二叉树

本书通过虚拟的主人公小灰的心路历程，用漫画的形式讲述了算法和数据结构的基础知识、复杂多变的算法面试题目及算法的实际应用场景。第1章 介绍了算法和数据结构的相关概念，告诉大家算法是什么，数据结构又是什么，它们有哪些用途，如何分析时间复杂度，如何分析空间复杂度。第2章 介绍了最基本的数据结构，包括数组、链表、栈、队列、哈希表的概念和读写操作

请注意，本文编写于 192 天前，最后修改于 192 天前，其中某些信息可能已经过时。 归并排序是利用归并的思想实现的排序方法，该算法采用经典的分治策略。递归的将数组两两分开直到只包含一个元素，然后将数组排序合并，最终合并为排序好的数组

如果一棵二叉树是对称的，那么其左子树和右子树的外侧节点的节点值应当是相等的，并且其左子树和右子树的内侧节点的节点值也应当是相等的。 那么我们可以通过递归方式，检查其左子树与右子树外侧节点和内测节点是否相等。即递归检查左子树的左子节点值与右子树的右子节点值是否相等（外侧节点值是否相等），递归检查左子树的右子节点值与右子树的左子节点值是否相等（内测节点值是否相等）

如果中序遍历为有序的话则为二叉搜索树，为了避免退化为单链表，加入平衡规则后保持平衡则为平衡二叉树，搜索的时间复杂度为O(lgn). 满二叉树、完全二叉树又推出最大堆、最小堆（堆排序、定时器）。平衡二叉树又推出avl、红黑树。 对于深度为K的，有n个结点的二叉树，当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树

给定一棵二叉树，你需要计算它的直径长度。 一棵二叉树的直径长度是任意两个结点路径长度中的最大值。 提示：这条路径可能穿过也可能不穿过根结点

二叉查找树又称二叉排序树，它要么是空树，要么是具有下列性质的二叉树： 每个节点都有一个作为查找依据的关键码。所有节点的关键码互不相同； 若它的左子树不为空，则左子树上所有节点的关键码均小于根节点的关键码； 若它的右子树不为空，则右子树上所有节点的关键码均大于根节点的关键码； 它的左、右子树也是二叉查找树。 若二叉查找树的根节点的指针为空，则查找不成功；否则进行一下的操作： 若给定值等于根节点的关键码，则查找成功，返回指向需要查找元素的指针； 若给定值小于根节点的关键码，则继续在根节点的左子树上进行递归查找； 若给定值大于根节点的关键码，则继续在根节点的右子树上进行递归查找； 二叉查找树的递归查找算法实现代码如下： 由于递归算法的执行效率较低，因此可以改用非递归的算法实现二叉查找树

8012年，有试验舱主导的量子二叉堆研发到了最终测试阶段。他们需要知道n 个互不相同的数能构成多少个不同的大小为 n 的二叉堆，才能完成同态测量。于是SR给了你如下的参考说明，并要求你解决该问题： Tips：完全二叉树是一种二叉树，满足除最后一层外的每层结点都是满的，且最后一层的结点连续集中在左方

广度优先搜索和深度优先搜索会检查闭合集是否包含某个棋面状态，所以我们可以用散列表来提高效率。但是，对于A*搜索来说，我们可能需要重新评估已经访问过的棋面状态。那么，会发生什么呢？回忆一下在深度优先搜索中，一个达到深度限制的棋面状态，尽管只离目标状态只有3步，但是也会被放入闭合集，并且不会再被处理

堆排序（heap sort）是一种树形选择排序方法。他的特点是将R[1..n] (为配合二叉树的顺序存储结构，这里我们从1开始计算下标)看成是一棵完全二叉树的顺序存储结构，利用完全二叉树中父结点和子节点之间的位置关系在无序区中选择最大（或者最小）的元素。 堆排序的排序过程与简单选择排序类似，只是挑选最大或者最小元素时采用的方法不同，这里采用大根堆，每次挑选最大元素归位

帅地，现在大三，要走前端路线，刚学了html5，css，JavaScript在学，有人说学完上面三个再学vue就可以去找工作了，我觉得就这一点知识的工作工资应该是三四千左右，所以想麻烦问你一下，应该怎么学，正确的学习路线应该是什么，在还有一年的时间里应该学到怎么样才能差不多有七八千的工资。 前端学完三大组件 html+css+js，外加一个 vue，确实可以找工作了，但是这是最低最低标配，连工作了几年的非科班选手必须学完这些。 我们作为一个应届生，那指定不能满足于此，而且咱们也不能满足于七八千的工资，在一线城市，一个月七八千，一年下来估计没存啥钱，怎么着也要以一万+的薪资为目标，而且你才大三，完全有可能