0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

二叉排序樹AVL如何實(shí)現(xiàn)動(dòng)態(tài)平衡

算法與數(shù)據(jù)結(jié)構(gòu) ? 來(lái)源:bigsai ? 作者:bigsai ? 2021-10-28 17:02 ? 次閱讀

什么是AVL樹

大家好,我是bigsai,好久不見,甚是想念,今天給大家講講AVL樹。

對(duì)于樹這種數(shù)據(jù)結(jié)構(gòu),想必大家也已經(jīng)不再陌生,我們簡(jiǎn)單回顧一下。

在樹的種類中,通常分成二叉樹和多叉樹,我們熟悉的二叉樹種類有二叉搜索(排序、查找)樹、二叉平衡樹、伸展樹、紅黑樹等等。而熟悉的多叉樹像B樹、字典樹都是經(jīng)典多叉樹。

普通的二叉樹,我們研究其遍歷方式,因?yàn)槠錄]啥規(guī)則約束查找和插入都很隨意所以很少有研究?jī)r(jià)值。

但是二叉樹結(jié)構(gòu)上很有特點(diǎn):左孩子和右孩子,兩個(gè)不同方向的孩子對(duì)應(yīng)二進(jìn)制的01,判斷的對(duì)錯(cuò),比較的大小,所以根據(jù)這個(gè)結(jié)構(gòu)所有樹左側(cè)節(jié)點(diǎn)比父節(jié)點(diǎn)小,右側(cè)節(jié)點(diǎn)比父節(jié)點(diǎn)大,這時(shí)候就誕生了二叉搜索(排序)樹。二叉搜索(排序)樹的一大特點(diǎn)就是查找效率提高了,因?yàn)椴檎乙粋€(gè)元素位置或者查看元素是否存在通過(guò)每遇到一個(gè)節(jié)點(diǎn)直接進(jìn)行比較就可以一步步逼近結(jié)果的位置。

但二叉搜索(排序樹)有個(gè)很大的問(wèn)題就是當(dāng)插入節(jié)點(diǎn)很有序,很可能成為一棵斜樹或者深度很高,那么這樣的一個(gè)查找效率還是趨近于線性O(shè)(n)級(jí)別,所以這種情況二叉搜索(排序)樹的效率是比較低的。

所以,人們有個(gè)期望:對(duì)一棵樹來(lái)說(shuō)插入節(jié)點(diǎn),小的還在左面,大的還在右面方便查找,但是能不能不要出現(xiàn)那么斜的情況?

這不,平衡二叉搜索(AVL)樹就是這么干的,AVL在插入的時(shí)候每次都會(huì)旋轉(zhuǎn)自平衡,讓整個(gè)樹一直處于平衡狀態(tài),讓整個(gè)樹的查詢更加穩(wěn)定(logN)。我們首先來(lái)看一下什么是AVL樹:

  • AVL樹是帶有平衡條件的二叉搜索樹,這個(gè)平衡條件必須要容易保持,而且要保證它的深度是O(logN)。

  • AVL的左右子樹的高度差(平衡因子)不大于1,并且它的每個(gè)子樹也都是平衡二叉樹。

  • 對(duì)于平衡二叉樹的最小個(gè)數(shù),n0=0;n1=1;nk=n(k-1)+n(k-2)+1;(求法可以類比斐波那契)

難點(diǎn):AVL是一顆二叉排序樹,用什么樣的規(guī)則或者規(guī)律讓它能夠在復(fù)雜度不太高的情況下實(shí)現(xiàn)動(dòng)態(tài)平衡呢?

不平衡情況

如果從簡(jiǎn)單情況模型看,其實(shí)四種不平衡情況很簡(jiǎn)單,分別是RR,LL,RL,LR四種不平衡情況。

然后將其平衡的結(jié)果也很容易(不考慮其附帶節(jié)點(diǎn)只看結(jié)果),將中間大小數(shù)值移動(dòng)最上方,其他相對(duì)位置不變即可:

當(dāng)然,這個(gè)僅僅是針對(duì)三個(gè)節(jié)點(diǎn)情況太過(guò)于理想化了,很多時(shí)候讓你找不平衡的點(diǎn),或者我們?cè)诮鉀Q不平衡的時(shí)候,我們需要的就是找到第一個(gè)不平衡(從底往上)的點(diǎn)將其平衡即可,下面列舉兩個(gè)不平衡的例子:

上述四種不平衡條件情況,可能出現(xiàn)在底部,也可能出現(xiàn)在頭,也可能出現(xiàn)在某個(gè)中間節(jié)點(diǎn)導(dǎo)致不平衡,而我們只需要研究其首次不平衡點(diǎn),解決之后整棵樹即繼續(xù)平衡,在具體的處理上我們使用遞歸的方式解決問(wèn)題。

四種不平衡情況處理

針對(duì)四種不平衡的情況,這里對(duì)每種情況進(jìn)行詳細(xì)的講解。

RR平衡旋轉(zhuǎn)(左單旋轉(zhuǎn))

這里的RR指的是節(jié)點(diǎn)模型的樣子,其含義是需要左單旋轉(zhuǎn)(記憶時(shí)候需要注意一下RR不是右旋轉(zhuǎn))!

出現(xiàn)這種情況的原因是節(jié)點(diǎn)的右側(cè)的右側(cè)較深這時(shí)候不平衡節(jié)點(diǎn)需要左旋,再細(xì)看過(guò)程。

  • 在左旋的過(guò)程中,root(oldroot)節(jié)點(diǎn)下沉,中間節(jié)點(diǎn)(newroot)上浮.而其中中間節(jié)點(diǎn)(newroot)的右側(cè)依然不變。

  • 它上浮左側(cè)所以需要指向根節(jié)點(diǎn)(oldroot)(畢竟一棵樹)。但是這樣newroot原來(lái)左側(cè)節(jié)點(diǎn)H空缺。而我們需要仍然讓整個(gè)樹完整并且滿足二叉排序樹的規(guī)則。

  • 而剛好本來(lái)oldroot右側(cè)指向newroot現(xiàn)在結(jié)構(gòu)改變oldroot右側(cè)空缺,剛好這個(gè)位置滿足在oldroot的右側(cè),在newroot的左側(cè),所以我們將H插入在這個(gè)位置。

  • 其中H可能為NULL,不過(guò)不影響操作!

其更詳細(xì)流程為:

而左旋的代碼可以表示為:

privatenodegetRRbanlance(nodeoldroot){//右右深,需要左旋
//TODOAuto-generatedmethodstub
nodenewroot=oldroot.right;
oldroot.right=newroot.left;
newroot.left=oldroot;
oldroot.height=Math.max(getHeight(oldroot.left),getHeight(oldroot.right))+1;
newroot.height=Math.max(getHeight(newroot.left),getHeight(newroot.right))+1;//原來(lái)的root的高度需要從新計(jì)算
returnnewroot;
}

LL平衡旋轉(zhuǎn)(右單旋轉(zhuǎn))

而右旋和左旋相反,但是思路相同,根據(jù)上述進(jìn)行替換即可!


代碼:

privatenodegetLLbanlance(nodeoldroot){//LL小,需要右旋轉(zhuǎn)
//TODOAuto-generatedmethodstub
nodenewroot=oldroot.left;
oldroot.left=newroot.right;
newroot.right=oldroot;
oldroot.height=Math.max(getHeight(oldroot.left),getHeight(oldroot.right))+1;
newroot.height=Math.max(getHeight(newroot.left),getHeight(newroot.right))+1;//原來(lái)的root的高度需要從新金酸
returnnewroot;
}

RL平衡旋轉(zhuǎn)(先右后左雙旋轉(zhuǎn))

這個(gè)RL你可能有點(diǎn)懵圈,為啥RR叫左旋,LL叫右旋,這個(gè)RL怎么就叫先右后左旋轉(zhuǎn)了?

別急別急,這個(gè)之所以先后后左,是因?yàn)榫唧w需要中間節(jié)點(diǎn)右旋一次,然后上面節(jié)點(diǎn)左旋一次才能平衡,具體可以下面慢慢看。

首先產(chǎn)生這種不平衡的條件原因是:ROOT節(jié)點(diǎn)右側(cè)左側(cè)節(jié)點(diǎn)的深度高些,使得與左側(cè)的差大于1,這個(gè)與我們前面看到的左旋右旋不同因?yàn)樾D(zhuǎn)一次無(wú)法達(dá)到平衡!

對(duì)于右左結(jié)構(gòu),中間(R)的最大,兩側(cè)(ROOT,R.L)的最小,但是下面(R.L)的比上面(ROOT)大(R.LROOT右側(cè))所以如果平衡的話,那么R.L應(yīng)該在中間,而R應(yīng)該在右側(cè),原來(lái)的ROOT在左側(cè)。

這個(gè)過(guò)程節(jié)點(diǎn)的變化浮動(dòng)比較大,需要妥善處理各個(gè)子節(jié)點(diǎn)的移動(dòng)使其滿足二叉排序樹的性質(zhì)!

這種雙旋轉(zhuǎn)具體實(shí)現(xiàn)其實(shí)也不難,不要被外表唬住,這里面雙旋轉(zhuǎn)我提供兩種解答方法。


思路(標(biāo)準(zhǔn)答案)1:兩次旋轉(zhuǎn)RR,LL

這個(gè)處理起來(lái)非常容易,因?yàn)榍懊嬉呀?jīng)解決RR(左旋),LL(右旋)的問(wèn)題,所以這里面在上面基礎(chǔ)上可以直接解決,首先對(duì)R節(jié)點(diǎn)進(jìn)行一次LL右旋,旋轉(zhuǎn)一次之后R在最右側(cè),這就轉(zhuǎn)化成RR不平衡旋轉(zhuǎn)的問(wèn)題了,所以這個(gè)時(shí)候以ROOT開始一次RR左旋即可完成平衡,具體流程可以參考下面這張圖。

思路(個(gè)人方法)2:直接分析

根據(jù)初始和結(jié)果的狀態(tài),然后分析各個(gè)節(jié)點(diǎn)變化順序=,手動(dòng)操作這些節(jié)點(diǎn)即可。其實(shí)不管你怎么操作,只要能滿足最后結(jié)構(gòu)一致就行啦!

首先根據(jù)ROOT,R,R.L三個(gè)節(jié)點(diǎn)變化,R.L肯定要在最頂層,左右分別指向ROOT和R,那么這其中R.left,ROOT.right發(fā)生變化(原來(lái)分別是R.L和R)暫時(shí)為空。而剛好根據(jù)左右大小關(guān)系可以補(bǔ)上R.L原來(lái)的孩子節(jié)點(diǎn)A,B

代碼為:(注釋部分為方案1)

privatenodegetRLbanlance(nodeoldroot){//右左深
//nodenewroot=oldroot.right.left;
//oldroot.right.left=newroot.right;
//newroot.right=oldroot.right;
//oldroot.right=newroot.left;
//newroot.left=oldroot;
//oldroot.height=Math.max(getHeight(oldroot.left),getHeight(oldroot.right))+1;
//newroot.right.height=Math.max(getHeight(newroot.right.left),getHeight(newroot.right.right))+1;
//newroot.height=Math.max(getHeight(oldroot.left),getHeight(newroot.right))+1;//原來(lái)的root的高度需要從新金酸
oldroot.right=getLLbanlance(oldroot.right);
oldroot.height=Math.max(getHeight(oldroot.left),getHeight(oldroot.right))+1;
returngetRRbanlance(oldroot);

}

LR平衡旋轉(zhuǎn)(先左后右雙旋轉(zhuǎn))

這個(gè)情況和RL情況相似,采取相同操作即可。

根據(jù)上述RL修改即可

這部分代碼為

privatenodegetLRbanlance(nodeoldroot){
oldroot.left=getRRbanlance(oldroot.left);
oldroot.height=Math.max(getHeight(oldroot.left),getHeight(oldroot.right))+1;
returngetLLbanlance(oldroot);

}

代碼實(shí)現(xiàn)

首先對(duì)于節(jié)點(diǎn)多個(gè)height屬性。用于計(jì)算高度(平衡因子)

插入是遞歸插入,遞歸是一個(gè)來(lái)回的過(guò)程,去的過(guò)程進(jìn)行插入,回的過(guò)程進(jìn)行高度更新,和檢查是否平衡。推薦不要寫全局遞歸計(jì)算高度,效率太低下,事實(shí)上高度變化只和插入和平衡有關(guān),仔細(xì)考慮即不會(huì)有疏漏!

代碼寫的比較早,如有命名不規(guī)范的情況,還請(qǐng)勿噴,如果有疏漏還請(qǐng)指出!

importjava.util.ArrayDeque;
importjava.util.Queue;

publicclassAVLTree{

classnode
{
intvalue;
nodeleft;
noderight;
intheight;
publicnode(){

}
publicnode(intvalue)
{
this.value=value;
this.height=0;
}
publicnode(intvalue,nodeleft,noderight)
{
this.value=value;
this.left=left;this.right=right;
this.height=0;
}
}
noderoot;//根

publicAVLTree(){
this.root=null;
}

publicbooleanisContains(intx)//是否存在
{
nodecurrent=root;
if(root==null){
returnfalse;
}
while(current.value!=x&¤t!=null){
if(xif(x>current.value){
current=current.right;
}
if(current==null){
returnfalse;
}//在里面判斷如果超直接返回
}
//如果在這個(gè)位置判斷是否為空會(huì)導(dǎo)致current.value不存在報(bào)錯(cuò)
if(current.value==x){
returntrue;
}
returnfalse;
}

publicintgetHeight(nodet)
{
if(t==null){return-1;}//
returnt.height;
//return1+Math.max(getHeight(t.left),getHeight(t.right));這種效率太低
}
publicvoidcengxu(nodet){//層序遍歷
Queueq1=newArrayDeque();
if(t==null)
return;
if(t!=null){
q1.add(t);
}
while(!q1.isEmpty()){
nodet1=q1.poll();
if(t1.left!=null)
q1.add(t1.left);
if(t1.right!=null)
q1.add(t1.right);
System.out.print(t1.value+"");
}
System.out.println();
}
publicvoidzhongxu(nodet)//中序遍歷中序遍歷:左子樹--->根結(jié)點(diǎn)--->右子樹
{//為了測(cè)試改成中后都行
if(t!=null)
{
zhongxu(t.left);
System.out.print(t.value+"");//訪問(wèn)完左節(jié)點(diǎn)訪問(wèn)當(dāng)前節(jié)點(diǎn)
zhongxu(t.right);
//System.out.print(t.value+"");//訪問(wèn)完左節(jié)點(diǎn)訪問(wèn)當(dāng)前節(jié)點(diǎn)
}
}
publicvoidqianxu(nodet)//前序遞歸前序遍歷:根結(jié)點(diǎn)--->左子樹--->右子樹
{
if(t!=null){
System.out.print(t.value+"");//當(dāng)前節(jié)點(diǎn)
qianxu(t.left);
qianxu(t.right);}
}
publicvoidinsert(intvalue){
root=insert(value,root);
}
publicnodeinsert(intx,nodet)//插入t是root的引用
{
nodea1=newnode(x);
//if(root==null){root=a1;returnroot;}
if(t==null){returna1;}
//插入操作。遞歸實(shí)現(xiàn)
elseif(t!=null)
{
if(xelse
{t.right=insert(x,t.right);}
}
/*
*更新當(dāng)前節(jié)點(diǎn)的高度,因?yàn)檎麄€(gè)插入只有被插入的一方有影響,
*所以遞歸會(huì)更新好最底層的,上層可直接調(diào)用
*/
t.height=Math.max(getHeight(t.left),getHeight(t.right))+1;//不要寫成遞歸,遞歸效率低
returnbanlance(t);//因?yàn)閖ava對(duì)象傳參機(jī)制,需要克隆,不可直接t=xx否則變換
}

privatenodebanlance(nodet){
//TODOAuto-generatedmethodstub
//if(t==null)returnnull;
intlefthigh=getHeight(t.left);
intrighthigh=getHeight(t.right);
if(Math.abs(lefthigh-righthigh)<=1)//不需要平衡滴
{returnt;}
elseif(lefthigh//右側(cè)大
{
if(getHeight(t.right.left)//RR需要左旋
{
returngetRRbanlance(t);
}
else{
returngetRLbanlance(t);
}
}
else{
if(getHeight(t.left.left)>getHeight(t.left.right))//ll左左
{
returngetLLbanlance(t);
}
else{
returngetLRbanlance(t);
}
}
}
/*
*oldroot(平衡因子為2,不平衡)==>newroot
*//
*Bnewroot(平衡因子為1)oldrootD
*//
*CDBCE
*
*E
*/

privatenodegetRRbanlance(nodeoldroot){//右右深,需要左旋
//TODOAuto-generatedmethodstub
nodenewroot=oldroot.right;
oldroot.right=newroot.left;
newroot.left=oldroot;
oldroot.height=Math.max(getHeight(oldroot.left),getHeight(oldroot.right))+1;
newroot.height=Math.max(getHeight(newroot.left),getHeight(newroot.right))+1;//原來(lái)的root的高度需要從新計(jì)算
returnnewroot;
}
/*
*右旋同理
*/
privatenodegetLLbanlance(nodeoldroot){//LL小,需要右旋轉(zhuǎn)
//TODOAuto-generatedmethodstub
nodenewroot=oldroot.left;
oldroot.left=newroot.right;
newroot.right=oldroot;
oldroot.height=Math.max(getHeight(oldroot.left),getHeight(oldroot.right))+1;
newroot.height=Math.max(getHeight(newroot.left),getHeight(newroot.right))+1;//原來(lái)的root的高度需要從新金酸
returnnewroot;
}

privatenodegetLRbanlance(nodeoldroot){
oldroot.left=getRRbanlance(oldroot.left);
oldroot.height=Math.max(getHeight(oldroot.left),getHeight(oldroot.right))+1;
returngetLLbanlance(oldroot);

}

/*(不平衡出現(xiàn)在右左節(jié)點(diǎn))
*oldroot==>newroot
*//
*ABoldrootB
*///
*newrootDAEFD
*/
*EF
*/

privatenodegetRLbanlance(nodeoldroot){//右左深
//nodenewroot=oldroot.right.left;
//oldroot.right.left=newroot.right;
//newroot.right=oldroot.right;
//oldroot.right=newroot.left;
//newroot.left=oldroot;
//oldroot.height=Math.max(getHeight(oldroot.left),getHeight(oldroot.right))+1;
//newroot.right.height=Math.max(getHeight(newroot.right.left),getHeight(newroot.right.right))+1;
//newroot.height=Math.max(getHeight(oldroot.left),getHeight(newroot.right))+1;//原來(lái)的root的高度需要從新金酸
oldroot.right=getLLbanlance(oldroot.right);
oldroot.height=Math.max(getHeight(oldroot.left),getHeight(oldroot.right))+1;
returngetRRbanlance(oldroot);

}
}

測(cè)試情況:

af7e133c-37a8-11ec-82a8-dac502259ad0.png

AVL的理解需要時(shí)間,當(dāng)然筆者的AVL自己寫的可能有些疏漏,如果有問(wèn)題還請(qǐng)各位一起探討!

當(dāng)然,除了插入,AVL還有刪除等其他操作,(原理相似。刪除后平衡)有興趣可以一起研究。

責(zé)任編輯:haq
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • AVL
    AVL
    +關(guān)注

    關(guān)注

    0

    文章

    14

    瀏覽量

    10030
  • 二叉樹
    +關(guān)注

    關(guān)注

    0

    文章

    74

    瀏覽量

    12302

原文標(biāo)題:這個(gè)樹,怎么一下就平衡了?

文章出處:【微信號(hào):TheAlgorithm,微信公眾號(hào):算法與數(shù)據(jù)結(jié)構(gòu)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    時(shí)間復(fù)雜度為 O(n^2) 的排序算法

    , O(n2) 的排序算法可能會(huì)比 O(nlogn) 的排序算法執(zhí)行效率高。不過(guò)隨著數(shù)據(jù)規(guī)模增大, O(nlogn) 的排序算法是不選擇。本篇我們主要對(duì) O(n2) 的
    的頭像 發(fā)表于 10-19 16:31 ?965次閱讀
    時(shí)間復(fù)雜度為 O(n^2) 的<b class='flag-5'>排序</b>算法

    平衡閥正確安裝使用方法介紹

    平衡閥是在水力工況下,起到動(dòng)態(tài)、靜態(tài)平衡調(diào)節(jié)的閥門。平衡閥可分為三種類型:靜態(tài)平衡閥、動(dòng)態(tài)平衡
    的頭像 發(fā)表于 10-10 16:37 ?368次閱讀
    <b class='flag-5'>平衡</b>閥正確安裝使用方法介紹

    什么是默克爾(Merkle Tree)?如何計(jì)算默克爾根?

    01 默克爾的概念 默克爾(Merkle Tree)是一種特殊的二叉樹,它的每個(gè)節(jié)點(diǎn)都存儲(chǔ)了一個(gè)數(shù)據(jù)塊的哈希值。哈希值是一種可以將任意長(zhǎng)度的數(shù)據(jù)轉(zhuǎn)換為固定長(zhǎng)度的字符串的算法,它具有唯一性和不可
    的頭像 發(fā)表于 09-30 18:22 ?479次閱讀
    什么是默克爾<b class='flag-5'>樹</b>(Merkle Tree)?如何計(jì)算默克爾根?

    指電極上覆蓋敏感材料的阻值計(jì)算

    覆蓋的敏感材料厚度超出指厚度時(shí)計(jì)算電阻,是否可以視作指電極指間電阻多個(gè)周期串聯(lián)后與超出指厚度部分敏感材料電阻并聯(lián)
    發(fā)表于 07-05 14:48

    手把手教你排序算法怎么寫

    今天以直接插入排序算法,給大家分享一下排序算法的實(shí)現(xiàn)思路,主要包含以下部分內(nèi)容:插入排序介紹插入排序算法
    的頭像 發(fā)表于 06-04 08:03 ?628次閱讀
    手把手教你<b class='flag-5'>排序</b>算法怎么寫

    用FPGA實(shí)現(xiàn)雙調(diào)排序的方法(2)

    典型的排序算法包括冒泡排序、選擇排序、插入排序、歸并排序、快速排序、希爾
    的頭像 發(fā)表于 03-21 10:28 ?595次閱讀
    用FPGA<b class='flag-5'>實(shí)現(xiàn)</b>雙調(diào)<b class='flag-5'>排序</b>的方法(2)

    FPGA實(shí)現(xiàn)雙調(diào)排序算法的探索與實(shí)踐

    雙調(diào)排序(BitonicSort)是數(shù)據(jù)獨(dú)立(Data-independent)的排序算法,即比較順序與數(shù)據(jù)無(wú)關(guān),特別適合并行執(zhí)行。在了解雙調(diào)排序算法之前,我們先來(lái)看看什么是雙調(diào)序列。
    發(fā)表于 03-14 09:50 ?525次閱讀
    FPGA<b class='flag-5'>實(shí)現(xiàn)</b>雙調(diào)<b class='flag-5'>排序</b>算法的探索與實(shí)踐

    C語(yǔ)言實(shí)現(xiàn)經(jīng)典排序算法概覽

    冒泡排序(英語(yǔ):Bubble Sort)是一種簡(jiǎn)單的排序算法。它重復(fù)地走訪過(guò)要排序的數(shù)列,一次比較兩個(gè)元素,如果他們的順序(如從大到小、首字母從A到Z)錯(cuò)誤就把他們交換過(guò)來(lái)。
    的頭像 發(fā)表于 02-25 12:27 ?411次閱讀
    C語(yǔ)言<b class='flag-5'>實(shí)現(xiàn)</b>經(jīng)典<b class='flag-5'>排序</b>算法概覽

    十大排序算法總結(jié)

    排序算法是最經(jīng)典的算法知識(shí)。因?yàn)槠?b class='flag-5'>實(shí)現(xiàn)代碼短,應(yīng)該廣,在面試中經(jīng)常會(huì)問(wèn)到排序算法及其相關(guān)的問(wèn)題。一般在面試中最??嫉氖强焖?b class='flag-5'>排序和歸并排序等基
    的頭像 發(fā)表于 12-20 10:39 ?1066次閱讀

    如何修改內(nèi)核設(shè)備

    如何修改內(nèi)核設(shè)備
    的頭像 發(fā)表于 12-14 14:06 ?750次閱讀
    如何修改內(nèi)核設(shè)備<b class='flag-5'>樹</b>

    穩(wěn)壓極管的動(dòng)態(tài)電阻

    穩(wěn)壓極管的動(dòng)態(tài)電阻
    的頭像 發(fā)表于 11-30 17:46 ?1135次閱讀
    穩(wěn)壓<b class='flag-5'>二</b>極管的<b class='flag-5'>動(dòng)態(tài)</b>電阻

    堆的實(shí)現(xiàn)思路

    什么是堆? 堆是一種 基于樹結(jié)構(gòu)的數(shù)據(jù)結(jié)構(gòu),它是一棵二叉樹 ,具有以下兩個(gè)特點(diǎn): 堆是一個(gè)完全二叉樹,即除了最后一層,其他層都是滿的,最后一層從左到右填滿。 堆中每個(gè)節(jié)點(diǎn)都滿足堆的特性,即父節(jié)點(diǎn)的值
    的頭像 發(fā)表于 11-24 16:02 ?378次閱讀
    堆的<b class='flag-5'>實(shí)現(xiàn)</b>思路

    二叉樹的定義

    型結(jié)構(gòu) 是一類重要的 非線性數(shù)據(jù)結(jié)構(gòu) ,其中以二叉樹最為常用,直觀來(lái)看,是以分支關(guān)系定義的層次結(jié)構(gòu)。型結(jié)構(gòu)在客觀世界中廣泛存在,比
    的頭像 發(fā)表于 11-24 15:57 ?1246次閱讀
    <b class='flag-5'>樹</b>與<b class='flag-5'>二叉樹</b>的定義

    python升序和降序排序代碼

    Python是一種簡(jiǎn)潔而強(qiáng)大的編程語(yǔ)言,提供了許多實(shí)用的函數(shù)和方法來(lái)排序數(shù)據(jù)。在本文中,我們將詳細(xì)討論P(yáng)ython中的升序和降序排序。我們將深入探討不同的排序算法、它們的復(fù)雜度以及如何在Python
    的頭像 發(fā)表于 11-21 15:20 ?3039次閱讀

    什么情況下需要布隆過(guò)濾器

    , gmail等郵箱垃圾郵件過(guò)濾功能 這幾個(gè)例子有一個(gè)共同的特點(diǎn):如何判斷一個(gè)元素是否存在一個(gè)集合中? 常規(guī)思路 數(shù)組 鏈表 、平衡二叉樹、Trie Map (紅黑) 哈希表 雖然
    的頭像 發(fā)表于 11-11 11:37 ?623次閱讀
    什么情況下需要布隆過(guò)濾器