二叉搜索树
算法描述:二叉搜索树,是按照一个节点的左子叶小于节点的值,右子叶大于节点的值
搜索二叉树的,插入和搜索时间复杂都是O(lgn).
算法步骤
- 选取根节点
- 按照算法描述构建树
算法分析
- 如果想树的搜索深度尽量浅,就改把中间值作为根节点,数据尽量也不要是有序的
否则会形成单边树,或者就是一个链表,修改和查找的时间复杂都变为O(n)
B+树在数据库中的应用
思路总结
- 解决问题前先定义清楚问题
- 对问题进行假设,限定解决问题的范围
- select from a where id=1 主键搜索
- select from a where id>19 范围搜索
- 非功能性需求
- 安全
- 性能
- 用户体验
- 由于我们想学习算法和数据结构,所以我们只从性能上进行讨论
- 执行效率
- 存储空间
- 尝试用学习过的数据结构解决问题
- 散列表:
- 查询效率O(1)但是不支持范围查询
- 平衡二叉树:
- 可以快速查询O(lgn),中序遍历是有序数组单不支持范围查询
- 跳表
- 查询数据O(lgn),并可以支持范围查询
- 虽然满足条件但有更好的方法,减少内存使用
- 散列表:
- 优化
- 使用跳表虽然可以实现需求,但是我们有更好的数据结构,二叉查找树。二叉查找树和跳表类似查询速度O(lgn)
- 遇到问题:内存消耗巨大
- 如果数据量巨大的二叉树,比如1亿条数据,就要有1亿个节点,如果一个节点占用16字节,那占用内存1g,10个表就是10gb
- 解决问题:为了减少内存消耗,只能通过将数据放在硬盘中
- 遇到分体:读取磁盘中的节点IO消耗很大
- 解决问题:所以尽量降低树的高度,减少io操作
- 遇到问题:如何降低树的高度
- 解决问题:从二叉树,变为N叉树
- 遇到问题:是不是N越大越好呢?
- 解决问题:cup的缓存是以也为单位的,如果数据超过一页,需要分页处理所以为了尽量减少io操作,节点数据尽量不要超过一页(4KB)
结论
综上所述:使用某种算法是要全面考虑到实际的问题,根据实际的问题进行假设,选择合适的算法,结合软硬件效率综合得出一个合理方案。
package main
import (
"fmt"
"math"
)
type Node struct {
value int
left *Node
right *Node
parent *Node
}
type Tree struct {
root *Node
length int
}
func main() {
creatTree()
}
func creatTree() {
arrList := []int{14, 2, 5, 7, 23, 35, 12, 17, 31}
myTree := Tree{}
for i := 0; i < len(arrList); i++ {
myTree = insertNode(myTree, arrList[i])
myTree.length++
}
fmt.Println(myTree)
//LDR(myTree)
TreeHeight(myTree)
}
func TreeHeight(tree Tree) {
var hl = 1
if tree.root.left != nil {
hl = heightMax(tree.root.left, hl)
}
var hr = 1
if tree.root.right != nil {
hr = heightMax(tree.root.left, hr)
}
fmt.Println(hl, hr)
fmt.Println("Tree height is ", int(math.Max(float64(hl), float64(hr))))
}
func heightMax(node *Node, h int) int {
var hL = h
var hR = h
if node.left == nil && node.right == nil {
fmt.Println(node)
return h
}
if node.left != nil {
h++
hL = heightMax(node.left, h)
}
if node.right != nil {
h++
hR = heightMax(node.right, h)
}
return int(math.Max(float64(hL), float64(hR)))
}
//中序遍历
func LDR(tree Tree) {
readList := make(map[int]int)
i := 0
var currentNode *Node
currentNode = tree.root
for {
//fmt.Println(currentNode)
if i == tree.length {
//fmt.Println(currentNode.value)
break
}
if currentNode.left == nil {
if readList[currentNode.value] == 1 {
if readList[currentNode.right.value] == 1 {
currentNode = currentNode.parent
continue
} else {
currentNode = currentNode.right
continue
}
} else {
fmt.Println(currentNode.value)
readList[currentNode.value] = 1
i++
if currentNode.right == nil {
currentNode = currentNode.parent
continue
} else {
if readList[currentNode.right.value] == 1 {
currentNode = currentNode.parent
continue
} else {
currentNode = currentNode.right
continue
}
}
}
} else {
if readList[currentNode.left.value] == 1 {
if readList[currentNode.value] == 1 {
currentNode = currentNode.right
continue
} else {
fmt.Println(currentNode.value)
readList[currentNode.value] = 1
i++
if currentNode.right == nil {
currentNode = currentNode.parent
continue
} else {
if readList[currentNode.right.value] == 1 {
currentNode = currentNode.parent
continue
} else {
currentNode = currentNode.right
continue
}
}
}
} else {
currentNode = currentNode.left
continue
}
}
}
}
func insertNode(tree Tree, insertValue int) Tree {
var currentNode *Node
var tmp *Node
i := 0
if tree.length == 0 {
currentNode = new(Node)
currentNode.value = insertValue
tree.root = currentNode
return tree
} else {
currentNode = tree.root
}
for {
//fmt.Println(currentNode)
if currentNode.value < insertValue {
//判断是否有右节点
if currentNode.right == nil {
tmp = new(Node)
tmp.value = insertValue
currentNode.right = tmp
tmp.parent = currentNode
break
} else {
currentNode = currentNode.right
continue
}
} else {
if currentNode.left == nil {
tmp = new(Node)
tmp.value = insertValue
currentNode.left = tmp
tmp.parent = currentNode
break
} else {
currentNode = currentNode.left
continue
}
}
i++
}
return tree
}
文档更新时间: 2020-07-23 11:10 作者:kuteng