数据结构---树

数据结构-树

• 分层次组织在管理上具有更高的效率
• 静态查找,动态查找

---

查找方法

• 哨兵方法

  1. 顺序查找算法的时间复杂度O(n)
  2. Binary Search,时间复杂度O(logN)

• 有序存放,数组结构

• 由二分查找可以画出二分查找的判定树

判定树

• 判定树上每一个节点需要查找次数刚好为该结点所在的层数
• n结点的判定树深度为[logN]+1 (log取2,方括号取整)
• ASL 平均成功查找次数 第几层所在元素的个数*第几层 / 总节点数

树的表现

• 儿子-兄弟表示法(儿子指第一个儿子)

二叉树

• 完全二叉树(从上往下,从左到右,结点序号与满二叉树相同)；换句话说,满二叉树最后一层右侧节点没有几个的形式

重要性质

1. 一个二叉树第i层的最大结点数 2^(i-1)
2. 深度为k的二叉树最大结点总数为:2^k - 1
3. 对于任何非空二叉树T,N(0)表示叶结点的个数,N(1)非叶结点有一个儿子的个数…N(0) = N(2)+1

存储结构

1. 顺序存储结构(数组存储方法)
2. 链表存储

常用的遍历方法

递归方式

先序遍历 根-左子树-右子树

void PreOrderTraversal(BinTree BT)
{
    if(BT)
    {
        printf("%d",BT->Data);
        PreOrderTraversal(BT->Left);
        PreOrderTraversal(BT->Right)
    }
}

ABDFECGHI

中序 左子树-根结点-右子树

void PreOrderTraversal(BinTree BT)
{
    if(BT)
    {
        PreOrderTraversal(BT->Left);
        printf("%d",BT->Data);      
        PreOrderTraversal(BT->Right)
    }
}

DBEFAGHCI

1. 后序 左子树-右子树-根结点

DEFBHGICA

1. 层次遍历

   • 递归方式经过结点的路径相同,访问时机不一样
   • 先序:第一次经过结点访问；中序:第二次经过结点访问；后序:第三次经过访问

非递归方式

使用堆栈

中序遍历非递归

void InOrderTraversal(BinTree BT)
{
    BinTree T = BT;
    Stack S = CreateStack(MaxSize);
    while(T || !IsEmpty(S)){
        while(T)  //遇到结点,指向左儿子,一直到没有左儿子
        {
            while(T);
            Push(S,T);
            T = T->left;
        }
        if(!IsEmpty(S)){
            T = Pop(S);
            printf("%5d",T->Data);
            T = T->Right;   //遍历结点的右儿子
        }
    }
}

层序遍历

存储结构:堆栈,队列

队列实现

void LevelOrderTraversal(BinTree BT)
{
    Queue Q;
    BinTree T;
    if(!BT) return;
    Q = CreateQueue(MaxSize);
    AddQ(Q,BT);
    while(!IsEmpty(Q))
    {
        T = DeleteQ(Q);
        printf("%d\n",T->Data);
        if(T->Left) AddQ(Q,T->Left);
        if(T->Right) AddQ(Q,T->Right);
    }
}

应用

二叉树高度

后序遍历实现

二元运算表达式树及其遍历

1. 叶结点为数值
2. 非叶结点为运算符
3. 根结点是左右子树的连接运算符,譬如+；左子树+右子树
4. 中序表达式受运算符优先级影响,解决方式是增加()

二叉搜索树

• Binary Search Tree (BST)
• 左子树<根结点<右子树
• 查找的效率决定于树的高度
• 最大元素在最右分支的端结点
• 最小元素在最左分支的端结点

---

尾递归方法

Position Find(Element x,BinTree BST)
{
    if(!BST) return NULL;
    if(x>BST->Data)
        return Find(x,BST->Right);
    else if(x<BST->Data)
        return Find(x,BST->Left);
    else
        return BST;
}

非递归函数的执行效率高,迭代

Position IterFind(ElementType x,BinTree BST)
{
    while(BST)
    {
        if(x>BST->Data)
            BST = BST->Right;
        else if(x<BST->Data)
            BST = BST->Left;
        else
            return BST;
    }
    return null;
}

查找最小元素的递归函数

Position FindMin(BinTree BST)
{
    if(!BST) return null;
    else if(!BST->Left) 
        return BST;
    else 
        return FindMin(BST->Left);
}   

查找最大元素的迭代函数

Position FindMax(BinTree BST)
{
    if(BST)
        while(BST->Right) BST = BST->Right;
    return BST;
}

插入

插入递归

BinTree Insert(ElementType x,BinTree BST)
{
    if(!BST)
    {
        BST = malloc(sizeof(struct TreeNode));
        BST->Data = x;
        BST->Left = BST->Right = null
    }else
        if(x<BST->Data)
            BST->Left = Insert(x,BST->Left); // 递归插入左子树
        else if(x>BST->Data)
            BST->Right = Insert(x,BST->Right);

    return BST;

}

删除

1. 叶结点 直接删除,其父结点的指针置于null
2. 删除的结点只有一个儿子的结点
3. 删除结点有左右儿子.(右子树的最小元素,左子树的最大元素)

递归删除结点有两个儿子的方式

BinTree Delete(ElmentType x,BinTree BST)
{
    Position Tmp;
    if(!BST) printf("要删除的元素未找到");
    else if(x<BST->Data)
        BST->Left = Delete(x,BST->Left);
    else if(x>BST->Right)
        BST->Right = Delete(x,BST->Right);
    else
        if(BST->Left&&BST->Right)
        {
            Tmp = FindMin(BST->Right); //在右子树中找到最小的元素
            BST->Data = Tmp->Data;
            BST->Right = Delete(BST->Data,BST->Right); //删除点的右子树的最小元素
        }else{
            Tmp = BST;
            if(!BST->Left)
                BST = BST->Right;
            else if(!BST->Right)
                BST = BST->Left;
            free(Tmp);
        }   
    return BST;
}