今天主要复习下数据结构的东西
树
-
自平衡二叉查找树
-
B树
- B-树 (百度百科)
- 特性:关键字分布在整颗树中,查找成功立即结束(区别于B+树)
- 性能:搜索效率等价于二分查找
- 用途:常用于文件引索系统
- B+树
- 特性:每个关键字不保存数据,只用来索引,所有数据都保存在叶子节点,查找成功也要跳到叶子节点才结束(区别于B-树)
- 用途:通常用于数据库和操作系统的文件系统中
- B*树
- B+树的变体,在B+树的非根和非叶子结点再增加指向兄弟的指针;B树定义了非叶子结点关键字个数至少为(2/3)M,即块的最低使用率为2/3(代替B+树的1/2);
- B-树 (百度百科)
-
键树
- 键树(数字查找树)
- 每条通往叶子节点的路径都是一个关键字符串
- trie树(字典树)
- 典型应用是用于统计,排序和保存大量的字符串(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
- 优点: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,查询效率比哈希表高
- 键树(数字查找树)
排序(java实现)
参见我的另一篇博客:some-sort-algorithms
这里用java再实现一遍,代码比较多,放到另一篇博客去了:some-sort-algorithms-java
查找
- 二分查找
package vell.bibi.algorithms.search; public class BinarySearch {
// 非递归实现
public static int search(int[] a, int key){
int low=0, high=a.length-1, mid = 0;
while(high>=low){
mid = (high + low) / 2;
if(key == a[mid]) return mid;
else if(key > a[mid]) low = mid + 1;
else high = mid - 1;
}
return -1;
}
// 递归实现
public static int search(int[] a, int low, int high, int key){
if(high < low) return -1;
int mid = (low + high) / 2;
if(key == a[mid]) return mid;
else if(key > a[mid]) return search(a, mid+1, high, key);
else return search(a, low, mid-1, key);
}
public static void main(String[] args) {
int[] a = {2,3,4,5,6,7,8,9,10,11};
System.out.println(search(a, 5));
System.out.println(search(a, 0, a.length-1, 5));
}
}