Loading...
实际上,在具体实现的时候,我们只需要像下面这样,共用一个黑色的、空的叶子节点就行了。你会发现,这个时候,我们前面讲的插入时,三种情况下的平衡调整规则,没有一种是适用的。,我们往一棵红黑树中插入一个数据,新插入节点的父节点也是红色的,两个红色的节点相邻,这个时候,红黑树的定义就被破坏了。在下面的讲解中,如果一个节点既可以是红色,也可以是黑色,在画图的时候,我会用一半红色一半黑色来表示。针对删除操作,我们有两次调整,第一次是针对要删除的节点做初步调整,让调整后的红黑树继续满足第四条定义,“
数据结构与算法之美-25:红黑树上-为什么工程中都用红黑树这种二叉树?
黑色节点的四叉树的高度,比包含相同节点个数的完全二叉树的高度还要小。尽管它不符合我们前面讲的严格的平衡二叉查找树的定义,它严格符合我刚讲到的平衡二叉查找树的定义,即任何节。我们学习数据结构和算法是为了应用到实际的开发中的,平衡二叉查找树不仅满足上面平衡二叉树的定义,它的定义是不严格符合平衡二叉查找树的定义的。二叉查找树很多操作的性能都跟树的高度成正比。发明平衡二叉查找树这类数据结构的初衷是,如果我们现在设计一个新的平衡二叉查找树,各个操作的时间复杂度跟树的高度成正比,的情况下,出现时间复杂度退化的问题。
数据结构与算法之美-24:二叉树基础下-有了如此高效的散列表,为什么还需要二叉树?
它们的查找、插入、删除操作的执行效率都是不一样的。在查找插入位置的过程中,如果碰到一个节点的值,与要插入数据的值相同,我们就将这个要插入的数据放到这个节点的右子树,也就是说,把这个新插入的数据当作大于这个节点的值来处理。第二,散列表扩容耗时很多,而且当遇到散列冲突时,性能不稳定,尽管二叉查找树的性能不稳定,但是在工程中,我们最常用的平衡二叉查找树的性能非常稳定,时间复杂度稳定在O(logn)当要查找数据的时候,遇到值相同的节点,我们并不停止查找操作,而是继续在右子树中查找,直到遇到叶子节点,才停止。
数据结构与算法之美-23:二叉树基础上-什么样的二叉树适合用数组来存储?
关于树,有几个比较常用的概念你需要掌握,那就是:根节点、叶子节点、父节点、子节点、兄弟节点,还有节点的高度、深度、层数,以及树的高度。的二叉树中,叶子节点都在最底下两层,最后一层的叶子节点都靠左排列,并且除了最后一层,其他层的节点个数都要达到最大,这种二叉树叫作。的位置存储就是它的父节点。这也是非常常见的面试题。后序遍历是指,对于树中的任意节点来说,先打印它的左子树,然后再打印它的右子树,最后打印这个节点本身。前序遍历是指,对于树中的任意节点来说,先打印这个节点,然后再打印它的左子树,最后打印它的右子树。
数据结构与算法之美-22:哈希算法下-哈希算法在分布式系统中有哪些应用?
的数据一下子就都失效了。所有的数据请求都会穿透缓存,直接去请求数据库。我们可以借用前面数据分片的思想,即通过哈希算法对数据取哈希值,亿张图片构建散列表显然远远超过了单台机器的内存上限。哈希值相同的搜索关键词就被分配到了同一个机器上。今天我讲了三种哈希算法在分布式系统中的应用,用分布式的方式来存储数据,比如分布式缓存。这两节的内容理论不多,比较贴近具体的开发。这个最终值就是应该存储的缓存机器编号。每个机器会分别计算关键词出现的次数,这两节我总共讲了七个哈希算法的应用。在单台机器上构建散列表是行不通的。
数据结构与算法之美-21:哈希算法上-如何防止数据库中的用户信息被脱库?
息(比如图片名称)来比对,因为有可能存在名称相同但图片内容不同,哈希算法产生的哈希值的长度是固定且有限的。片的二进制码串与图库中所有图片的二进制码串一一比对。哈希算法要处理的文本可能是各种各样的。更加看重的是散列的平均性和哈希算法的执行效率。下载的文件块有可能是被宿主机器恶意修改过的,第二个应用是用于校验数据的完整性和正确性。这个我们前面讲散列表的时候已经详细地讲过,散列函数对于散列算法冲突的要求要低很多。把字典中的每个密码用哈希算法计算哈希值,你能讲一讲区块链使用的是哪种哈希算法吗?
数据结构与算法之美-20:散列表下-为什么散列表和链表经常会一起使用?
散列表这种数据结构虽然支持非常高效的数据插入、删除、查找操作,但是散列表中的数据都是通过散列函数打乱之后无规律存储的。如果希望按照顺序遍历散列表中的数据,那我们需要将散列表中的数据拷贝到数组中,然后排序,再遍历。因为散列表是动态数据结构,不停地有数据的插入、删除,所以每当我们希望按顺序遍历散列表中的数据的时候,都需要先排序,那效率势必会很低。今天讲的几个散列表和链表结合使用的例子里,我们用的都是双向链表。的数据的时候,我们将被访问到的数据移动到链表的尾部。因为我们的散列表是通过链表法解决散列冲突的,
数据结构与算法之美-19:散列表中-如何打造一个工业级水平的散列表?
而且,在开放寻址法中,所有的数据都存储在一个数组中,比起链表法来说,冲突的代价更高。关于散列函数的设计,我们要尽可能让散列后的值随机且均匀分布,这样会尽可能地减少散列冲突,即便冲突之后,分配到每个槽内的数据也比较均匀。关于散列函数、装载因子、动态扩容策略,还有散列冲突的解决办法,我们前面都讲过了,具体如何选择,还要结合具体的业务场景、具体的业务数据来具体分析。,当然这个默认值是可以设置的,如果事先知道大概的数据量有多大,可以通过修改默认初始大小,减少动态扩容的次数,这样会大大提高HashMap。
数据结构与算法之美-18:散列表上-Word文档中的单词拼写检查功能是如何实现的?
在查找的时候,一旦我们通过线性探测方法,找到一个空闲位置,我们就可以认定散列表中不存在这个数据。我们先用第一个散列函数,如果计算得到的存储位置已经被占用,再用第二个散列函数,依次类推,直到找到空闲的存储位置。当插入的时候,我们只需要通过散列函数计算出对应的散列槽位,将其插入到对应链表中即可,所以插入的时间复杂度是O(1)今天我讲了一些比较基础、比较偏理论的散列表知识,包括散列表的由来、散列函数、散列冲突的解决方法。同理,在删除和查找时,也有可能会线性探测整张散列表,才能找到要查找或者删除的数据。
数据结构与算法之美-17:跳表-为什么Redis一定要用跳表来实现有序集合?
在讲数据结构和算法时,我们习惯性地把要处理的数据看成整数,但是在实际的软件开发中,原始链表中存储的有可能是很大的对象,而索引结点只需要存储关键值和几个指针,并不需要存储对象,所以当对象比索引结点大很多时,那索引占用的额外空间就可以忽略了。类型都是通过红黑树来实现的。我们做业务开发的时候,直接拿来用就可以了,不用费劲自己去实现一个红黑树,但是跳表并没有一个现成的实现,所以在开发中,如果你想使用跳表,必须要自己实现。在今天的内容中,对于跳表的时间复杂度分析,我分析了每两个结点提取一个结点作为索引的时间复杂度。
数据结构与算法之美-16:二分查找下-如何快速定位IP对应的省份地址?
查找问题,在这类问题上,二分查找的优势更加明显。比如今天讲的这几种变体问题,用其他数据结构,比如散列表、二叉树,就比较难实现了。我们今天讲的都是非常规的二分查找问题,今天的思考题也是一个非常规的二分查找问题。现在,我们来看最后一种二分查找的变形问题,查找最后一个小于等于给定值的元素。实际上,实现的思路跟前面的那两种变形问题的实现思路类似,代码写起来甚至更简洁。所以,我们可以将起始地址,按照对应的整型值的大小关系,从小到大进行排序。上一节中的二分查找是最简单的一种,即有序数据集合中不存在重复的数据,
数据结构与算法之美-15:二分查找上-如何用最省内存的方式实现快速查找功能?
但是,如果我们的数据集合有频繁的插入和删除操作,要想用二分查找,要么每次插入、删除操作之后保证数据仍然有序,要么在每次二分查找之前都先进行排序。而二分查找底层依赖的是数组,除了数据本身之外,不需要额外存储其他信息,是最省内存空间的存储方式,所以刚好能在限定的内存大小下解决这个问题。所以,如果我们针对的是一组静态的数据,没有频繁地插入、删除,我们可以进行一次排序,多次二分查找。,查找数据的效率非常高。而我们的二分查找是作用在数组这种数据结构之上的,所以太大的数据用数组存储就比较吃力了,也就不能用二分查找了。
数据结构与算法之美-14:排序优化-如何实现一个通用的、高性能的排序函数?
我还着重讲了快速排序的一些优化策略,比如合理选择分区点、为了让你对如何实现一个排序函数有一个更直观的感受,今天我带你分析了一下如何来实现一个工业级的通用的、还有我们前面提到的递归太深会导致堆栈溢出的问题,如果文章发布一周后,留言里依旧没有比较好的答案,还记得我们上一节讲的归并排序的空间复杂度吗?也不大可能会出现每次分区点都选的很差的情况,看一些底层的类库的时候是不是也更容易了呢?之后我会将我认为比较好的答案置顶在留言区,几乎所有的编程语言都会提供排序函数,比如。堆排序和快速排序都有比较多的应用,比如。
数据结构与算法之美-13:线性排序-如何根据年龄给100万用户数据排序?
桶排序和计数排序的排序思想是非常相似的,都是针对范围不大的数据,将数据划分成不同的桶来实现排序。因为如果是非稳定排序算法,那最后一次排序只会考虑最高位的大小顺序,完全不管其他位的大小关系,那么低位的排序就完全没有意义了。我们这里也可以借助相同的处理思路,先按照最后一位来排序手机号码,然后,再按照倒数第二位重新排序,以此类推,最后按照第一位重新排序。外,每一位的数据范围不能太大,要可以用线性排序算法来排序,否则,基数排序的时间复杂。实际上,有时候要排序的数据并不都是等长的,比如我们排序牛津字典中的。
数据结构与算法之美-12:排序下-如何用快排思想在O(n)内查找第K大元素?
从我们的原理分析和伪代码可以看出,归并排序的执行效率与要排序的原始数组的有序程度无关,所以其时间复杂度是非常稳定的,不管是最好情况、最坏情况,还是平均情况,时间复杂度都是O(nlogn)。现在,我们集中精力来看快排的时间复杂度。归并排序算法是一种在任何情况下时间复杂度都比较稳定的排序算法,这也使它存在致命的缺点,即归并排序不是原地排序算法,空间复杂度比较高,是O(n)你可能会说,我有个很笨的办法,每次取数组中的最小值,将其移动到数组的最前面,然后在剩下的数组中继续找最小值,以此类推,执行K。
数据结构与算法之美-11:排序上-为什么插入排序比冒泡排序更受欢迎?
的排序算法中,冒泡排序、选择排序,可能就纯粹停留在理论的层面了,学习的目的也只是为了开拓思维,实际开发中应用并不多,但是插入排序还是挺有用的。为了保证冒泡排序算法的稳定性,当有相邻的两个元素大小相等的时候,我们不做交换,相同大小的数据在排序前后不会改变顺序,所以冒泡排序是稳定的排序算法。插入排序是同样的,不管怎么优化,元素移动的次数也等于原始数据的逆序度。在插入排序中,对于值相同的元素,我们可以选择将后面出现的元素,插入到前面出现元素的后面,这样就可以保持原有的前后顺序不变,所以插入排序是稳定的排序算法。
数据结构与算法之美-10:递归-如何用三行代码找到“最终推荐人”?
在时间效率上,递归代码里多了很多函数调用,当这些函数调用的数量较大时,就会积聚成一个可观的时间成本。在空间复杂度上,因为递归调用一次就会在内存栈中保存一次现场数据,所以在分析递归代码空间复杂度时,需要额外考虑这部分的开销,比如我们前面讲到的电影院递归代码,空间复杂度并不是O(1)比如,堆栈溢出、重复计算、函数调用耗时多、空间复杂度高等,所以,在编写递归代码的时候,一定要控制好这些副作用。对于递归代码,你有什么好的调试方法呢?递归,本质并没有变,而且也并没有解决前面讲到的某些问题,徒增了实现的复杂度。
数据结构与算法之美-09:队列-队列在线程池等有限资源池中的应用
在数组实现队列的时候,会有数据搬移操作,要想解决数据搬移的问题,我们就需要像环一样的循环队列。),队列的大小有限,所以线程池中排队的请求超过队列大小时,接下来的请求就会被拒绝,这种方式对响应时间敏感的系统来说,就相对更加合理。除此之外,我们还讲了几种高级的队列结构,阻塞队列、并发队列,底层都还是队列这种数据结构,只不过在之上附加了很多其他功能。前面我们讲了阻塞队列,在多线程情况下,会有多个线程同时操作队列,这个时候就会存在线程安全问题,那如何实现一个线程安全的队列呢?原子操作,可以实现非常高效的并发队列。
数据结构与算法之美-08:栈-如何实现浏览器的前进和后退功能?
每进入一个函数,就会将临时变量作为一个栈帧入栈,当被调用函数执行完成,返回之后,将这个函数对应的栈帧出栈。这里也可以用栈来解决。前面我讲的都比较偏理论,我们现在来看下,栈在软件工程中的实际应用。如果比运算符栈顶元素的优先级低或者相同,从运算符栈中取栈顶运算符,从操作数栈的栈顶取2。如果扫描的过程中,遇到不能配对的右括号,或者栈中没有数据,则说明为非法格式。,所以把耗时多的入栈操作的时间均摊到其他入栈操作上,平均情况下的耗时就接近O(1)我们再来看栈的另一个常见的应用场景,编译器如何利用栈来实现表达式求值。
数据结构与算法之美-07:链表下-如何轻松写出正确的链表代码?
链表代码写得好坏,可以看出一个人写代码是否够细心,考虑问题是否全面,思维是否缜密。所以,这一节讲到的东西,你一定要自己写代码实现一下,才有效果。而且,当我们写完代码之后,也可以举几个例子,画在纸上,照着代码走一遍,很容易就能发现代码中的Bug。你只要把这几个操作都能写熟练,不熟就多写几遍,我保证你之后再也不会害怕写链表代码。一样,其实也没有什么技巧,就是把常见的链表操作都自己多写几遍,出问题就一点一点调试,熟能生巧!因为,链表代码到处都是指针的操作、边界条件的处理,稍有不慎就容易产生Bug。
