1.树的概念及结构
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
。
•有一个特殊的结点,称为根结点
,根节点没有前驱结点
•除根节点外,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,可以有
0
个或多个后继
•因此,树是递归定义的。
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。
![](https://img-blog.csdnimg.cn/direct/4e112af98ffa47ada7663368e0b26421.png)
1.2树的相关概念
节点的度
:一个节点含有的子树的个数称为该节点的度; 如上图:
A
的为
6
叶节点或终端节点
:度为
0
的节点称为叶节点; 如上图:
B
、
C
、
H
、
I...
等节点为叶节点
非终端节点或分支节点
:度不为
0
的节点; 如上图:
D
、
E
、
F
、
G...
等节点为分支节点
双亲节点或父节点
:若一个节点含有子节点,则这个节点称为其子节点的父节点; 如上图:
A
是
B
的父节点
孩子节点或子节点
:一个节点含有的子树的根节点称为该节点的子节点; 如上图:
B
是
A
的孩子节点
兄弟节点
:具有相同父节点的节点互称为兄弟节点; 如上图:
B
、
C
是兄弟节点
树的度
:一棵树中,最大的节点的度称为树的度; 如上图:树的度为
6
节点的层次
:从根开始定义起,根为第
1
层,根的子节点为第
2
层,以此类推;
树的高度或深度
:树中节点的最大层次; 如上图:树的高度为
4
堂兄弟节点
:双亲在同一层的节点互为堂兄弟;如上图:
H
、
I
互为兄弟节点
节点的祖先
:从根到该节点所经分支上的所有节点;如上图:
A
是所有节点的祖先
子孙
:以某节点为根的子树中任一节点都称为该节点的子孙。如上图:所有节点都是
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
树结构相对线性表就比较复杂了,要存储表示起来就比较麻烦了,既然保存值域,也要保存结点和结点之间 的关系,实际中树有很多种表示方式如:双亲表示法,孩子表示法、孩子双亲表示以及孩子兄弟表示法等。我们这里就简单的了解其中最常用的孩子兄弟表示法。
typedef int DataType;
struct Node
{
struct Node* _firstChild1; // 第一个孩子结点
struct Node* _pNextBrother; // 指向其下一个兄弟结点
DataType _data; // 结点中的数据域
};
![](https://img-blog.csdnimg.cn/direct/01a4179aa7244a52af3d3488d8d77ba6.png)
2. 二叉树的概念及结构
2.1概念
一棵二叉树是结点的一个有限集合,该集合:
1. 或者为空
2.
由一个根节点加上两棵别称为左子树和右子树的二叉树组成
从上图可以看出:
1.
二叉树不存在度大于
2
的结点
2.
二叉树的子树有左右之分,次序不能颠倒,因此二叉树是有序树
注意:对于任意的二叉树都是由以下几种情况复合而成的:
![](https://img-blog.csdnimg.cn/direct/7e934dbe44ab43ac9969222a8ea50c2d.png)
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。
![](https://img-blog.csdnimg.cn/direct/6e125876015a450a95f73d82206dc34e.png)
2.3二叉树的性质
1.
若规定根节点的层数为
1
,则一棵非空二叉树的
第
i
层上最多有 2^(i-1) 个结点.
2.
若规定根节点的层数为
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n0
,
度为
2
的分支结点个数为n2
,
则有 n0=n2+
1
4.
若规定根节点的层数为
1
,具有
n
个结点的满二叉树的深度
,
h=log(n+1)(ps: 是log
以
2 为底,n+1
为对数
)
5.
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节点从
0
开始编号,则对于序号为i
的结点有:
1. 若
i>0
,
i
位置节点的双亲序号:
(i-1)/2
;
i=0
,
i为根节点编号,无双亲节点
2. 若
2i+1<n
,左孩子序号:
2i+1
,
2i+1>=n否则无左孩子
3. 若
2i+2<n
,右孩子序号:
2i+2
,
2i+2>=n否则无右孩子
2.4二叉树的存储结构
二叉树一般可以使用两种结构存储,一种顺序结构,一种链式结构。
2.4.1 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,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。
![](https://img-blog.csdnimg.cn/direct/e37b41a2e5514e90a51a3a58e1ef0cbd.png)
2.4.2 链式存储
二叉树的链式存储结构是指,用链表来表示一棵二叉树,即用链来指示元素的逻辑关系。 通常的方法是 链表中每个结点由三个域组成,数据域和左右指针域,左右指针分别用来给出该结点左孩子和右孩子所在的链结点的存储地址。
3.二叉树的顺序结构及实现
3.1 二叉树的顺序结构
普通的二叉树是不适合用数组来存储的,因为可能会存在大量的空间浪费。而完全二叉树更适合使用顺序结 构存储。现实中我们通常把堆
(
一种二叉树
)
使用顺序结构的数组来存储,需要注意的是这里的堆和操作系统
虚拟进程地址空间中的堆是两回事,一个是数据结构,一个是操作系统中管理内存的一块区域分段。
3.2堆的概念及结构
如果有一个关键码的集合K = {k0,k1, k2,…,kn-1},把它的所有元素按完全二叉树的顺序存储方式存储在一个一维数组中,并满足:Ki <= K2i+1 且 Ki<= K2i+2 (Ki >= K2i+1 且 Ki >= K2i+2) i = 0,1,2…,则称为小堆(或大堆)。将根节点最大的堆叫做最大堆或大根堆,根节点最小的堆叫做最小堆或小根堆。
3.3堆的实现
3.3.1函数申明
typedef int MyDataType;
typedef struct Heap
{
MyDataType* a;
int capacity;
int size;
}HP;
void AdjustUp(MyDataType* a,int child);//向上调整
void AdjustDown(MyDataType* a, int n, int parent);//向下调整
void Swap(MyDataType* x, MyDataType* y);//交换两个数的值
void HeapPrint(HP* php);//打印堆
void InitHeap(HP*php);//堆的初始化
void DestroyHeap(HP*php);//堆的销毁
void PushHeap(HP*php ,MyDataType x);//向堆中增加数据
void PopHeap(HP*php);//从堆中删除数据
MyDataType HeapTop(HP*php);//堆顶元素
bool HeapEmpty(HP*php);//堆是否为空
3.3.2函数实现
void Swap(MyDataType*x,MyDataType*y)//交换两个数的值
{
MyDataType temp = 0;
temp = *x;
*y = *x;
*y = temp;
}
void InitHeap(HP* php)//初始化
{
assert(php);
php->a = NULL;
php->capacity = 0;
php->size = 0;
}
void DestroyHeap(HP* php)//销毁堆
{
assert(php);
free(php->a);
php->a = NULL;
free(php);
}
void HeapPrint(HP* php)//打印堆
{
assert(php);
for (int i = 0; i < (php->size - 1); i++)
{
printf("%d ", php->a[i]);
}
printf("\n");
}
void AdjustUp(MyDataType* a, int child)//向上调整
{
int parent = (child - 1) / 2;
while (child > 0)
{
if (a[child] < a[parent])
{
Swap(&a[child], &a[parent]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
void AdjustDown(MyDataType* a, int n, int parent)//向下调整
{
int child = parent * 2 + 1;
while (parent < n)
{
if (child + 1 < n&&a[child+1]<a[child])
{
child +=1;
}
if (a[child] < a[parent])
{
Swap(&a[child],& a[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
void PushHeap(HP*php,MyDataType x)
{
assert(php);
if (php->capacity == php->size)
{
int Newsize = php->capacity == 0 ? 4:php->capacity * 2;
MyDataType* tmp = (MyDataType*)realloc(php->a, Newsize);
if (tmp == NULL)
{
perror("perror fail");
exit(-1);
}
php->a = tmp;
}
php->a[php->size] = x;
php->size++;
AdjustUp(php->a, php->size - 1);
}
void PopHeap(HP* php)
{
assert(php);
assert(!HeapEmpty(php));
Swap(&php->a[0], &php->a[php->size - 1]);
php->size--;
AdjustDown(php->a, php->size, 0);
}
MyDataType HeapTop(HP*php)
{
assert(php);
assert(!HeapEmpty(php));
return php->a[0];
}
bool HeapEmpty(HP*php)
{
if (php->a == NULL)
return true;
else
return false;
}
3.4堆的应用
3.4.1堆排序
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。根节点左右子树不是堆,我们怎么调整呢?这里我们从倒数的第一个非叶子节点的子树开始调整,一直调整到根节点的树,就可以调整成堆。
▶堆排序即利用堆的思想来进行排序,总共分为两个步骤:
1.
建堆
升序:建大堆
降序:建小堆
2.
利用堆删除思想来进行排序
建堆和堆删除中都用到了向下调整,因此掌握了向下调整,就可以完成堆排序。
![](https://img-blog.csdnimg.cn/direct/ffee5fa0ed934fe890fdc769849d3cb6.png)
代码实现:
void HeapSort(MyDataType* a,int n)
{
for (int i = (n - 1 - 1) / 2; i > 0; i--)
AdjustDown(a, n, i);
int end = n - 1;
while (end > 0)
{
Swap(&a[0], &a[end]);
end--;
AdjustDown(a, end, 0);
}
}
3.4.2TopK问题
TOP-K
问题:即求数据结合中前
K
个最大的元素或者最小的元素,一般情况下数据量都比较大
。
比如:专业前
10
名、世界
500
强、富豪榜、游戏中前
100
的活跃玩家等。
对于
Top-K
问题,能想到的最简单直接的方式就是排序,但是:如果数据量非常大,排序就不太可取了
(
可能 数据都不能一下子全部加载到内存中)
。最佳的方式就是用堆来解决,基本思路如下:
1.
用数据集合中前
K
个元素来建堆
前
k
个最大的元素,则建小堆
前
k
个最小的元素,则建大堆
2.
用剩余的
N-K
个元素依次与堆顶元素来比较,不满足则替换堆顶元素
void PrintTopK(int k)
{
const char* file = "data.txt";
FILE* fout = fopen(file, "r");
if (fout == NULL)
{
perror("fopen error");
return;
}
int* kminheap = (int*)malloc(sizeof(int) * k);
if (kminheap == NULL)
{
perror("malloc error");
return;
}
for (int i = 0; i < k; i++)
{
fscanf(fout, "%d", &kminheap[i]);
}
// 建小堆
for (int i = (k-1-1)/2; i >= 0; i--)
{
AdjustDown(kminheap, k, i);
}
int val = 0;
while (!feof(fout))
{
fscanf(fout, "%d", &val);
if (val > kminheap[0])
{
kminheap[0] = val;
AdjustDown(kminheap, k, 0);
}
}
for (int i = 0; i < k; i++)
{
printf("%d ", kminheap[i]);
}
printf("\n");
}
4.二叉树的链式结构及实现
4.1链式结构的遍历
学习二叉树结构,最简单的方式就是遍历。所谓
二叉树遍历
(Traversal)
是按照某种特定的规则,依次对二叉
树中的节点进行相应的操作,并且每个节点只操作一次
。访问结点所做的操作依赖于具体的应用问题。 遍历 是二叉树上最重要的运算之一,也是二叉树上进行其它运算的基础。
按照规则,二叉树的遍历有:
前序
/
中序
/
后序的递归结构遍历
:
1.
前序遍历
(Preorder Traversal
亦称先序遍历
)——
访问根结点的操作发生在遍历其左右子树之前。
2.
中序遍历
(Inorder Traversal)——
访问根结点的操作发生在遍历其左右子树之中(间)。
3.
后序遍历
(Postorder Traversal)——
访问根结点的操作发生在遍历其左右子树之后。
4.2代码实现
先手动搭建出一棵树:
typedef struct BinaryTreeNode
{
struct BinaryTreeNode* left;
struct BinaryTreeNode* right;
BTDataType val;
}BTNode;
typedef int BTDataType;
BTNode* BuyNode(BTDataType x)
{
BTNode* newnode = (BTNode*)malloc(sizeof(BTNode));
if (newnode == NULL)
{
perror("malloc fail");
return NULL;
}
newnode->val = x;
newnode->left = NULL;
newnode->right = NULL;
return newnode;
}
BTNode* CreatBinaryTree()
{
BTNode* node1 = BuyNode(1);
BTNode* node2 = BuyNode(2);
BTNode* node3 = BuyNode(3);
BTNode* node4 = BuyNode(4);
BTNode* node5 = BuyNode(5);
BTNode* node6 = BuyNode(6);
BTNode* node7 = BuyNode(7);
node1->left = node2;
node1->right = node4;
node2->left = node3;
node4->left = node5;
node4->right = node6;
//node5->left = node7;
node2->right = node7;
return node1;
}
void PrevOrder(BTNode* root)//前叙
{
if (root == NULL)
{
return;
}
printf("%d ", root->val);
PrevOrder(root->left);
PrevOrder(root->right);
}
void InOrder(BTNode* root)//中序
{
if (root == NULL)
{
return;
}
InOrder(root->left);
printf("%d ", root->val);
InOrder(root->right);
}
void PostOrder(BTNode* root)//后序
{
if (root == NULL)
{
return;
}
PostOrder(root->left);
PostOrder(root->right);
printf("%d ", root->val);
}
前序、后序、中序代码实现都利用到了递归的思想。而层序则需要利用到队列这一数据结构。
typedef BTNode* MyDataType;
typedef struct QueueNode
{
MyDataType val;
struct QueueNode* next;
}QNode;
typedef struct Queue
{
QNode* front;
QNode* back;
int size;
}QL;
void LevelOrder(BTNode* root)//层序
{
QL ql;
QueueInit(&ql);//创建一个队列
if (root != NULL)
QueuePush(&ql, root);//只要非空就进入队列
while (!QueueEmpty(&ql))
{
BTNode* front = QueueFront(&ql);
printf("%d ", front->val);
QueuePop(&ql);
if (front->left)
QueuePush(&ql, front->left);
if (front->right)
QueuePush(&ql, front->right);
}//出队列的同时将根的左子树和右子树带入队列
printf("\n");
QueueDestroy(&ql);//销毁队列
}
其余一些常见功能:
//二叉树结点个数
int BTreeSize(BTNode* root)
{
if (root == NULL)
return 0;
return BTreeSize(root->left) +
BTreeSize(root->right) + 1;
}
//求叶子结点个数
int BTreeLeafSize(BTNode* root)
{
if (root == NULL)
return 0;
if (root->left == NULL && root->right == NULL)
return 1;
return BTreeLeafSize(root->left) + BTreeLeafSize(root->right);
}
//求二叉树高度
int BTreeHeight(BTNode* root)
{
if (root == NULL)
return 0;
int LeftHeight = BTreeHeight(root->left);
int RightHeight = BTreeHeight(root->right);
return LeftHeight > RightHeight ? LeftHeight+1 : RightHeight+1;
}
// 二叉树第k层结点个数
int BTreeLevelKSize(BTNode* root, int k)
{
if (root == NULL)
return 0;
if (k == 1)
return 1;
return BTreeLevelKSize(root->left, k - 1) + BTreeLevelKSize(root->right, k - 1);
}
// 二叉树查找值为x的节点
BTNode* BinaryTreeFind(BTNode* root, BTDataType x)
{
if (root == NULL)
return NULL;
if (root->val == x)
return root;
BTNode* LeftTreeFind = BinaryTreeFind(root->left, x);
BTNode* RightTreeFind = BinaryTreeFind(root->right, x);
return LeftTreeFind == NULL ? RightTreeFind : LeftTreeFind;
}
// 判断二叉树是否是完全二叉树
int BinaryTreeComplete(BTNode* root)
{
QL ql;
QueueInit(&ql);
if (root)
QueuePush(&ql, root);
while (QueueFront(&ql) != NULL)
{
BTNode* front = QueueFront(&ql);
QueuePop(&ql);
QueuePush(&ql, front->left);
QueuePush(&ql, front->right);
}
while (!QueueEmpty(&ql))
{
BTNode* front = QueueFront(&ql);
if (front != NULL)
return 0;
QueuePop(&ql);
}
return 1;
}
测试函数功能:
int main()
{
BTNode* root = CreatBinaryTree();
PrevOrder(root);
printf("\n");
InOrder(root);
printf("\n");
PostOrder(root);
printf("\n");
LevelOrder(root);
printf("\n");
printf("BTreeSize:%d\n", BTreeSize(root));
printf("BTreeLeafSize:%d\n", BTreeLeafSize(root));
printf("BTreeHeight:%d\n", BTreeHeight(root));
printf("BTreeLevelK2Size:%d\n", BTreeLevelKSize(root, 2));
printf("BTreeLevelK4Size:%d\n", BTreeLevelKSize(root, 4));
printf("BinaryTreeComplete:%d\n", BinaryTreeComplete(root));
return 0;
}
结果如下: