news 2026/7/8 12:03:23

数据结构与算法笔记:树、链表、排序与队列实现

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
数据结构与算法笔记:树、链表、排序与队列实现

数据结构与算法笔记:树、链表、排序与队列实现

目录

  • 数据结构与算法笔记:树、链表、排序与队列实现
    • 🌲 二叉树(Binary Tree)
      • TreeNode 类定义
      • 二叉树前序遍历(递归)
      • 二叉树搜索(查找目标值节点)
    • 🔗 单链表(Linked List)
      • ListNode 节点类
      • LinkedList 类实现
    • 🔄 队列(Queue) - 链式实现
      • QueueNode 节点类
      • LinkedQueue 类实现
    • 11111栈(Stack) - 数组实现1111
      • ArrayStack 类实现(补充完整版)
    • 📊 排序算法总结
    • 🔁 排序算法实现
      • 选择排序(Selection Sort)
      • 归并排序(Merge Sort)
    • ✅ 总结

本文基于手写笔记整理,涵盖二叉树遍历、搜索、链表、栈、队列以及常见排序算法的Java实现。适合初学者快速掌握核心数据结构和算法逻辑。


🌲 二叉树(Binary Tree)

TreeNode 类定义

classTreeNode{intval;TreeNodeleft;TreeNoderight;publicTreeNode(intval){this.val=val;}}

二叉树前序遍历(递归)

publicstaticvoidorder(TreeNodenode){if(node==null)return;order(node.left);System.out.print(node.val+" ");order(node.right);}

⚠️ 注意:此处为中序遍历,代码顺序应为left -> root -> right。若需前序则应为root -> left -> right

二叉树搜索(查找目标值节点)

publicstaticTreeNodesearch(TreeNodenode,inttarget){if(node==null)returnnull;if(node.val==target)returnnode;TreeNodeleft=search(node.left,target);if(left!=null)returnleft;returnsearch(node.right,target);}

🔗 单链表(Linked List)

ListNode 节点类

classListNode{intval;ListNodenext;publicListNode(intval){this.val=val;}}

LinkedList 类实现

publicclassLinkedList{privateListNodehead;publicvoidaddFirst(intval){ListNodenewNode=newListNode(val);newNode.next=head;head=newNode;}publicvoidprint(){ListNodecur=head;while(cur!=null){System.out.print(cur.val+" ");cur=cur.next;}System.out.println();}}

🔄 队列(Queue) - 链式实现

QueueNode 节点类

classQueueNode{intval;QueueNodenext;publicQueueNode(intval){this.val=val;this.next=null;}}

LinkedQueue 类实现

publicclassLinkedQueue{privateQueueNodefront;privateQueueNoderear;publicLinkedQueue(){this.front=null;this.rear=null;}publicbooleanisEmpty(){returnfront==null;}publicvoidenqueue(intval){QueueNodenewNode=newQueueNode(val);if(isEmpty()){front=rear=newNode;}else{rear.next=newNode;rear=newNode;}}publicintdequeue(){if(isEmpty()){System.out.println("队列空");return-1;}intval=front.val;front=front.next;if(front==null){rear=null;}returnval;}}

11111栈(Stack) - 数组实现1111

ArrayStack 类实现(补充完整版)

publicclassArrayStack{privateint[]data;privateinttop;privateintcapacity;publicArrayStack(intsize){this.capacity=size;this.data=newint[capacity];this.top=-1;}publicbooleanisEmpty(){returntop==-1;}publicvoidpush(intval){if(top>=capacity-1){System.out.println("栈满");return;}data[++top]=val;}publicintpop(){if(isEmpty()){System.out.println("栈空");return-1;}returndata[top--];}publicintpeek(){if(isEmpty()){System.out.println("栈空");return-1;}returndata[top];}}

📊 排序算法总结

算法时间复杂度空间复杂度特点
快排O(n log n)O(log n)原地排序,不稳定
直接插入O(n²)O(1)稳定,小规模高效
选择排序O(n²)O(1)不稳定,交换次数少
归并排序O(n log n)O(n)稳定,适合链表
冒泡排序O(n²)O(1)稳定,效率低

💡 补充说明:

  • n个结点的完全二叉树:有n+1个空指针域
  • 第k层最多:2^(k-1) 个结点
  • 叶子结点数:≤ 总结点数 / 2
  • 度为2的结点数= 叶子结点数 - 1
  • 满二叉树:所有层都填满
  • 完全二叉树:除最后一层外,其余层全满

🔁 排序算法实现

选择排序(Selection Sort)

publicvoidselectionSort(int[]arr){for(inti=0;i<arr.length-1;i++){intminIndex=i;for(intj=i+1;j<arr.length;j++){if(arr[j]<arr[minIndex]){minIndex=j;}}swap(arr,i,minIndex);}}privatevoidswap(int[]arr,inti,intj){inttemp=arr[i];arr[i]=arr[j];arr[j]=temp;}

归并排序(Merge Sort)

publicvoidmergeSort(int[]arr,intleft,intright){if(left>=right)return;intmid=(left+right)/2;mergeSort(arr,left,mid);mergeSort(arr,mid+1,right);merge(arr,left,mid,right);}privatevoidmerge(int[]arr,intl,intm,intr){int[]temp=newint[r-l+1];inti=l,j=m+1,k=0;while(i<=m&&j<=r){temp[k++]=arr[i]<=arr[j]?arr[i++]:arr[j++];}while(i<=m)temp[k++]=arr[i++];while(j<=r)temp[k++]=arr[j++];System.arraycopy(temp,0,arr,l,temp.length);}

✅ 总结

本笔记系统梳理了以下内容:

  1. 二叉树基本操作:遍历与搜索
  2. 单链表:增删查打印
  3. 队列与栈:链式与数组实现
  4. 经典排序算法:选择、归并
  5. 复杂度分析:时间与空间对比

📝 建议结合代码调试运行,加深对递归、指针、内存管理的理解。


📌学习建议

  • 手写代码 → 理解逻辑 → 调试验证 → 优化改进
  • 掌握基础后可拓展:BST、AVL、堆、哈希表等

👉 欢迎关注我,持续分享算法与数据结构干货!


本文由手写笔记整理而成,欢迎点赞收藏,一起进步!

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/5 11:15:26

Open-AutoGLM vs JMeter:性能测试如何选择?3大维度全面解析

第一章&#xff1a;Open-AutoGLM与JMeter性能测试的融合背景随着大语言模型&#xff08;LLM&#xff09;在自动化测试领域的深入应用&#xff0c;Open-AutoGLM 作为一种基于自然语言理解的智能测试生成框架&#xff0c;展现出强大的用例推理与脚本生成能力。与此同时&#xff0…

作者头像 李华
网站建设 2026/7/7 23:54:30

Open-AutoGLM 与 BrowserStack 兼容性对比(稀缺内部数据首次公开)

第一章&#xff1a;Open-AutoGLM 与 BrowserStack 兼容性对比在自动化测试与跨浏览器兼容性验证领域&#xff0c;Open-AutoGLM 和 BrowserStack 是两种定位不同但存在功能交集的工具。Open-AutoGLM 是一个基于开源大语言模型的自动化脚本生成框架&#xff0c;擅长根据自然语言指…

作者头像 李华
网站建设 2026/7/5 8:48:52

Open-AutoGLM与Sauce Labs兼容性深度剖析:90%团队忽略的4个核心参数

第一章&#xff1a;Open-AutoGLM 与 Sauce Labs 云测试适配差异在自动化测试领域&#xff0c;Open-AutoGLM 作为一种基于大语言模型的测试脚本生成框架&#xff0c;强调本地化智能推理与自然语言驱动的测试用例生成&#xff1b;而 Sauce Labs 作为主流的云测试平台&#xff0c;…

作者头像 李华
网站建设 2026/7/6 17:53:06

【AI测试工具新标杆】:Open-AutoGLM如何以0.1ms响应精度碾压Ranorex?

第一章&#xff1a;AI测试工具操作精度的范式变革人工智能驱动的软件测试工具正在重塑质量保障体系的核心逻辑&#xff0c;其操作精度的提升不再依赖于规则引擎的堆叠&#xff0c;而是通过深度学习模型对行为模式的动态建模实现质的飞跃。传统自动化测试受限于脚本的静态性&…

作者头像 李华