二叉树定义:
图像构造:
根结点:此非空树中无前驱结点的结点
结点的子孙:以某结点为根的子数中的任意结点
深度:树中结点的最大层次
性质:
1:在二叉树i层上最多有个结点;
2:深度为k的二叉树最多有-1个结点;
3:一棵二叉树其叶子数为,度为2的结点数为,,度为1的结点个数为,则=+1;
证明3:B[总边数]=n-1(从下依次向上连接结点,只有根结点没有向上连接的边,故减一)
B=*2+*1
n(总结点数)=*2+*1+1=++
则=+1得证;
程序编写:
1二叉树结点的建立:
typedef struct BiTNode
{
int data;
struct BiTNode *lchild,*rchild;
}BiTNode, * BiTree;
2二叉树的建立
为输入方便如输入'#’则表叔该结点为空
代码展示:
void CreateBiTree(BiTree& T)
{
char ch;
cin >> ch;
if (ch == '#') T = NULL;
else
{
T = new BiTNode;
T->data = ch;
CreateBiTree(T->lchild);
CreateBiTree(T->rchild);
}
}
3二叉树的复制
原理:将T中每一个结点复制到NewT的每一个结点中,如果T为空,则NewT直接为空,不需要复制
代码展示:
int Copy(BiTree T, BiTree& NewT)
{
if (T == NULL)
{
NewT = NULL;
return 0;
}
else
{
NewT = new BiTNode;
NewT->data = T->data;
Copy(T->lchild, NewT->lchild);
Copy(T->rchild, NewT->rchild);
return 0;
}
}
4二叉树深度的计算
原理:如二叉树为空,则直接输出深度为0;不为空,则依次循环递归计算每个结点的左右孩子的深度,比较得出最大深度在加一[根结点自己也要算深度],即该二叉树深度
代码展示:
int Depth(BiTree& T)
{
int m, n;
if (T == NULL) return 0;
else
{
m = Depth(T->lchild);
n = Depth(T->rchild);
if (m > n)return (m + 1);
else return (n + 1);
}
}
5总结点数的计算
原理:如二叉树为空,则直接输出总结点数为0;否则,依次循环递归计算每个结点左右子树的结点总数相加再加一[加上该结点自身],即总结点数
代码展示:
int NodeCount(BiTree& T)/*结点总数的计算*/
{
if (T == NULL)return 0;
else return NodeCount(T->lchild) + NodeCount(T->rchild) + 1;
}
6计算叶子结点个数
原理:如二叉树为空,则直接输出叶子结点数为0;否则,判断该结点左右孩子是否为空,为空则该结点是叶子结点,返回数值为1,不为空,则计算该结点左右孩子的叶子结点个数并相加,得到叶子结点总个数):
int LeadCount(BiTree& T)/*计算叶子结点个数*/
{
if (T == NULL) return 0;
if (T->lchild == NULL && T->rchild == NULL) return 1;
else return LeadCount(T->lchild) + LeadCount(T->rchild);
}
7线索二叉树
定义:利用二叉树中空指针域,某结点左孩子为空,则将其改为指向其前驱的指针,右孩子为空,则改为指向后继的指针
优点:节省查找时间,便于从后往前寻找结点,弥补了普通二叉树只能单向寻找的缺点
代码展示:
typedef struct BiThrNode
{
int data;
int ltag, rtag;/*表明是指向孩子的指针(0)还是前驱或后继的指针(1)*/
BiThrNode* lchild, * rchild;
}BiThrNode, * BiThrTree;
总结:
优点:二叉树有利于储存一堆冗杂却可分类的数据,通过结点连接,最终使数据较整齐的呈现。它既有链表可拓展储存空间的优点,又有数组有序的优点。适用于处理大批量动态数据
缺点:
顺序存储在非完全二叉树的时候会浪费空间;
链式存储在二叉树比较小时浪费空间较多,且读取某个指定节点时效率低