数据结构：二叉树

1、二叉树得存储与遍历

1.1二叉树的存储

1.1.1二叉树的顺序存储

顺序存储指的是按照满二叉树的结点层次编号，依次存放二叉树中的数据元素。如下图所示

可以看到二叉树的顺序存储非常浪费空间，如左图，二叉树第五个结点虽然没有存储元素，但是这个结点依然要被占据。右图的单支树就是一种更加极端的情况。

1.1.2二叉树的链式存储

为了改进顺序存储浪费空间的问题，二叉树的存储可以使用链式存储，即使用二叉链表来表示：

左图的二叉树可以由右图的二叉链表表示。此时对每一个结点来说，它包含了左右两个指针域分别指向左孩子和右孩子。如果没有孩子，指针就指向空。接下来我们用代码实现： 

typedef struct BiNode 
{
    TElemType data;                          // 节点存储的数据
    struct BiNode* lchild, * rchild;         // 左右孩子指针
} BiNode, * BiTree;

这段代码定义了二叉树的结点。这是一个结构体类型，包含结点存储的数据和左右孩子指针。

使用二叉链表存储二叉树可以有效解决空间浪费问题，因为每个节点只需要两个指针，分别指向左孩子和右孩子。然而，这种存储方式存在一个明显的局限：它无法直接进行回溯操作，即在遍历过程中，我们不知道每个节点的父节点是谁。

为了解决这一问题，我们可以使用三叉链表来存储二叉树。三叉链表在节点中引入了一个额外的指针，用于指向该节点的父节点。这样，每个节点包含三个指针：左孩子、右孩子和父节点，从而在遍历过程中，可以直接回溯到父节点，简化了操作，提升了效率。通过以下图示可以更直观地理解

依然是之前的二叉树，用三叉链表可以将子结点与父结点联系起来。如上图，B结点分别有两个指针指向子节点C和D，同时还有一个指针指向A。下面用代码表示：

typedef struct TriTNode
{
    TelemType data;                        // 节点存储的数据
    struct TriTNode* lchild, * parent, * rchild; // 三个指针：左孩子指针、父节点指针、右孩子指针
} TriTNode, * TriTree;

与二叉链表存储的代码很相近，这里只添加了一个指向父结点的指针。 

1.2二叉树的遍历

我们先来回顾遍历的含义：

遍历指按某条搜索路线遍访每个结点且不重复（又称周游）。

遍历是树结构 插入、删除、修改、查找和排序运算的前提 ，是二叉树一切运算的基础和核心。

二叉树的遍历总共有三种：先序遍历，中序遍历和后序遍历

DLR — 先（根）序遍历，即先根再左再右

LDR — 中（根）序遍历，即先左再根再右

LRD — 后（根）序遍历，即先左再右再根

例如下面这课二叉树我们可以用三种遍历方式表示

先序遍历：ABDEC

中序遍历：DBEAC

后序遍历：DEBCA 

1.2.1遍历算法的实现

以该图为例，先序遍历：ABDC

若二叉树为空则不操作，否则

1.先访问根结点A    2.先遍历左子树B，此时再以B为根结点遍历左子树，然而B的左子树为空，所以遍历B的右子树D   3.最后遍历A的右子树C

中序遍历：BDAC

若二叉树为空，则不操作，否则

1.中序遍历根结点A的左子树B   2.此时以B为根结点，中序遍历B结点的左子树，由于左子树为空，所以第一个结点为B,再遍历右子树D   3.遍历根结点A    4.再遍历A的右子树C

后序遍历：DBCA

若二叉树为空，则不操作，否则

1.后续遍历根结点A的左子树B   2.再以B为根结点，后续遍历左子树和右子树     3.遍历A的右子树C

4.最后遍历根结点A

接下来我们用编程实现先序遍历：

Status PreOrderTraverse(BiTree T)
{
if(T==NULL) return OK;
else
{ 
visit(T);
PreOrderTraverse(T->lchild); 
PreOrderTraverse(T->rchild); 
}
}

if(T == NULL) return OK;：这是递归的基准条件。若当前传入的树 T 为空（即为 NULL），表示该子树不存在，此时递归终止，直接返回 OK。

• visit(T);：访问当前节点。通常，这里会包含对节点值的操作，比如打印节点值或者执行其他逻辑。
• PreOrderTraverse(T->lchild);：递归调用自身，先访问当前节点的左子树。
• PreOrderTraverse(T->rchild);：递归调用自身，随后访问当前节点的右子树。
• 递归的核心：递归的终止条件是当前子树为空。当遍历到某个节点时，程序会调用 visit(T) 访问该节点，然后递归地遍历它的左子树和右子树。

例题：求二叉树最大深度的递归遍历算法

int deepth(TreeNode* root) {
    if(root == NULL) 
        return 0;
    int left = deepth(root->left); 
    int right = deepth(root->right); 
    return 1 + max(left, right);
}

• 递归计算左右子树的深度：

  • int left = deepth(root->left);：递归计算左子树的深度，函数会沿着左子树的路径继续调用自身，直到叶节点。
  • int right = deepth(root->right);：递归计算右子树的深度，函数会沿着右子树的路径递归调用自身。

• 返回当前节点的深度：

  • return 1 + max(left, right);：当前节点的深度等于左右子树中较大深度的值加上 1。max(left, right) 表示选择左右子树中的最大深度，而加 1 表示把当前节点的深度也算入。

对于如下二叉树： 

      1
     / \
    2   3
   / 
  4

对于根节点 1，递归会计算左右子树：

• 左子树深度为 2（节点 2, 4），右子树深度为 1（节点 3）。
• 根节点的深度是 1 + max(2, 1) = 3。

例题：写出求二叉树叶子结点个数的递归遍历算法

• 基准条件：

  • if(T == NULL) return 0;：如果当前树是空的（即节点为 NULL），返回 0，因为空树没有叶子节点。

• 判断叶子节点：

  • if (T->lchild == NULL && T->rchild == NULL) return 1;：如果当前节点没有左子树和右子树，即为叶子节点，则返回 1，表示找到一个叶子节点。

• 递归计算左右子树的叶子节点：

  • else return LeadCount(T->lchild) + LeadCount(T->rchild);：如果当前节点不是叶子节点，递归计算其左子树和右子树的叶子节点数量，将结果相加。

      1
     / \
    2   3
   / 
  4

1. 对于根节点 1，不是叶子节点，递归计算左右子树：
   • 左子树有叶子节点 4，返回 1。
   • 右子树有叶子节点 3，返回 1。

最终，返回 1 + 1 = 2，表示这棵树中有 2 个叶子节点。