2018-2019-1 20172316《程序设计与数据结构》第八周学习总结

Posted 2021-01-19 zhaoqianchen

20172316 2018-2019-1《程序设计与数据结构》第八周学习总结

教材学习内容总结

第十二章 堆

堆：

上个星期学习了树，本星期接着学习树的一种扩展：二叉查找树（Binary Search Tree）。它最大的特点就是左孩子小于父节点，右孩子大于父节点，这种特点让二叉查找树从创建到插入元素都能维持排序的属性（主要表现在：中序遍历时元素能准确按照由小到大的顺序排列），有利于之后对树中元素的处理，特别是需要用到搜索时能大大提高搜索效率（低至O(log?n)）（不平衡树除外╰（‵□′）╯）。

操作	说明
addElement	往树中添加一个元素
removeElement	从树中删除一个元素
removeAllOccurences	从树中删除所指定元素的任何存在
removeMin	删除树中的最小元素
removeMax	删除树中的最大元素
findMin	返回一个指向树中最小元素的引用
findMax	返回一个指向树中最大元素的引用

平衡二叉查找树：

二叉查找树要表现出它高效的优点，必须要达到平衡，否则其效率甚至不如线性的链表。
为此，书中介绍了平衡化二叉查找树的方法——旋转，两种平衡化二叉查找树——AVL树、红黑树。
旋转：以右旋为例，其应用于左子树高度过高的非平衡树的平衡化中，步骤为：

1. 使（子）树根的左孩子元素成为新的根元素；
2. 使原根元素成为这个新树根的右孩子元素；
3. 使原树根的左孩子的右孩子，成为原树根的新的左孩子。

（图）

左旋反之。并非所有不平衡问题只需要一次旋转就够解决了，在具体过程中要应变地使用左右旋转。

教材学习中的问题和解决过程

一、红黑树与AVL树作为平衡化二叉查找树的手段，两者到底各有何种优越性？

1. 红黑树不追求"完全平衡"，书中提到：

   在某种程度上，红黑树中的平衡限制没有AVL树那么严格。但是...

非严格的平衡给红黑树带来了什么好处呢？——它的旋转次数得到降低，任何不平衡将在3次旋转以内解决，对于插入和删除导致的失衡，红黑树可以更快地调整自己的平衡。

1. AVL树实现完全平衡也有自己的好处，我们之所以平衡化二叉查找树，就是为了提高搜索效率，完全平衡相对应的当然就是最高效的搜索效率。

---

二、

---

代码调试中的问题和解决过程

（无）

---

代码托管

（statistics.sh脚本的运行结果截图）

---

上周考试错题总结

上周无错题

---

学习进度条

	代码行数（新增/累积）	博客量（新增/累积）	学习时间（新增/累积）	重要成长
目标	5000行	30篇	400小时
第一周	0/0	1/1	6/6
第二周	771/771	1/2	16/22
第三周	562/1233	1/3	15/37
第四周	1503/2736	2/5	15/52
第五周	1152/3888	1/6	10/62

---

结对互评

唐才铭19：
王文彬29：

参考资料

• 《Java程序设计教程（第八版）》电子工业出版社
• 《使用码云和博客园学习简易教程》
• 《使用开源中国(码云)托管代码》
• 数据结构(一) 单链表的实现-JAVA