78 lines
2.8 KiB
Markdown
78 lines
2.8 KiB
Markdown
## 1. 基本概念
|
|
|
|
1. 完全二叉树：若二叉树的高度是 h，除第 h 层之外，其他（1~h-1）层的节点数都达到了最大个数，并且第 h 层的节点都连续的集中在最左边。想到点什么没？实际上，完全二叉树和堆联系比较紧密。
|
|
|
|
2. 满二叉树：除最后一层外，每一层上的所有节点都有两个子节点，最后一层都是叶子节点。
|
|
|
|
3. 哈夫曼树：给定 n 个权值作为 n 的叶子结点，构造一棵二叉树，若带权路径长度达到最小，称这样的二叉树为最优二叉树，也称为哈夫曼树 (Huffman tree)。
|
|
|
|
4. 二叉排序树：又称二叉查找树（Binary Search Tree），亦称二叉搜索树。二叉排序树或者是一棵空树，或者是具有下列性质的二叉树：
|
|
|
|
1. 若左子树不空，则左子树上所有结点的值均小于它的根结点的值；
|
|
2. 若右子树不空，则右子树上所有结点的值均大于或等于它的根结点的值；
|
|
3. 左、右子树也分别为二叉排序树；
|
|
4. 没有键值相等的节点
|
|
5. 二分查找的时间复杂度是 O(log(n))，最坏情况下的时间复杂度是 O(n)（相当于顺序查找）
|
|
|
|
6. 平衡二叉树：又称 AVL 树。平衡二叉树是二叉搜索树的进化版，所谓平衡二叉树指的是，左右两个子树的高度差的绝对值不超过 1。
|
|
|
|
7. 红黑树：红黑树是每个节点都带颜色的树，节点颜色或是红色或是黑色，红黑树是一种查找树。红黑树有一个重要的性质，从根节点到叶子节点的最长的路径不多于最短的路径的长度的两倍。对于红黑树，插入，删除，查找的复杂度都是 O（log N）。
|
|
|
|
## 2. 面试题总结
|
|
|
|
1. 遍历问题
|
|
1. 前序遍历
|
|
```python
|
|
def preOrderTraverse(node):
|
|
if not node:
|
|
return None
|
|
print(node.val)
|
|
preOrderTraverse(node.left)
|
|
preOrderTraverse(node.right)
|
|
```
|
|
2. 中序遍历
|
|
```python
|
|
def inOrderTraverse(node):
|
|
if node is None:
|
|
return None
|
|
inOrderTraverse(node.left)
|
|
print(node.val)
|
|
inOrderTraverse(node.right)
|
|
```
|
|
3. 后序遍历
|
|
```python
|
|
|
|
def postOrderTraverse(node):
|
|
if node is None:
|
|
return None
|
|
postOrderTraverse(node.left)
|
|
postOrderTraverse(node.right)
|
|
print(node.val)
|
|
```
|
|
4. 层次遍历
|
|
[二叉树层次遍历](https://www.bilibili.com/video/BV1GY4y1u7b2/)
|
|
```python
|
|
class Solution:
|
|
def levelOrder(self, root: TreeNode) -> List[List[int]]:
|
|
if not root: return []
|
|
res = []
|
|
queue = [root]
|
|
while queue:
|
|
num = len(queue)
|
|
tmp = []
|
|
for _ in range(num):
|
|
node = queue.pop(0)
|
|
tmp.append(node.val)
|
|
if node.left:
|
|
queue.append(node.left)
|
|
if node.right:
|
|
queue.append(node.right)
|
|
res.append(tmp)
|
|
return res
|
|
```
|
|
|
|
2.
|
|
|
|
|
|
|