• 失火的夏天
    2018-11-14
    确定二叉树高度有两种思路:第一种是深度优先思想的递归,分别求左右子树的高度。当前节点的高度就是左右子树中较大的那个+1;第二种可以采用层次遍历的方式,每一层记录都记录下当前队列的长度,这个是队尾,每一层队头从0开始。然后每遍历一个元素,队头下标+1。直到队头下标等于队尾下标。这个时候表示当前层遍历完成。每一层刚开始遍历的时候,树的高度+1。最后队列为空,就能得到树的高度。

    作者回复: 👍 大家可以看看这条留言

     14
     271
  • 拉欧
    2018-11-14
    递归法,根节点高度=max(左子树高度,右子树高度)+1

    作者回复: 👍 精髓

    
     117
  • Smallfly
    2018-11-15
    老师我有一个疑问,二叉树删除时,如果待删除节点有两个子节点,能否用左子树中的最大值来替换待删除节点呢?

    作者回复: 好像也可以 👍

     8
     64
  • Monday
    2018-11-17
    1、思考题:leetcode 104 题,可以使用递归法。
    递归公式: depth =Math.max(maxDepth(node.left), maxDepth(node.right) )+ 1;
    递归出口: depth = 0 (node == null)
    2、二叉查找树的删除操作(无重复的数据)leetcode 450。
    根据老师的思路,先不看代码,自己写了好长段时间,写出来都跑过leetcode的所有案例。回过头来再看老师的删除的代码,感觉到了巧妙之处就是:当删除节点有两个子节点的情况,很巧得一起套用了删除结点子节点个数小于1的两种场景。
    展开

    作者回复: 是的 钻研精神值得称赞👍

     1
     57
  • 一般社员
    2018-11-14
    老师,不理解删除有两个子节点那段代码,最后删除minp,不是minpp.left =null,minp =null吗
     5
     42
  • 🌟
    2018-11-26
    姜威老大没写总结笔记了吗?我是个算法菜鸟萌新,一直看着姜大佬的笔记总结学习。。。
     1
     26
  • www.xnsms.com小鸟...
    2018-11-15
    p.data = minP.data; // 将 minP 的数据替换到 p 中
    p = minP; // 下面就变成了删除 minP 了
    pp = minPP;


    总于看明白这段代码了……各位老铁,单纯看这3行代码是看不出是删除后继节点的,是要结合后面的代码来看的……不过说实话这种代码是不好看的懂……
    展开

    作者回复: 😄 是不好看懂

     2
     19
  • 一个慢慢爬行的普通人
    2018-11-14
    p = minP; // 下面就变成了删除 minP 了...
    pp = minPP;
    老师,对这里不太搞懂,似乎也有些人对这里感到困惑,老师可以对这两句集中解释下嘛

    作者回复: 好的。我们用后继节点替换到要删除节点的位置。 然后就变成删除后继节点的问题了。为了逻辑统一 代码书写简洁。我们把后继节点赋给了p

    
     10
  • 莫弹弹
    2018-11-14
    在sf的微信公众号上刚好看到二叉树相关的文章,二叉树常规操作都有了,基本思路是:

    - 只有一个根结点时,二叉树深度为 1
    - 只有左子树时,二叉树深度为左子树深度加 1
    - 只有右子树时,二叉树深度为右子树深度加 1
    - 同时存在左右子树时,二叉树深度为左右子树中深度最大者加 1

    https://mp.weixin.qq.com/s/ONKJyusGCIE2ctwT9uLv9g
    展开

    作者回复: 👍

    
     10
  • Ryan-Hou
    2018-11-14
    平衡树相比于哈希表,保存了节点数据间的顺序信息,所以操作的时间复杂度上会比哈希表大(因为额外的提供了顺序性,对应的会有代价)。也正因为保存了顺序性,平衡树可以方便的实现min, max, ceil, floor 等操作,所以个人认为这两种数据结构最大的不同在于这里,有不同的取舍
    
     9
  • allean
    2019-01-14
    连续看好几遍,每一次的感受都更深刻,谢谢老师。可是有一点要吐槽下,老师给变量命名也有点太随意了啊,二叉树删除节点那个,好多p啊,看的晕了都
    
     8
  • 追风者
    2018-11-15
    更新二十多篇了,王老师把前面文章的课后思考题都总结回答一下吧。

    作者回复: 好的 基础篇完了后会集中答疑一下

     1
     7
  • 李沁
    2019-05-01
    这两句代码一开始看得很晕
    p = minP; // 下面就变成了删除 minP 了
    pp = minPP;

    后面想到其实代码还没有终结,如果minP是右子树的最左节点,那么这个节点肯定是没有左子树的。
    这步操作其实可以理解为把这个节点标记要删除,用后面的删除只有一个子树或没有子树的节点的逻辑去做
    展开
    
     6
  • 陆老师
    2019-03-13
    有一种更容易理解复杂度的思路,二叉查找树类似二分法搜索,每次缩小一半的区间,而二分查找法时间复杂度就是logN

    作者回复: 是的,👍

     1
     6
  • humor
    2018-12-28
    装载因子太大,不是浪费空间,而是节省空间吧?
    
     6
  • 李建辉
    2018-11-15
    看了下老师显示的代码,发现老师的删除二叉查找树节点的代码写的有点问题,为此自己实现了一下,希望老师指正:
    先说老师代码问题所在:
        p.data = minP.data; // 将 minP 的数据替换到 p 中
        p = minP; // 下面就变成了删除 minP 了
        pp = minPP;
    这里是有问题的,感觉正确的应该是
    findNode.setData(minP.getData());//覆盖原来的值
    minPP.setLeftNode(minP.getRightNode());//替代删除节点的父节点的左节点指向替代删除节点的右节点

    贴上自己的删除代码:
        /**
         * 删除查找二叉树的一个节点
         * @param root
         * @param value
         */
        public static void delete(Node root,int value) {
            Node findNode = root; //记录当前要删除的节点
            Node fatherNode = null; //记录删除节点的父节点
            while (findNode != null && findNode.getData() != value) {
                fatherNode = findNode;
                if (findNode.getData() < value) {
                    findNode = findNode.getRightNode();
                } else if (findNode.getData() > value) {
                    findNode = findNode.getLeftNode();
                }
            }
            if (findNode != null) {
                if (findNode.getLeftNode() != null && findNode.getRightNode() != null) {//要删除节点 左节点和右节点都存在
                    Node minP = findNode.getRightNode(); //minP是获取右节点下面的最小节点
                    Node minPP = findNode; //minPP是minP的父节点
                    while (minP.getLeftNode() != null) {
                        minPP = minP;
                        minP = minP.getLeftNode();
                    }
                    findNode.setData(minP.getData());//覆盖原来的值
                    minPP.setLeftNode(minP.getRightNode());//替代删除节点的父节点的左节点指向替代删除节点的右节点
                }else{//要删除节点 左节点和右节点有一个存在 或全部都不存在
                    Node tidai = null;
                    if (findNode.getLeftNode() == null && findNode.getRightNode() != null) {
                        tidai = findNode.getRightNode();
                    }
                    if (findNode.getLeftNode() != null && findNode.getRightNode() == null) {
                        tidai = findNode.getLeftNode();
                    }
                    if (fatherNode == null) { //父节点为空 即为根节点
                        root = tidai;
                    } else if (fatherNode.getRightNode().getData() == value) {
                        fatherNode.setRightNode(tidai);
                    } else {
                        fatherNode.setLeftNode(tidai);
                    }
                }
            }

        }
    展开
    
     5
  • kakasi
    2018-11-28
    老师,看了二叉树的优点和适用场景,跳表不是都满足吗?
    
     4
  • james
    2018-11-22
    散列表装载因子不能太大,特别是基于开放寻址法解决冲突的散列表,不然会浪费内存空间。
    修改:应该是装在因子不能太小吧
     1
     4
  • PhilZhang
    2018-11-18
    对于二叉搜索树各种操作的复杂度,有更容易理解的解释方法:每次操作后数据量都减少了一半,所以复杂度自然是logN。

    作者回复: 👍

    
     4
  • TryTs
    2018-11-18
    老师我想请教一下你,就你而言,编程最大的乐趣在什么地方?你用编程做过最有创意的项目是什么?

    作者回复: 编程能带来成就感 而且这种成就感很容易获得
    最有创意的我一时半会还真想不起来 感觉做的项目都一般

    
     4
我们在线,来聊聊吧