20172316 2018-2019-1《程序設計與數據結構》第七週學習總結

20172316 2018-2019-1《程序設計與數據結構》第七週學習總結

教材學習內容總結

第十一章 二叉查找樹

二叉查找樹：

上個星期學習了樹，本星期接着學習樹的一種擴展：二叉查找樹（Binary Search Tree）。它最大的特色就是左孩子小於父節點，右孩子大於父節點，這種特色讓二叉查找樹從建立到插入元素都能維持排序的屬性（主要表如今：中序遍歷時元素能準確按照由小到大的順序排列），有利於以後對樹中元素的處理，特別是須要用到搜索時能大大提升搜索效率（低至O(log₂n)）（不平衡樹除外╰（‵□′）╯）。

操做	說明
addElement	往樹中添加一個元素
removeElement	從樹中刪除一個元素
removeAllOccurences	從樹中刪除所指定元素的任何存在
removeMin	刪除樹中的最小元素
removeMax	刪除樹中的最大元素
findMin	返回一個指向樹中最小元素的引用
findMax	返回一個指向樹中最大元素的引用

平衡二叉查找樹：

二叉查找樹要表現出它高效的優勢，必需要達到平衡，不然其效率甚至不如線性的鏈表。
（圖）

爲此，書中介紹了平衡化二叉查找樹的方法——旋轉，兩種平衡化二叉查找樹——AVL樹、紅黑樹。
旋轉：以右旋爲例，其應用於左子樹高度太高的非平衡樹的平衡化中，步驟爲：

1. 使（子）樹根的左孩子元素成爲新的根元素；
2. 使原根元素成爲這個新樹根的右孩子元素；
3. 使原樹根的左孩子的右孩子，成爲原樹根的新的左孩子。

（圖）

左旋反之。並不是全部不平衡問題只須要一次旋轉就夠解決了，在具體過程當中要應變地使用左右旋轉。

教材學習中的問題和解決過程

1、紅黑樹與AVL樹做爲平衡化二叉查找樹的手段，二者到底各有何種優越性？

1. 紅黑樹不追求"徹底平衡"，書中提到：

   在某種程度上，紅黑樹中的平衡限制沒有AVL樹那麼嚴格。可是...

非嚴格的平衡給紅黑樹帶來了什麼好處呢？——它的旋轉次數獲得下降，任何不平衡將在3次旋轉之內解決，對於插入和刪除致使的失衡，紅黑樹能夠更快地調整本身的平衡。

1. AVL樹實現徹底平衡也有本身的好處，咱們之因此平衡化二叉查找樹，就是爲了提升搜索效率，徹底平衡相對應的固然就是最高效的搜索效率。

---

代碼調試中的問題和解決過程

（無）

---

代碼託管

（statistics.sh腳本的運行結果截圖）

---

上週考試錯題總結

上週無錯題

---

學習進度條

	代碼行數（新增/累積）	博客量（新增/累積）	學習時間（新增/累積）	重要成長
目標	5000行	30篇	400小時
第一週	0/0	1/1	6/6
第二週	771/771	1/2	16/22
第三週	562/1233	1/3	15/37
第四周	1503/2736	2/5	15/52
第五週	1152/3888	1/6	10/62
第六週	787/4675	1/7	10/72
第七週	1214/5889	1/8	9/81

---

結對互評

唐才銘19：
王文彬29：

參考資料

• 《Java程序設計教程（第八版）》電子工業出版社
• 《使用碼雲和博客園學習簡易教程》
• 《使用開源中國(碼雲)託管代碼》
• 數據結構(一) 單鏈表的實現-JAVA