷发明的。一开始发明的是二叉查找树。后来觉得不给力演化成了平衡二叉树。那什么是二叉查找树呢?我们给出一张图来看看:看到这张图我们就会发现如下的特征。从每个节点出发,左边的节点...

weixin_39851887的博客 92

java 二叉树_Java面试官:说说你理解的二叉搜索树、平衡二叉树和红黑树

二叉树是Java面试中常见的数据结构问题,而常见的二叉树问题主要有三种,二叉搜索树、平衡二叉树和红黑树,其中以红黑树最为重要。一、二叉搜索树二叉搜索树又叫二叉查找树,又叫二叉排序树。主要特点如下,若左子树不空,则左子树上所有结点的值均小于它的根结点的值;若右子树不空,则右子树上所有结点的值均大于它的根结点的值;左、右子树也分别为二叉搜索树;没有键值相等的结点。1、查询二叉查找树主要应用就是数据的查...

weixin_40001395的博客 114

剑指offer:(19)面试官谈面试思路:二叉树的镜像

package co.com.jianzhioffer; public class Solution19 { public class TreeNode { int val; TreeNode left = null; TreeNode right = null; TreeNode(int val) { this.val = val; } } public

skyxmstar的博客 423

文章一:MySQL索引进化史:从二叉树到B+树,面试官再也难不倒我

大家好,我是那个天天和SQL死磕的后端程序员。今天咱们来聊点硬核又有趣的——MySQL索引的"前世今生"。相信99%的后端同学面试时都被这些灵魂拷问过:"为什么MySQL用B+树做索引?不用二叉树?"红黑树不行吗?Hash索引不是更快吗?"聚集索引和非聚集索引到底有啥区别?"什么是回表?什么是覆盖索引?别慌!今天我不用复杂的公式,只用"图书馆找书"这个生活例子,带你走完索引的完整进化之路。保证你看完不仅能答出面试官的问题,还能反过来给他科普一波!

smile_WangDuoduo的博客 653

面试官:平衡二叉树、红黑树、HashMap、链表之间绕来绕去的面试题都在这里了

当哈希冲突频繁发生时,一个桶中的元素可能非常多,导致链表长度过长,从而使得查找、插入和删除操作的时间复杂度从平均的 O(1) 退化为 O(n)。能够在一个桶中的元素数量超过一定阈值时(默认是 8),将链表转换为红黑树,从而将查找、插入和删除操作的时间复杂度从 O(n) 改善为 O(log n)。如果存在相同的键,更新对应的值;扩容操作会将所有的桶重新分配到一个新的、更大的数组中,并重新计算每个键的哈希值,将其放置到新的桶中。通过计算键的哈希值确定对应的桶,然后遍历该桶中的链表或红黑树来查找匹配的键。

程序员诚哥 1140
上一篇: 面试必问干货!数据库索引和锁的知识!看完你就能拿offer
下一篇: 什么是HDFS?算了,告诉你也不懂。
Java3y
Java3y 领域专家: 后端开发技术领域 领域专家: 后端开发技术领域
博客等级 码龄9年 1万+粉丝 509原创
评论 4
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值