当前位置: 首页 > news >正文

二叉树《数据结构》

二叉树

  • 1. 树概念及结构
    • 1.1 树的概念
    • 1.2树的概念
    • 1.3 树的表示
  • 2. 二叉树概念及结构
    • 2.1 二叉树概念
    • 2.4 二叉树的性质
    • 练习
  • 3. 二叉树顺序结构及实现
    • 3.1 二叉树的顺序结构
    • 3.2堆的结构及概念
    • 练习
    • 3.3堆的实现
      • 3.3.1堆的向下调整算法
      • 3.3.2堆的创建
      • 3.3.3 堆的插入
      • 3.3.4 堆的删除
      • 3.3.5堆的代码实现

1. 树概念及结构

1.1 树的概念

树是一种非线性的数据结构,它是由n(n>=0)个有限结点组成一个具有层次关系的集合。把它叫做树是因
为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。

  1. 有一个特殊的结点,称为根结点,根结点没有前驱结点
  2. 除根结点外,其余结点被分成M(M>0)个互不相交的集合T1、T2、……、Tm,其中每一个集合Ti(1<= i
    <= m)又是一棵结构与树类似的子树。每棵子树的根结点有且只有一个前驱,因此,树是递归定义的。

    在这里插入图片描述
    在这里插入图片描述
    有一点需要注意:树形结构中,子树之间不能有交集,否则就不是树形结构。

1.2树的概念

在这里插入图片描述

结点的度:一个结点含有的子树的个数称为该结点的度;如上图:A的为6

叶结点或终端结点:度为0的结点称为叶结点;如上图:B、C、H、I…等结点为叶结点

非终端结点或分支结点:度不为0的结点;如上图:D、E、F、G…等结点为分支结点

双亲结点或父结点:若一个结点含有子结点,则这个结点称为其子结点的父结点;如上图:A是B的父结点

孩子结点或子结点:一个结点含有的子树的根结点称为该结点的子结点;如上图:B是A的孩子结点

兄弟结点:具有相同父结点的结点互称为兄弟结点;如上图:B、C是兄弟结点

树的度:一棵树中,最大的结点的度称为树的度;如上图:树的度为6

结点的层次:从根开始定义起,根为第1层,根的子结点为第2层,以此类推;

树的高度或深度:树中结点的最大层次;如上图:树的高度为4

堂兄弟结点:双亲在同一层的结点互为堂兄弟;如上图:H、I互为兄弟结点

结点的祖先:从根到该结点所经分支上的所有结点;如上图:A是所有结点的祖先

子孙:以某结点为根的子树中任一结点都称为该结点的子孙。如上图:所有结点都是A的子孙

森林:由m(m>0)棵互不相交的树的集合称为森林;

1.3 树的表示

孩子兄弟表达法:

typedef int type
struct Node
{
struct Node*firstChild;//第一个孩子节点
struct Node*NextBrother;//指向其下一个兄弟节点
type data;//数据
}

在这里插入图片描述

2. 二叉树概念及结构

2.1 二叉树概念

1.由一个根节点加上两颗子树称为左子树和右子树构成了二叉树
2. 二叉树不存在度大于2的结点
3.二叉树的子树有左右之分,次序不能颠倒,因此二叉树是有序的

在这里插入图片描述
2.2特殊的二叉树:
1.满二叉树:一个二叉树,如果每一个层的结点数都达到最大值,则这个二叉树就是满二叉树。也就是说,如果一个二叉树的层数为K,且结点总数是2^k-1,则它就是满二叉树。
2.完全二叉树:完全二叉树是效率很高的数据结构,完全二叉树是由满二叉树而引出来的。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。 要注意的是满二叉树是一种特殊的完全二叉树。
在这里插入图片描述

2.4 二叉树的性质

  1. 若规定根结点的层数为1,则一棵非空二叉树的第i层上最多有2^(i-1) 个结点.
  2. 若规定根结点的层数为1,则深度为h的二叉树的最大结点数是2^h-1 .
  3. 对任何一棵二叉树, 如果度为0其叶结点个数为n1 , 度为2的分支结点个数为 n2,则有 n1= n2+1

假设二叉树有N个结点:
从总结点数角度考虑:N = n0 + n1 + n2 ①//n1为度为1的节点
从边的角度考虑,N个结点的任意二叉树,总共有N-1条边
因为二叉树中每个结点都有双亲,根结点没有双亲,每个节点向上与其双亲之间存在一条边
因此N个结点的二叉树总共有N-1条边
因为度为0的结点没有孩子,故度为0的结点不产生边; 度为1的结点只有一个孩子,故每个度为1的结
点* * 产生一条边; 度为2的结点有2个孩子,故每个度为2的结点产生两条边,所以总边数为:
n1+2n2 故从边的角度考虑:N-1 = n1 + 2n2 ② 结合① 和 ②得:n0 + n1 + n2 = n1 + 2n2 - 1 即:n0 = n2 + 1

  1. 若规定根结点的层数为1,具有n个结点的满二叉树的深度,h=log2(n+1),{log2(n+1)是以2为底,n+1为对数}
  2. 对于具有n个结点的完全二叉树,如果按照从上至下从左至右的数组顺序对所有结点从0开始编号,则对
    于序号为i的结点有:
    若i>0,i位置结点的双亲序号:(i-1)/2;i=0,i为根结点编号,无双亲结点
    若2i+1<n,左孩子序号:2i+1,2i+1>=n否则无左孩子
    若2i+2<n,右孩子序号:2i+2,2i+2>=n否则无右孩子

练习

1.某二叉树共有 399 个结点,其中有 199 个度为 2 的结点,则该二叉树中的叶子结点数为( )
A 不存在这样的二叉树
B 200
C 198
D 199

根据性质3可以得出n1=n2+1,答案为:B

2.下列数据结构中,不适合采用顺序存储结构的是( )
A 非完全二叉树
B 堆
C 队列
D 栈

堆的底层是数组,栈底层是数组,队列也可以用数组来实现,而非完全二叉树不适用,满二叉树和完全二叉树可以按顺序储存 ,答案为:A

3.在具有 2n 个结点的完全二叉树中,叶子结点个数为( )
A n
B n+1
C n-1
D n/2

可以根据公式进行推导,假设n0是度为0的结点总数(即叶子结点数),n1是度为1的结点总数,n2是度为2的结点总数,则 :
①n= n0+n1+n2(其中n为完全二叉树的结点总数);又因为一个度为2的结点会有2个子结点,一个度为1的结点会有1个子结点,除根结点外其他结点都有父结点,

②n= 1+n1+2n2;由①、②两式把n2消去得:n= 2n0+n1-1,由于完全二叉树中度为1的结点数只有两种可能0或1,由此得到n0=n/2 或 n0=(n+1)/2。

简便来算,就是 n0=n/2,其中n为奇数时(n1=0)向上取整;n为偶数时(n1=1)。可根据完全二叉树的结点总数计算出叶子结点数。所以答案为:A

4.一棵完全二叉树的结点数位为531个,那么这棵树的高度为( )
A 11
B 10
C 8
D 12

根据性质4得出:答案为B

5.一个具有767个结点的完全二叉树,其叶子结点个数为()
A 383
B 384
C 385
D 386

简便来算,就是 n0=n/2,其中n为奇数时(n1=0)向上取整;n为偶数时(n1=1)。可根据完全二叉树的结点总数计算出叶子结点数。所以答案为:B

3. 二叉树顺序结构及实现

3.1 二叉树的顺序结构

  1. 顺序存储
    顺序结构存储就是使用数组来存储,一般使用数组只适合表示完全二叉树,因为不是完全二叉树会有空间的浪费。而现实中使用中只有堆才会使用数组来存储,关于堆我们后面的章节会专门讲解。二叉树顺序存储在物理上是一个数组,在逻辑上是一颗二叉树。
    在这里插入图片描述

3.2堆的结构及概念

堆的性质:

堆中某个结点的值总是不大于或不小于其父结点的值;
堆总是一棵完全二叉树。
在这里插入图片描述

练习

1.下列关键字序列为堆的是:()
A100,60,70,50,32,65
B 60,70,65,50,32,100
C 65,100,70,32,50,60
D 70,65,100,32,50,60
E 32,50,100,70,65,60
F 50,100,70,65,60,32

答案为:A

2.已知小根堆为8,15,10,21,34,16,12,删除关键字8之后需重建堆,在此过程中,关键字之间的比较次数是()。
A 1
B 2
C 3
D 4

8与12交换位置后,12与15比较,在与10比较,交换10与12,最后12在与16比较
一共比较了3次
答案为C

3.3堆的实现

3.3.1堆的向下调整算法

现在我们给出一个数组,逻辑上看做一颗完全二叉树。我们通过从根结点开始的向下调整算法可以把它调整成一个小堆。向下调整算法有一个前提:左右子树必须是一个堆,才能调整。

int array[] = {27,15,19,18,28,34,65,49,25,37};

在这里插入图片描述

3.3.2堆的创建

下面我们给出一个数组,这个数组逻辑上可以看做一颗完全二叉树,但是还不是一个堆,现在我们通过算法,把它构建成一个堆。根结点左右子树不是堆,我们怎么调整呢?这里我们从倒数的第一个非叶子结点的子树开始调整,一直调整到根结点的树,就可以调整成堆。

inta[] = {1,5,3,8,7,6};

在这里插入图片描述

3.3.3 堆的插入

先插入一个10到数组的尾上,再进行向上调整算法,直到满足堆
在这里插入图片描述

3.3.4 堆的删除

删除堆是删除堆顶的数据,将堆顶的数据根最后一个数据一换,然后删除数组最后一个数据,再进行向下调整算法。

在这里插入图片描述

3.3.5堆的代码实现

typedef int HPDataType;typedef struct Heap
{HPDataType* a;int size;int capacity;
}HP;void Swap(HPDataType* p1, HPDataType* p2);
void AdjustUp(HPDataType* a, int child);
void AdjustDown(HPDataType* a, int n, int parent);void HPInit(HP* php);
void HPDestroy(HP* php);
void HPPush(HP* php, HPDataType x);
void HPPop(HP* php);
HPDataType HPTop(HP* php);
bool HPEmpty(HP* php);//堆接口实现
void HPInit(HP* php)
{assert(php);php->a = NULL;php->size = php->capacity = 0;
}void HPDestroy(HP* php)
{assert(php);free(php->a);php->a = NULL;php->size = php->capacity = 0;
}void Swap(HPDataType* p1, HPDataType* p2)
{HPDataType tmp = *p1;*p1 = *p2;*p2 = tmp;
}void AdjustUp(HPDataType* a, int child)
{// 初始条件// 中间过程// 结束条件int parent = (child - 1) / 2;//while (parent >= 0)while (child > 0){if (a[child] > a[parent]){Swap(&a[child], &a[parent]);child = parent;parent = (child - 1) / 2;}else{break;}}
}void HPPush(HP* php, HPDataType x)
{assert(php);if (php->size == php->capacity){int newcapacity = php->capacity == 0 ? 4 : php->capacity * 2;HPDataType* tmp = (HPDataType*)realloc(php->a, newcapacity * sizeof(HPDataType));if (tmp == NULL){perror("realloc fail");return;}php->a = tmp;php->capacity = newcapacity;}php->a[php->size] = x;php->size++;AdjustUp(php->a, php->size - 1);
}void AdjustDown(HPDataType* a, int n, int parent)
{// 先假设左孩子小int child = parent * 2 + 1;while (child < n)  // child >= n说明孩子不存在,调整到叶子了{// 找出小的那个孩子if (child + 1 < n && a[child + 1] > a[child]){++child;}if (a[child] > a[parent]){Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}// logN
void HPPop(HP* php)
{assert(php);assert(php->size > 0);Swap(&php->a[0], &php->a[php->size - 1]);php->size--;AdjustDown(php->a, php->size, 0);
}HPDataType HPTop(HP* php)
{assert(php);assert(php->size > 0);return php->a[0];
}bool HPEmpty(HP* php)
{assert(php);return php->size == 0;
}

谢谢观看!!!

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • Swift代码审查的艺术:利用工具精炼代码质量
  • TCP详解(二)滑动窗口/流量控制
  • C++函数重载(一)
  • MySQL:information_schema查找某个表的主键是否在数据的其他位置出现之二
  • 三、前后端分离通用权限系统(3)
  • vue中未能及时获取到props?
  • docker入门之cgroups
  • Linux的chmod指令
  • 电测量数据交换DLMS∕COSEM组件第62部分:COSEM接口类(2)
  • 14.3 Matplotlib与Seaborn数据可视化
  • 基于web网上村委会业务办理系统pf
  • Linux中的锁
  • 预计下半年业务将反弹回升,亚信科技的底气源自哪里?
  • MySQL——单表查询(二)按条件查询(4)空值查询
  • 《深入浅出多模态》(八)多模态经典模型:MiniGPT4
  • [deviceone开发]-do_Webview的基本示例
  • [LeetCode] Wiggle Sort
  • 【Linux系统编程】快速查找errno错误码信息
  • 002-读书笔记-JavaScript高级程序设计 在HTML中使用JavaScript
  • CAP理论的例子讲解
  • Flannel解读
  • Invalidate和postInvalidate的区别
  • java2019面试题北京
  • java8 Stream Pipelines 浅析
  • select2 取值 遍历 设置默认值
  • WebSocket使用
  • 关于Android中设置闹钟的相对比较完善的解决方案
  • 利用DataURL技术在网页上显示图片
  • 每个JavaScript开发人员应阅读的书【1】 - JavaScript: The Good Parts
  • 浅谈JavaScript的面向对象和它的封装、继承、多态
  • 实现菜单下拉伸展折叠效果demo
  • 使用common-codec进行md5加密
  • 物联网链路协议
  • 项目实战-Api的解决方案
  • 用简单代码看卷积组块发展
  • 原生JS动态加载JS、CSS文件及代码脚本
  • 原生js练习题---第五课
  • 自动记录MySQL慢查询快照脚本
  • 《TCP IP 详解卷1:协议》阅读笔记 - 第六章
  • PostgreSQL之连接数修改
  • ​Java基础复习笔记 第16章:网络编程
  • ​软考-高级-系统架构设计师教程(清华第2版)【第1章-绪论-思维导图】​
  • #{} 和 ${}区别
  • #1015 : KMP算法
  • #调用传感器数据_Flink使用函数之监控传感器温度上升提醒
  • ( 10 )MySQL中的外键
  • (1)STL算法之遍历容器
  • (Demo分享)利用原生JavaScript-随机数-实现做一个烟花案例
  • (JS基础)String 类型
  • (八)光盘的挂载与解挂、挂载CentOS镜像、rpm安装软件详细学习笔记
  • (不用互三)AI绘画:科技赋能艺术的崭新时代
  • (附源码)基于SpringBoot和Vue的厨到家服务平台的设计与实现 毕业设计 063133
  • (几何:六边形面积)编写程序,提示用户输入六边形的边长,然后显示它的面积。
  • (七)MySQL是如何将LRU链表的使用性能优化到极致的?
  • (五)关系数据库标准语言SQL