weixin_71964451的博客

既然名称叫红黑树，那么就可以通过枚举来区分一个节点的颜色。红黑树节点的定义, _kv(kv){}和AVL树的定义一样，只是多了一个颜色，但是颜色为什么要初始化成红色的呢？我们先来思考一下，插入红色节点或者黑色节点，谁对红黑树的影响最大。来看这张图片，当插入的是黑色节点的时候，每条路径上的黑色节点数量不相同了，那么就需要在其它路径添加一定数量的黑色节点保持性质4；而插入红色节点只会影响当前路径，所以新节点应该是红色。

假如以parent为根的子树不平衡，即parent的平衡因子为2或者-2，分以下情况考虑。

二叉搜索树又称二叉排序树，它或者是一棵空树，或者是具有以下性质的二叉树:这个图片不符合二叉搜索树的性质，因为5和7都比10小。而这副图片完全符合二叉搜索树的性质，左子树的值都比根节点小，右子树的值都比根节点大。另外二叉搜索树走中序的话就会排列成升序，所以又叫“二叉排序树”。因此我们判断一棵树是否是二叉搜索树，就可以利用中序的方法。默认情况下二叉搜索树不允许出现重复的值。二叉搜索树的每个节点都要存储它们的左子树节点、右子树节点和节点存储的值。所以它的结构如下，包括构造函数：对于二叉搜索树的类，我们只需要

关于二叉树的初级部分我们已经学完了，那么我们就来做一些相关习题来巩固一下所学习过的知识。

1.直接选择排序思考非常好理解，但是效率不是很好。实际中很少使用2.时间复杂度：O(N^2)3.空间复杂度：O(1)4.稳定性：不稳定2.2.3 堆排序堆排序(Heapsort)是指利用堆积树（堆）这种数据结构所设计的一种排序算法，它是选择排序的一种。它是通过堆来进行选择数据。

又见面了，小伙伴们。今天我们继续来学习二叉树，今天的内容相对来说比较容易理解，前提是需要你们自己动手画图才会好理解。眼过千遍不如手过一遍。所以小伙伴们要多动手哦。直接开始今天的学习吧。

好了，小伙伴们，今天我们就先学到这里，下一节我们学习二叉树的链式结构的实现，今天的知识点一定要好好理解，该画图的时候画图，不要嫌麻烦，要为后面的学习打基础。

小伙伴们，我们在上一次学习了单链表，最后也提到了链表的分类，总共有8种类型，这次我们就来学习链表最常见的一种类型，就是我们简单来回顾一下。注意：这⾥的“带头”跟前⾯我们说的“头节点”是两个概念，实际前⾯的在单链表阶段称呼不严谨，但是为了同学们更好的理解就直接称为单链表的头节点。带头链表⾥的头节点，实际为“哨兵位”，哨兵位节点不存储任何有效元素，只是站在这⾥“放哨的”“哨兵位”存在的意义：遍历循环链表避免死循环。当链表中只有哨兵位节点的时候，我们称该链表为空链表，即哨兵位是不能删除的。

例如，函数返回的新长度为 2 ，而 nums = [2,2,3,3] 或 nums = [2,2,0,0]，也会被视作正确答案。如果src指向的值不等于val的值，那么就把src指向的值给dst指向的值，然后src和dst都向后走，即就是arr[dst]=arr[src];思路1：遇到等于val的元素，将val的位置之后的元素向前挪动，这个思路感兴趣的小伙伴们可以试试，这个思路应该是大多数人都会想到的。函数应该返回新的长度5, 并且 nums 中的前五个元素为0,1,3,0,4。元素的顺序可以改变。

定义q1，q2，q3三个变量，q1的位置是在nums1数组有效长度的位置，即q1=m-1；q2的位置是在nums2数组最后一个元素的位置，即q2=n-1；q3的位置是在nums1数组总长度的位置，即q3=m+n-1。首先让q1和q2进行比较，谁大谁就放在q3的位置，然后让大的和q3都向前走一位，即q1/q2--，q3--，重复上述步骤，如果2个元素相等，那么q1或者q2放在q3的位置，然后向前走一位。将nums2中的数据直接保存到nums1中，通过排序算法对nums1中的所有数据统一进行排序。

/存储数据的底层结构//记录顺序表的空间大小int size;//记录顺序表当前有效的数据个数}SL;细心的小伙伴们发现我也给结构体取了一个别名SL，这样也是为了方便接下来的使用。当然你也可以这样写//存储数据的底层结构//记录顺序表的空间大小int size;//记录顺序表当前有效的数据个数。

小伙伴们，顺序表的增删改查已经学会了，今天我们学习比顺序表还难“亿”点点的链表，也需要增删改查。跟顺序表一样，还是需要创建三个文件SList.h,SList.c和test.c，然后做一些准备工作，具体文件的说明跟顺序表一样，忘了的小伙伴们可以去看一下哦。好了，进入单链表的学习吧。

给你一个链表的头节点。