zhazha_boring的博客

简介Trie树，即字典树，又称单词查找树或键树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计和排序大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较。前缀树的3个基本性质：根节点不包含字符，除根节点外每一个节点都只包含一个字符。从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串。每个节点的所有子节点包含的字符都不相同。我们以字符串为例实现前缀树前缀树的每个节点需要

树的遍历树的遍历方式主要分为四种，先序、中序、后序和层序，在这篇博客中我将仔细介绍一下树的这四种遍历方式。先序遍历先序遍历，也叫先根遍历、前序遍历，首先访问根结点然后遍历左子树，最后遍历右子树。在遍历左、右子树时，仍然先访问根结点，然后遍历左子树，最后遍历右子树，如果二叉树为空则返回。可以简记为根左右。以上图为例，整体的遍历过程为：先遍历A节点然后遍历A的左子节点B节点接着遍历B节点的左子节点D节点D节点没有左子节点和右子节点，然后我们回溯到B节点，遍历B节点的右子节点E节点同理E没有

树的遍历方式树的遍历方式总体分为两类：深度优先搜索（DFS）、广度优先搜索（BFS），其实这两种方式主要是图的遍历方式，但是树可以被抽象为简单的图，所以这两种方式也可以作为树的遍历方式。常见的DFS：先序遍历、中序遍历、后序遍历常见的BFS：层序遍历（按层遍历）深度优先搜索深度优先搜索（DFS）简单来说就是沿着每一个分支路径遍历直到不能再深入为止，也就是到达了叶节点。如果到达叶节点，那我们就向上回溯，回到叶节点之前的那一个节点，接着遍历该节点未被访问过的子节点。一直重复这个过程直到所有的节点

二分查找思想：二分查找又称折半查找，做法是将n个元素分成元素数量大致相同的两部分，然后去n个元素的中间数字a[n/2]与目标元素target比较，如果相等，则找到x,算法终止；如果不相等判断x与a[n/2]之间的大小关系，如果x<a[n/2],则只需要再数组a的左半部分继续进行相同的查找操作查找x,如果x>a[n/2]，则在数组的右半部分进行相同的查找操作查找x。实现过程：我们可以设置左右边界left和right，如果左边界大于右边界说明没有找到。代码如下public int binar