二叉树的基本理解

二叉树概念及结构

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. 由一个根结点加上两棵别称为左子树和右子树的二叉树组成

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

二叉树一般只有以下几种情况

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 ，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。

一般也是使用这几种二叉树，后续也会有判断一类的代码。

二叉树的两种储存结构

顺序储存

概念

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，

堆就用来表示顺序储存。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 。

要注意：

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。

堆的概念

如果有一个关键码的集合K = { K1，K2 ，K3 ，…，K(n - 1) }, 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：

K(i) <= K(2*i +1) 且K(i) <= K(2*i +2) （K(i) >= K(2*i +1) 且K(i) >= K(2*i +2)） i = 0，1，2…，则称为小堆(或大堆)。将根结点最大的堆叫做最大堆或大根堆，根结点最小的堆叫做最小堆或小根堆。

堆的性质：

• 堆中某个结点的值总是不大于或不小于其父结点的值；(上述概念中满足的条件就是要保证此性质）
• 堆总是一棵完全二叉树。

堆的创建

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。

若根结点左右子树不是堆，我们怎么调整呢？

这里我们从倒数的第一个非叶子结点的子树开始调整，一直调整到根结点的树，就可以调整成堆。即上调整算法；

从图中可以看到，第三步完成后，根节点左子树的归结构被破坏，则每次调换元素时都有可能破坏其子堆；因此每次进行元素调换后，都要进行递归调用重新构建堆的结构。即第四步；如此一来代码的实现十分麻烦，因此多用一下方式创建一个堆

如小堆（函数的内容与实现，下面，代码实现部分)

建堆1：即从下标为一的位置开始向上调整，直到最后一个。

  19 > 15 不用调整

 28 > 18  34 > 19  65 > 19  49 > 27   不用调整

  37 > 28 不用调整

建堆2：从第一个非叶节点的位置开始向下调整，直到调整到根节点。

 其中  37 > 28   25, 49 > 18   34, 65 > 19  18, 28 > 15 

                                                                               

堆的插入

先插入一个10到数组的尾上，再进行向上调整算法，直到满足堆。

如图：

大致可分为两部

1. 先将元素插到堆末尾，即最后一个孩子；
2. 插入后若堆的性质招到破坏，那就顺着新节点的双亲向上调整直至合适为止；（代码实现和创建类似）

堆向下调整算法

向下调整算法有一个前提： 左右子树必须是一个堆，才能调整。

如现给一个数组逻辑上看作是一个完全二叉树；通过根节点的向下调整可以把此堆调整为，小堆；

int array[] = {27,15,19,18,28,34,65,49,25,37};

堆的删除

堆的删除要利用向下调整算法

删除堆是删除堆顶的数据，将堆顶的数据根最后一个数据一换，然后删除数组最后一个数据，再进行向下调整算法。

代码的实现

头文件 Heap.h

源文件Heap.c

二：链式储存

前置说明

在学习二叉树的基本操作前，需先要创建一棵二叉树，然后才能学习其相关的基本操作。由于c语言自动创建二叉树很难，因此 此处手动快速创建一棵简单的二叉树，快速进入二叉树操作学习。

注意：上述代码并不是真正创建二叉树的方式。

复习二叉树的概念

二叉树是：

1. 空树

2. 非空：根结点，根结点的左子树、根结点的右子树组成的。

所以二叉树定义是递归式的，因此后序基本操作中基本都是按照该概念实现的。

二叉树的遍历

所谓 二叉树遍历 (Traversal) 是按照某种特定的规则，依次对二叉 树中的结点进行相应的操作，并且每个结点只操作一次。访问结点所做的操作依赖于具体的应用问题。

前序/中序/后序的递归结构遍历

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。

由于被访问的结点必是某子树的根， 所以 N(Node ）、 L(Left subtree ）和 R(Right subtree ）又可解释为 根、根的左子树和根的右子树。NLR、LNR和LRN分别又称为先根遍历、中根遍历和后根遍历。

以前序遍历为例子，遍历下列二叉树

前序遍历结果：1 2 3 N N N 4 5 N N 6 N N

当然 也可以用递归解释

前序遍历是这样的，大家可以自己试着写 中序 和 后序。答案在下面

中序遍历结果：{([N 3 N] 2 N) 1 ([N 5 N] 4 [N 6 N])}   

（如此也更好理解，一个括号内包含根 左子树 右子树）

后序遍历结果：N N 3 N 2 N N 5 N N 6 4 1

层序遍历

又称广度优先遍历(BFS) 

除了前序遍历、中序遍历、后序遍历(DFS)外，还可以对二叉树进行层序遍历。设二叉树的根结点所在层数为1，层序遍历就是从所在二叉树的根结点出发，首先访问第一层的树根结点，然后从左到右访问第2层上的结点，接着是第三层的结点，以此类推，自上而下，自左至右逐层访问树的结点的过程就是层序遍历。

理解：

可把层序遍历看成 队列，  上一层出来时 代入下一层。

以此类推，出去一个若左右子树不为空带入，为空则不带入；

二叉树结点个数

递归思想

root == NULL ? 0 ; 函数名(root->right) + 函数名(root->left) + 1

二叉树叶子结点个数

即 左右子树 都为空的节点个数

二叉树第k层结点个数

k = 1 即 为 根时是一个节点；

把k层每个节点都看为根即可；

二叉树查找值为x的结点

用递归找到x的值，若找到，先用一个代数保存在返回；若没找到，即已找到NULL，不返回。

二叉树销毁

递归思想依次销毁

判断二叉树是否是完全二叉树

与层序遍历相似，在程序遇到第一个NULL根时，若队内还有数，则不是完全二叉树。相反若无数了行，则是完全二叉树

代码实现

前，中，后序遍历

层序遍历

（其中用到了队列，在我的内可以找到）