Foools的博客

前言 视频地址：https://www.bilibili.com/video/BV1E4411H73v?from=search&seid=13120683720695451628 评价：整个教程的数据结构部分讲的挺好的，知识点全都覆盖了，而且每个数据结构都有代码解释，但是最后20节算法部分讲的有点乱，算法部分我决定直接刷leetcode了 数组 稀疏数组： 二维数组的省内存的保存方法，一般是n行3列，三列分别为行，列，值。 二维数组转稀疏数组： 遍历整个二维数组，查看有多少个有效数字 根据有效数字

多路查找树 二叉树的问题分析： 二叉树在构建时，需要进行多次i/o操作（海量数据存在数据库或文件中），节点很多的话，构建速度会有影响。 节点很多，会造成二叉树过高，降低操作速度 我们就可以引入多叉树，多叉树每个节点可以有更多的数据项和更多的子节点。 一个多叉树的例子 B树： 通过重新组织节点，降低树的高度，并且减少i/o读写次数来提升效率。 2-3树 2-3树是最简单的B树结构 所有叶子节点在同一层（B树都满足这个条件） 有两个节点的节点叫做二节点，二节点要么没有子节点，要么有两个子节点 有三

平衡二叉树（AVL树） 创建二叉排序树{1，2，3，4，5}时，左子树全部为空，查询速度明显降低，无法发挥二叉排序树的优势，所以需要平衡二叉树 平衡二叉树它的左右两个子树的高度差绝对值不超过1，并且它的左右两个子树也都是平衡二叉树。 当需要创建一颗AVL树的时候，往往需要__左旋转，右旋转，双旋转__ 旋转方法添加在Node类中的add方法中 左旋转 当数列{4，3，6，5，7}加入8时，rightHight()-leftHight() > 1成立， 树就不是一个AVL树了 思路： 创建一个

二叉排序树 binary sort tree，对于二叉排序树的任何一个非叶子节点，要求左子节点的值比当前节点的值小，右子节点的值比当前节点的值大。 这个函数写在Node类中，但是需要使用Tree的类来调用 排序树增加节点的思想： 如果新加入node的值比当前节点小 当前节点的left为空，node设置为left 当前节点的left不为空，使用当前节点的left递归调用 如果新加入node的值比当前节点大 当前节点的right为空，node设置为right 当前节点的right不为空，使用当前节点的

huffman树 huffman树是带权路径长度最短的树，权值较大的节点离根很近。 路径长度：根节点层数为1，从根节点到第L层节点的路径长度为L-1 带权路径长度：从根节点到该节点之间的路径长度与该节点 __树的带权路径长度__为所有叶子节点的带权路径长度之和，称为WPL（weighted path length），WPL最小就是huffman树。 权值越大的节点离根节点越近的二叉树才是最优二叉树。 huffmanTree思路分析 从小到大进行排序，每个节点可以看成是一颗最简单的二叉树 取出根节点权值最小

线索化二叉树 希望充分利用各个节点的左右指针，让各个节点可以指向自己的前后节点。 基本介绍： 二叉链表中的空指针域，存放指向该节点在某种遍历次序下的前驱和后继点的指针。 线索二叉树之后，Node节点的属性有left和right，left可能指向左子树或者前驱节点，right可能指向右子树或者后继节点。 中序线索二叉树基本思路： 在二叉树类中要定义一个pre指针，作为保留的前一个节点。 在node类中创建类型leftType, rightType 1. leftType = 0，指向左子树，leftType

树结构 树的数据结构 数组：用下标方式访问元素，查找速度快，插入和删除速度慢 链表：插入和删除的速度较快，在检索时效率较低 树存储：存储和读取效率很高，插入，删除，修改的速度也可以保证 常用术语： 树的高度：最大层数 森林：多棵子树构成森林 二叉树的概念 每个节点最多有两个子节点的树叫做二叉树，它的子节点分为左子节点和右子节点。 二叉树所有叶子节点都在最后一层，节点总数为2^n-1，n为层数，称为满二叉树。 二叉树所有叶子节点都在最后一层或倒数第二层，最后一层叶子节点在左边连续，倒数第二层叶子节点在右边连

哈希表 散列表（Hash Table，哈希表）是根据关键码值（key value）而直接进行访问的数据结构。 它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散函数，存放记录的数组叫做散列表。 一般来说，java程序直接访问数据库的速度较慢，这时候会加一个缓存层（缓存产品：redis，memcache）来增加访问速度，除此之外，我们还可以在缓存层自己写出一个哈希表来增加访问速度。 哈希表： 数组+链表 数组+二叉树 一道题：有一个公司，当有新员工来的时候，要求将该员工信

排序算法 内部排序：直接使用内存的排序 直接插入排序，希尔排序，简单选择排序，堆排序，冒泡排序，快速排序，归并排序，基数排序 测试算法运行的时间 这里是用的是输出算法执行前的时间，和算法执行之后的时间，来查看算法实际花费的时间。 代码： import java.text.SimpleDateFormat; import java.util.Date; //排序前的时间输出 Date date = new Date(); SimpleDateFormat s

前缀，中缀，后缀表达式 前缀表达式（波兰表达式）： 运算符位于操作数之前，（3+4）*5-6对应的是- * + 3 4 5 6 计算机求值：从右向左扫描表达式，遇到数字时，将数字压入栈；遇到运算 符时，弹出栈顶两个元素（先弹出的-后弹出的），用运算符对他们进行运 算，并将结果入栈，直至过程到达表达式最左端。 中缀表达式： 最常见的运算表达式 计算机操作时，一般会将其转换为后缀表达式来操作。 后缀表达式（逆波兰表达式）： 运算符位于操作符号之后，（3+4）*5-6对应的是3 4 + 5 * 6 –

栈（stack） 一个先入后出的有序列表 允许插入删除的一端为栈顶，固定的另一端为栈底 应用场景： 子程序的调用 处理递归调用 表达式的转换（中缀表达式转后缀表达式）与求值 二叉树的遍历 图形的深度优先搜索法 数组实现栈的思路： 1） 定义一个top表示栈顶，初始化为-1 2） 入栈：top++; stack[top] = data 3） 出栈：int value = stack[top]; top–; return value; 用单链表来实现栈的模拟： package com.dataStru

单向环形链表 joseph环问题 Joseph问题：n个小孩坐成一圈，编号为k的小孩从1开始报数，数到m的小孩出列，下一个小孩再从1开始报数，数到m出列，直到所有人出列为止，求出列的编号队列。 单向环形链表构建思路： 构建： 1） 先创建第一个节点，用first指向它，与自己形成环形队列。 2） 每创建一个新的节点，就把该节点加入到已有的环形列表中。 遍历： 1） 让辅助指针cur指向first 2） 通过while循环直到cur.next = first结束 约瑟夫问题： 1） 创建一个

双向链表 双向链表相对于单链表来说： 1. 查找的方向不止是一个方向 2. 可以实现自我删除，不需要像单链表一样寻找要删除节点的前一个节点 思路分析： 遍历：和单向链表一致，可以前向，也可以后向。 添加元素到链表最后： 1） 先遍历到这个链表的最后 2） temp.next = newNode; newNode.pre = temp; 按照编号添加元素： 1） 找到要添加的位置的前一个元素temp 2） heroNode.next = temp.next; 3） temp.next = her

单链表 链表每个节点包含data域，next域：指向下一个节点 创建HeroNode类，其中包含HeroNode next； 创建LinkedList类，先创建一个头节点 遍历思路： 通过一个辅助变量来遍历 一般来说，展示链表中所有数据要先判断链表是否为空。 添加内容思路： 直接添加到尾部：直接加到最后面（遍历找到最后面，再添加） 按顺序添加：找到要添加的位置，新节点.next = temp.next，temp.next = 新节点。 修改节点的思路： 先找到这个节点（遍历） 修改数值

队列 队列是一个有序列表，可能用数组或链表来实现。 先进入的数据先取出，后进入的数组后取出。 数组模拟队列的思路： 队列本身就是一个有序列表，maxSize来记录该数组最大容量；front和rear分别记录队列前后端的下标，front随着数据输出而改变，rear随着数据输入而改变。 加入数据：若队列不为满，尾部指针后移：rear+1 拿出数据：若队列不为空，前端指针后移：front+1 代码： package com.dataStructure; import java.util.Scanner; pub

稀疏数组： 二维数组的省内存的保存方法，一般是n行3列，三列分别为行，列，值。 二维数组转稀疏数组： 1. 遍历整个二维数组，查看有多少个有效数字 2. 根据有效数字的个数，创建稀疏数组 3. 遍历二维数组，将有效的数字放入稀疏数组中 稀疏数组转二维数组： 1. 根据稀疏数组第一行建立空二维数组 2. 读取稀疏数组后几行数据，插入二维数组中 代码实现： package com.dataStructure; public class sparseArray { public static v