【数据结构】树型结构详解 + 堆的实现（c语言）（附源码）

于 2024-08-09 22:41:18 发布
阅读量372 收藏 8
点赞数 14
分类专栏： 数据结构 文章标签： 数据结构 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_80955819/article/details/141004001
版权

🌟🌟作者主页：ephemerals__

🌟🌟所属专栏：数据结构

目录

前言

一、树

1.树的概念与结构

2.树的相关术语

3.树的表示方法

4.树型结构的实际应用场景

二、二叉树

1.二叉树的概念与结构

2.二叉树的性质

3.满二叉树

4.完全二叉树

5.二叉树的存储形式

5.1 顺序存储结构

5.2 链式存储结构

三、二叉树顺序结构--堆

1.堆的结构特点和性质

2.堆的实现

2.1 堆的结构定义

2.2 方法的声明

2.3 方法的实现

2.3.1 初始化

2.3.2 销毁

2.3.3 判空

2.3.4 辅助函数交换两数据

2.3.5 插入

2.3.6 删除

2.3.7 取堆顶数据

2.4 程序全部代码

总结

前言

        在编程的世界里，数据结构是构建高效、可靠软件大厦的基石。而当我们谈论起那些既经典又充满活力的数据结构时，堆无疑是一个不可忽视的存在。然而，在深入了解堆之前，让我们先回溯到其根源——树，这个在计算机科学中同样占据核心地位的数据结构。

一、树

1.树的概念与结构

        与线性表不同，树是一种非线性的数据结构，它是由n（n>=0）个节点所构成的有层次关系的数据结构。它的层次关系看起来就像是一棵倒挂的树：

2.树的相关术语

        相比于线性表，树的逻辑结构较为复杂，所以出现了一些常用的术语，便于我们对树的结构进行分析。接下来我们结合上图来一一介绍这些术语及其含义。

1.根节点：就像树根一样，树中所有节点都是从节点A发出的，这样的节点叫做根节点。（一棵树只有一个根节点）

2.边：连接两个节点的线叫做树的边（一棵有N个节点的树具有N-1条边）。

3.父节点/双亲节点：对于一个节点，父节点/双亲节点可以理解为与其连接的上面的节点。如图所示，B,C,D,E的父节点都是A。（除根节点之外，所有节点有且仅有一个父节点）

4.子节点/孩子节点：与父节点相反，你是我的父节点，那么我就是你的子节点。对于节点A，则B,C,D,E都是它的子节点。

5.节点的度：一个节点有多少个子节点，那么它的度就是多少。例如：节点A的度为4，节点B的度为3，节点C的度为0。

6.树的度：所有节点的度的最大值叫做树的度。如图，这颗树的度就是4。

7.叶子节点/终端节点：度为0的节点称之为叶子节点/终端节点。如图，这颗树中的叶子节点为：F,G,H,C,L,M,J,K。

8.分支节点/非终端节点：度不为0的节点称之为分支节点/非终端节点。除了叶子节点外，其他节点都是分支节点。

9.兄弟节点：具有相同父节点的节点互称为兄弟节点。例如，B,C,D,E是兄弟节点，F,G,H是兄弟节点。

10.节点的层次：由根节点开始，根节点为第一层；它的所有子节点为第二层；子节点的子节点为第三层；以此类推。

11.树的高度/深度：节点的最大层次叫做树的高度/深度。如图，这颗树的高度为4。

12.节点的祖先：对于一个节点，从根节点开始到该节点所经的所有节点（除该节点本身）都叫做该节点的祖先。例如：A,B是G的祖先，A,D,I是L的祖先。

13.路径：从任意节点开始，沿着边到达任意其他节点所经过的节点构成的序列叫做路径。例如：A到L的路径为：A-D-I-L。

14.子孙：与祖先相反，你是我的祖先，我就是你的子孙。例如，F,G,H是B的子孙；所有除A外的节点都是A的子孙。

15.森林：由m（m>0）棵互不相交的树（不同树之间没有相交节点）所构成的集合叫做森林。如图，如果将根节点A删除，剩下的子树组成的部分就是森林。

注意：树形结构当中，子树之间不能有相交的情况，否则就不是树。

如图，以下结构都不是树型结构：

3.树的表示方法

        一般我们表示树时，会在节点中定义指向其子节点的指针，但是由于有些树各个节点的度不一定相同，定义的指针数也无法确定，所以就出现了孩子兄弟表示法。

        顾名思义，孩子兄弟表示法就是定义指向子节点的指针和兄弟节点的指针：

struct TreeNode
{
	int data;//数据域
	struct TreeNode* child;//指向孩子的指针
	struct TreeNode* brother;//指向兄弟的指针
};

这样只需要指向节点的其中一个子节点，然后令其指向更多的兄弟节点，这样就能够表示一个节点的所有子节点了。我们画图表示一下该结构：

4.树型结构的实际应用场景

        树型结构在计算机中是被广泛使用的。例如：操作系统中文件根目录与子目录之间的关系、数据库的索引、编译器中的语法树、网络路由协议的构成等。在这些实例中，树形结构对文件的访问、程序的运行效率有很大的帮助。

二、二叉树

1.二叉树的概念与结构

        在树形结构当中，最常用的一种数据结构就是二叉树。所谓二叉树，指的是每一个节点的度不超过2的树。

        一棵二叉树可以分为根节点、左子树、右子树，对于每一棵子树，也可以这样细分，直到其子树不存在为止。这里要注意：左右子树的次序不能颠倒。

2.二叉树的性质

        二叉树有以下基本性质：

1.一棵非空二叉树的第 i 层最多有 2^{i-1} 个节点。

2.高度为 h 的二叉树的最大节点个数是 2^{h}-1 。

3.对于任何一颗非空二叉树，设其度为2的节点个数为 a ，度为1的节点个数为 b ，叶子节点个数为 c ，边数为 m ，则有 2a+b=m 、 a+b+c-1=m 、a=c-1。

3.满二叉树

        满二叉树是一种特殊的二叉树。它的定义如下：对于一个二叉树，如果它每一层的节点数都达到最大值（2^{i-1}），它就是一个满二叉树。如图所示，这是一棵高度为3的满二叉树：

满二叉树的性质：具有 n 个节点的满二叉树的高度 h=log_{2}(n+1)。

4.完全二叉树

        完全二叉树也是一种特殊的二叉树。通俗的讲，一个完全二叉树需要满足两个条件：

1.对于一棵高度为N的二叉树，第1层到第N-1层的节点数均达到最大值。

2.最后一层的节点必须是从左到右连续排列的状态。

如图，这就是一个完全二叉树：

        可以看出，在最后一层，H、I、J三个节点是从左到右连续排列的状态，而其他层的节点数均达到了最大值。当然，由于满二叉树满足完全二叉树的条件，所以它是一种特殊的完全二叉树。

5.二叉树的存储形式

        一般来讲，二叉树的存储形式有两种：顺序存储结构和链式存储结构。

5.1 顺序存储结构

        所谓顺序存储，就是用数组来存储二叉树的数据。我们画图表示一下数组存储二叉树数据的形式：

对比两图可以看出，对于非完全二叉树，它的顺序存储会浪费一定的空间，所以完全二叉树更适合顺序存储。

通常情况下，我们将采用顺序存储结构存储的完全二叉树叫做堆。

5.2 链式存储结构

        与链表相同，链式存储结构是指用节点和指针来表示数据元素之间的逻辑关系。通常情况下，二叉树的链式存储结构分为二叉链和三叉链。二叉链的指针域包含左右孩子节点的地址；三叉链的指针域比二叉链多一个指向父节点的指针。

//二叉链
struct BTreeNode
{
	int data;
	struct BTreeNode* leftchild;
	struct BTreeNode* rightchild;
};
//三叉链
struct BTreeNode
{
	int data;
	struct BTreeNode* leftchild;
	struct BTreeNode* rightchild;
	struct BTreeNode* parent;
};

三、二叉树顺序结构--堆

        之前我们提到，采用顺序存储结构存储的完全二叉树叫做堆。接下来我们深入学习堆并且尝试实现它的一些功能。

1.堆的结构特点和性质

        堆除了满足完全二叉树的性质之外，它还有一些自身的特性。我们首先从堆的分类开始讲起。

堆可以被分为小堆和大堆。它们的区别如下：

1.小堆（小根堆）：根节点（堆顶）的值总是整个堆中的最小值，且堆中每个节点的值都小于等于其子节点的值。

2.大堆（大根堆）：根节点（堆顶）的值总是整个堆中的最大值，且堆中每个节点的值都大于等于其子节点的值。

 注：堆的节点只是满足小于等于（大于等于）其子节点的值，而两兄弟节点之间的大小是没有要求的。

综上所述，堆具有以下性质：

1.堆总是一棵完全二叉树。

2.堆中的任意节点（非叶子节点）的值总是 小于等于/大于等于 其子节点的值。

        由于堆的逻辑结构是完全二叉树，但是其物理结构是顺序存储的，为了体现其逻辑结构，有一套堆中节点关系的计算公式如下（重要）：

设堆中具有n个节点，按照数组下标 0\sim n-1 对应每一个节点，则对于下标 i 的节点：

1.其父节点的下标为：(i-1)\div 2 ( i 为0的节点无父节点)

2.其左孩子节点的下标为：2i+1(孩子下标超过n-1，说明没有孩子节点)

3.其 右孩子节点 的下标为：2i+2(孩子下标超过n-1，说明没有孩子节点)

2.堆的实现

2.1 堆的结构定义

        看完了这么多的理论知识之后，我们正式开始实现一个小堆。由于堆的底层是数组，它的结构定义如下：

typedef int HPDataType;

//定义堆的结构
typedef struct Heap
{
	HPDataType* arr;//数组起始指针
	int capacity;//堆的空间大小
	int size;//堆中有效数据个数
}HP;

2.2 方法的声明

        以下是堆的常用方法声明：

//初始化
void HPInit(HP* php);

//销毁
void HPDestroy(HP* php);

//判空
bool HPEmpty(HP* php);

//辅助函数交换两数据
void Swap(HPDataType* x, HPDataType* y);

//堆的向上调整
void AdjustUp(HPDataType* arr, int child);

//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n);

//插入
void HPPush(HP* php, HPDataType n);

//删除
void HPPop(HP* php);

//取堆顶数据
HPDataType HPTop(HP* php);

2.3 方法的实现

2.3.1 初始化

        由于堆的底层是数组，初始化和销毁时的操作与顺序表相同。

//初始化
void HPInit(HP* php)
{
	assert(php);//防止传空指针
	php->arr = NULL;
	php->capacity = php->size = 0;
}
2.3.2 销毁
//销毁
void HPDestroy(HP* php)
{
	assert(php);//防止传空指针
	if (php->arr)//防止多次释放空间
	{
		free(php->arr);
	}
	php->arr = NULL;
	php->capacity = php->size = 0;
}
2.3.3 判空

        当堆中有效数据为0时，堆即为空。

//判空
bool HPEmpty(HP* php)
{
	assert(php);
	return php->size == 0;
}
2.3.4 辅助函数交换两数据

        这是一个辅助函数，用于之后插入和删除时交换堆中的数据元素。

//辅助函数交换两数据
void Swap(HPDataType* x, HPDataType* y)
{
	HPDataType tmp = *x;
	*x = *y; 
	*y = tmp;
}
2.3.5 插入

        一般情况下，我们进行插入操作时，是从数组尾部进行插入的。由于我们实现的是小堆，小堆的非叶子节点要小于等于其子节点的值，当我们从数组末尾插入数据时，新的元素可能会小于其父节点的值，就不满足堆的条件了。所以在数据插入之后，要对该数据进行向上调整，按照其值将其放在合适的位置。以下是一个元素进行向上调整的示例过程：

接下来，我们尝试实现插入操作和向上调整算法：

//插入
void HPPush(HP* php, HPDataType n)
{
	assert(php);
	if (php->capacity == php->size)//空间已满，需要增容
	{
		int NewCapacity = php->capacity == 0 ? 4 : 2 * php->capacity;
		HPDataType* tmp = (HPDataType*)realloc(php->arr, NewCapacity * sizeof(HPDataType));//申请内存空间
		if (tmp == NULL)//内存申请失败，直接退出程序
		{
			perror("realloc");
			exit(1);
		}
		php->arr = tmp;//将申请好的空间赋值给起始指针
		php->capacity = NewCapacity;//设置新的空间大小
	}
	php->arr[php->size] = n;//插入新元素

	//此时的size没有自增，表示新元素的下标
	AdjustUp(php->arr, php->size);//向上调整

	php->size++;//调整之后，元素个数+1
}
//堆的向上调整
void AdjustUp(HPDataType* arr, int child)
{
	int parent = (child - 1) / 2;//先找到父节点的下标
	while (parent >= 0)//父节点下标<0时，已越界
	{
		if (arr[child] < arr[parent])//若孩子节点的值小于父节点的值，就需要调整
		{
			Swap(&arr[child], &arr[parent]);//交换两元素

			//此时，新的孩子节点跑到了原来父节点的位置
			child = parent;
			parent = (child - 1) / 2;//确定新的父节点
		}
		else//其他情况说明已经调整完成，退出循环
		{
			break;
		}
	}
}
2.3.6 删除

        堆在进行删除操作时，一般情况是在堆顶出数据的。如果我们直接删除堆顶数据，剩下的部分就不满足堆的条件，并且重新建堆十分麻烦。所以我们首先需要将堆顶数据A与数组最后一个数据B进行交换，然后删除数据A，再针对数据B进行向下调整。以下是数据删除和向下调整的示例：

现在，我们尝试实现删除操作和向下调整算法：

//删除
void HPPop(HP* php)
{
	assert(php);
	assert(!HPEmpty(php));//确保堆不为空
	Swap(&php->arr[0], &php->arr[php->size - 1]);//交换堆顶元素和最后一个数据
	php->size--;//空间大小-1，相当于将最后一个数据删除

	//此时的size已经自减，表示有效数据个数
	AdjustDown(php->arr, 0, php->size);
}
//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n)
{
	int child = parent * 2 + 1;//先找到左孩子的下标
	while (child < n)//当孩子节点下标>=n时，已越界
	{
		//若右孩子存在，则将左孩子和右孩子进行比较，找到更小的子节点便于调整交换，保证小堆的特性
		if (child + 1 < n && arr[child] > arr[child + 1])
		{
			child++;
		}
		if (arr[parent] > arr[child])//父节点的值大于子节点，需要调整
		{
			Swap(&arr[parent], &arr[child]);

			//此时父节点跑到了孩子节点的位置
			parent = child;
			child = parent * 2 + 1;//确定新的孩子节点
		}
		else//其他情况，调整完成退出循环
		{
			break;
		}
	}
}
2.3.7 取堆顶数据

        由于堆存放在数组当中，堆顶数据即是数组的首元素，直接返回即可。

//取堆顶数据
HPDataType HPTop(HP* php)
{
	assert(php && !HPEmpty(php));
	return php->arr[0];
}

2.4 程序全部代码

        程序全部代码如下：
 

typedef int HPDataType;

//定义堆的结构
typedef struct Heap
{
	HPDataType* arr;//数组起始指针
	int capacity;//堆的空间大小
	int size;//堆中有效数据个数
}HP;

//初始化
void HPInit(HP* php);

//销毁
void HPDestroy(HP* php);

//判空
bool HPEmpty(HP* php);

//辅助函数交换两数据
void Swap(HPDataType* x, HPDataType* y);

//堆的向上调整
void AdjustUp(HPDataType* arr, int child);

//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n);

//插入
void HPPush(HP* php, HPDataType n);

//删除
void HPPop(HP* php);

//取堆顶数据
HPDataType HPTop(HP* php);

//初始化
void HPInit(HP* php)
{
	assert(php);//防止传空指针
	php->arr = NULL;
	php->capacity = php->size = 0;
}

//销毁
void HPDestroy(HP* php)
{
	assert(php);//防止传空指针
	if (php->arr)//防止多次释放空间
	{
		free(php->arr);
	}
	php->arr = NULL;
	php->capacity = php->size = 0;
}

//判空
bool HPEmpty(HP* php)
{
	assert(php);
	return php->size == 0;
}

//辅助函数交换两数据
void Swap(HPDataType* x, HPDataType* y)
{
	HPDataType tmp = *x;
	*x = *y; 
	*y = tmp;
}

//堆的向上调整
void AdjustUp(HPDataType* arr, int child)
{
	int parent = (child - 1) / 2;//先找到父节点的下标
	while (parent >= 0)//父节点下标<0时，已越界
	{
		if (arr[child] < arr[parent])//若孩子节点的值小于父节点的值，就需要调整
		{
			Swap(&arr[child], &arr[parent]);//交换两元素

			//此时，孩子节点跑到了原来父节点的位置
			child = parent;
			parent = (child - 1) / 2;//确定新的父节点
		}
		else//其他情况说明已经调整完成，退出循环
		{
			break;
		}
	}
}

//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n)
{
	int child = parent * 2 + 1;//先找到左孩子的下标
	while (child < n)//当孩子节点下标>=n时，已越界
	{
		//若右孩子存在，则将左孩子和右孩子进行比较，找到更小的子节点便于调整交换，保证小堆的特性
		if (child + 1 < n && arr[child] > arr[child + 1])
		{
			child++;
		}
		if (arr[parent] > arr[child])//父节点的值大于子节点，需要调整
		{
			Swap(&arr[parent], &arr[child]);

			//此时父节点跑到了孩子节点的位置
			parent = child;
			child = parent * 2 + 1;//确定新的孩子节点
		}
		else//其他情况，调整完成退出循环
		{
			break;
		}
	}
}

//插入
void HPPush(HP* php, HPDataType n)
{
	assert(php);
	if (php->capacity == php->size)//空间已满，需要增容
	{
		int NewCapacity = php->capacity == 0 ? 4 : 2 * php->capacity;
		HPDataType* tmp = (HPDataType*)realloc(php->arr, NewCapacity * sizeof(HPDataType));//申请内存空间
		if (tmp == NULL)//内存申请失败，直接退出程序
		{
			perror("realloc");
			exit(1);
		}
		php->arr = tmp;//将申请好的空间赋值给起始指针
		php->capacity = NewCapacity;//设置新的空间大小
	}
	php->arr[php->size] = n;//插入新元素

	//此时的size没有自增，表示新元素的下标
	AdjustUp(php->arr, php->size);//向上调整

	php->size++;//调整之后，元素个数+1
}

//删除
void HPPop(HP* php)
{
	assert(php);
	assert(!HPEmpty(php));//确保堆不为空
	Swap(&php->arr[0], &php->arr[php->size - 1]);//交换堆顶元素和最后一个数据
	php->size--;//空间大小-1，相当于将最后一个数据删除

	//此时的size已经自减，表示有效数据个数
	AdjustDown(php->arr, 0, php->size);
}

//取堆顶数据
HPDataType HPTop(HP* php)
{
	assert(php && !HPEmpty(php));
	return php->arr[0];
}

总结

        今天我们学习了树、二叉树的概念，基本结构，以及二叉树顺序结构--堆的实现。由堆的特性所创造的排序算法--堆排序是一种效率很高的排序算法，在各种领域广泛使用。如果你觉得博主讲的还不错，就请留下一个小小的赞在走哦，感谢大家的支持❤❤❤

ephemerals__
关注
  • 14
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
【数据结构】排序：选择排序（简单选择排序、堆排序等）详解与实现（C++）
自律带来自由
07-14 1043
#笔记整理 选择排序 基本思想：每一趟 (第 i 趟，i = 1, …, n-1) 在后面 n-i+1 个待排序记录中选出关键字最小的记录, 作为有序序列的第 i 个记录。 简单选择排序（Simple Selection Sort） 通过 n−in-in−i 次关键字间的比较，从 n−i+1n-i+1n−i+1 个记录中选取关键字最小的记录，并和第iii个记录交换。 算法实现： // 简单选择排...
详细讲解一下Linux内核系统结构（图例解析）
csbmww的博客
04-09 2926
Linux系统一般有4个主要部分： 内核、shell、文件系统和应用程序。内核、shell和文件系统一起形成了基本的操作系统结构，它们使得用户可以运行程序、管理文件并使用系统。部分层次结构如图1-1所示。 一、linux内核 内核是操作系统的核心，具有很多最基本功能，它负责管理系统的进程、内存、设备驱动程序、文件和网络系统，决定着系统的性能和稳定性。 Linux 内核由如下几部分组成：内存管理、进程管理、设备驱动程序、文件系统和网络管理等。如图： 图1 系统调用接口：SCI 层提供了某些
数据结构 - 树形选择排序 (tree selection sort) 详解 及 代码(C++)
Mystra
06-11 6867
树形选择排序 (tree selection sort) 详解 及 代码本文地址:http://blog.csdn.net/caroline_wendy算法逻辑: 根据节点的大小, 建立树, 输出树的根节点, 并把此重置为最大值, 重构数.因为树中保留了一些比较的逻辑, 所以减少了比较次数.也称锦标赛排序, 时间复杂度为O(nlogn), 因为每个值(共n个)需要进行树的深度(logn)次比较.
数据结构教程
lostinai的专栏
10-15 2285
第一课：数据结构的基本概念和术语 第二课：抽象数据类型的表示与实现 第三课：算法及算法设计要求 第四课：算法效率的度量和存储空间需求 第五课：线性表的类型定义 第六课：线性表的顺序表示和实现 第七课：实验一线性表的顺序存储实验 第八课：线性表的链式表示与实现 第九课：循环链表与双向链表 第十课：栈的表示与实现 第十一课：栈的应用 第十二课：实验二循环链表实验 第十三课：队列
数据结构资料
maidanm
10-23 4024
数据结构教程    第一课：数据结构的基本概念和术语 第二课：抽象数据类型的表示与实现 第三课：算法及算法设计要求 第四课：算法效率的度量和存储空间需求 第五课：线性表的类型定义 第六课：线性表的顺序表示和实现 第七课：实验一 线性表的顺序存储实验 第八课：线性表的链式表示与实现 第九课：循环链表与双向链表 第十课：
Linux 系统结构详解
关注微信公众号【开源Linux】，后台回复『10T』，领取10T学习资源大放送，涵盖Linux、虚拟化、容器、云计算、网络、Python、Go等书籍和视频
05-21 858
一个执着于技术的公众号Linux系统一般有4个主要部分：内核、shell、文件系统和应用程序。内核、shell和文件系统一起形成了基本的操作系统结构，它们使得用户可以运行程序、管理文件并...
SaaS模式、技术与案例详解——第9章 SaaS平台基础组件分析与设计
liysoft的博客
10-10 2023
本章导读语】 所有真正杰出的设计一旦被设计好，看起来都是那么的简单和显而 易见。但是在获得杰出设计的过程中，需要付出令人难以置信的努力 ________Michael Abrash《波斯王子：时之沙开发秘话》 任何系统都是由一个个模块组成的，软件系统里有许多模块是公用的，成熟的软件公司会充分利用软件的复用技术来降低开发量，避免重复开发。但要做到软件的复用开始设计时要充分分析有哪些组件是公用的，如何划分并设计这些组件？做到组件真正的松偶合并不容易。SaaS平台应该抽取出这些公用的组件进行统一管理和调用
二叉树及其作用浅析
热门推荐
独行猫a 的沉淀、积累、总结。天天学习，好好向上...c/c++,嵌入式 linux,Android,HarmonyOS)
10-14 1万+
在学习数据结构和算法时看到各种树，把人都整蒙了，枯燥且提不起学习兴趣。等逐渐感受到二叉树的神奇作用和巨大的应用价值后，觉得二叉树原来也这么有趣，值得好好学习。 先从整体上认识下二叉树及其他各种树的区别和用途。 大致有哪些树？ 树有很多种，其中二拆树因为其特殊的结构和特点在计算上最为常用。 常见的二叉树：二叉查找树，平衡二叉树(AVL)，红黑树，B+树，B-树，字典树，满二叉树，完全二叉树，霍夫曼树，伸展树，最小堆，最大堆等。 二叉树有什么用？ 二叉树应用非常广泛。 在操作系统源程序中，树和.
数据结构与算法基础-学习-28-图之拓扑排序
qq_45111959的博客
08-10 408
介绍数据结构与算法基础-图之拓扑排序的相关概念和算法实现思路、源码分享、编译测试结果。
清华大学数据结构全部代码实现（C语言）.zip
12-29
首先，我们要理解C语言是一种底层、高效的编程语言，非常适合用于实现数据结构。C语言允许程序员直接控制内存，因此在创建和操作复杂的数据结构时，能够提供更高的性能和灵活性。 1. **数组**：数组是最基础的数据...
数据结构c语言版严蔚敏ppt课件.ppt
11-18
“数据结构c语言版严蔚敏ppt课件.ppt”知识点总结 数据结构的概念 数据结构是一门研究用计算机进行信息表示和处理的科学，涉及到两个问题：信息的表示和信息的处理。数据结构的形式定义是一个二元组：Data-...
数据结构c语言版严蔚敏.ppt
11-18
"数据结构c语言版严蔚敏.ppt" 数据结构是一门研究计算机信息表示和处理的科学，涉及到信息的表示、组织和处理。随着应用问题的不断复杂，数据结构变得越来越重要，旨在解决实际问题的程序的一般过程是：如何用数据...
数据结构c语言版严蔚敏1ppt课件.ppt
12-21
在编程中，C语言常被用来实现数据结构，因为它提供了底层内存操作的灵活性。通过指针和结构体，我们可以构建复杂的数据结构。例如，链表可以通过指针链接节点，树可以通过指向子节点的指针实现。 学习数据结构还...
asp实现树型结构
10-31
### ASP 实现树型结构详解 #### 一、引言 在Web开发中，树型结构是一种非常常见的数据展示方式，常用于表示层级关系的数据，如文件系统、组织架构等。本文将详细介绍如何使用ASP（Active Server Pages）来实现一个...
【数据结构-前缀哈希】力扣523. 连续的子数组和
sjsjs11的博客
08-05 361
当发现有两个余数相同的key的时候，对他们value作差，如果大于等于二，说明该子段长度大于等于二，这时候就找到了一个好的子数组，返回true，如果到最后都没有找到这样一个好的子数组，返回false。，其中 m 是数组 nums 的长度。解释：[23, 2, 6, 4, 7] 是大小为 5 的子数组，并且和为 42。输入：nums = [23,2,6,4,7], k = 13。输入：nums = [23,2,4,6,7], k = 6。输入：nums = [23,2,6,4,7], k = 6。
常见8种数据结构
最新发布
qq_43575301的博客
08-08 587
应用于需要后进先出访问元素的场景，如函数调用栈、表达式求值等。应用于需要先进先出访问元素的场景，如任务调度、消息队列等。适用于优先队列，堆排序和实现高效的合并K个有序链表问题。应用于需要表示层次结构的场景，比如文件系统、组织结构等。应用于需要表示网络结构的场景，如社交网络、交通网络等。应用于需要快速查找和插入操作的场景，如字典、缓存等。一般应用于需要快速随机访问元素的场景。适用于需要频繁插入和删除元素的场景。
数据结构：栈（含源码）
2401_86551514的博客
08-05 569
先判断容量是否有足够的空间让数据入栈，在第一次入栈是先给定4个空间，后面每次不够时就将空间数乘以2， 还有一个判断是否开辟成功（这个可以不写，一般都会开辟成功）。栈：一种特殊的线性表，其只允许在固定的一端进行插入和删除元素操作，进行数据插入和删除操作的一端称为栈顶，另一端称为栈底，栈中的数据元素遵守后进先出的原则。我们在创建栈时，一般是创建支持动态增长的栈，定长的静态栈不实用。出栈非常的简单，只要将top数减少一个就行了，相当于是下一次入栈是直接把这个数据修改掉，就算没修改，打印时也不影响。
数据结构：链表经典算法OJ题
2401_86551514的博客
08-04 1034
在了解了链表的相关知识后，我们还需要一些题目进行练习加深对链表这方面知识的理解，也可以用来检测链表这块学的的怎么样，废话不多说，开始上手。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值