目录
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
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
二叉树的概念和结构
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
比特科技
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:
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。
二叉树性质
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= log2(n+1).
堆的概念
把一个完全二叉树把他的所以元素按照他的顺序存储到一维数组中,根节点比任何一个节点大的叫大堆,根节点比任何一个节点小的叫小堆。
堆的实现
堆的初始化
typedef int HPdatatype;
typedef struct Heap
{
HPdatatype* p;
int size;
int capacity;
}Heap;
void Heapinit(Heap* hp)
{
assert(hp);
hp->p = NULL;
hp->size = 0;
hp->capacity = 0;
}
堆的插入
void Heappush(Heap* hp, HPdatatype x)
{
assert(hp);
if (hp->size == hp->capacity)
{
int n = hp->capacity == 0 ? 4 : hp->capacity * 2;
HPdatatype* tem = (HPdatatype*)realloc(hp->p,sizeof(HPdatatype) * n);
if (tem == NULL)
{
perror("malloc fail");
return;
}
hp->p = tem;
hp->capacity = n;
}
hp->p[hp->size] = x;
hp->size++;
adjuctup(hp->p, hp->size - 1);
}
向上调整法
void adjuctup(HPdatatype* h, int child)
{
assert(h);
int parent = (child - 1) / 2;
while (child>0)//用孩子来作为条件结束比较好
{
if (h[child] < h[parent])
{
swap(&h[child], &h[parent]);
child = parent;
}
else
{
break;
}
}
}
注:要建大堆改变不等号就可以了
补充:
void swap(HPdatatype* p1, HPdatatype* p2)
{
assert(p1);
assert(p2);
HPdatatype tem = *p1;
*p1 = *p2;
*p2 = tem;
}
堆的删除
void Heappop(Heap* hp)
{
assert(hp);
assert(!Heapisempty(hp));
swap(&hp->p[0], &hp->p[hp->size - 1]);
hp->size--;
adjuctdown(hp->p,hp->size,0);
}
向下调整法
void adjuctdown(HPdatatype* h, int n, HPdatatype parent)
{
assert(h);
int child = parent * 2 + 1;
while (child<n)
{
if ((child + 1) < n && h[child] > h[child + 1])
{
child++;
}
if (h[parent] > h[child])
{
swap(&h[parent], &h[child]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
注:要建大堆改变不等号就可以了
其他简单的实现
这些简单就不解释了
bool Heapisempty(Heap* hp)
{
assert(hp);
return hp->size == 0;
}
HPdatatype Heaptop(Heap* hp)
{
assert(hp);
assert(!Heapisempty(hp));
return hp->p[0];
}
int Heapsize(Heap* hp)
{
assert(hp);
return hp->size;
}
堆的应用
堆排序
void Heapsort(int* p)//p 是数组
{
Heap hp;
Heapinit(&hp);
for(int i=0;i<8;i++)
{
Heappush(&hp, p[i]);
}
for (int i = 0; i < 8; i++)
{
int top = Heaptop(&hp);
p[i] = top;
Heappop(&hp);
}
Heapdestroy(&hp);
}
这种方法简单,但是效率低,需要另开辟空间建堆
我们可以考虑在原来的数组建堆,怎么弄呢?
void Heapsort(int* p,int n)//n指数组大小
{
for (int i = 1; i<n; i++)
{
adjuctup(p, i);
}
}
void Heapsort(int* p,int n)//n指数组大小
{
for (int i = (n-1-1) / 2; i >=0; i--)
{
adjuctdown(p, n, i);
}
}
是不是很妙,哈哈哈哈哈哈哈哈哈哈哈!
因此:向下调整建堆的时间复杂度为O(N)
同理可算:向上调整建堆的时间复杂度为O(N*log N)
显然向下调整建堆更好,以后就用向下调整建堆了
建好堆就进行排序了
void Heapsort(int* p,int n)//n指数组大小
{
for (int i = 1; i<n; i++)
{
adjuctup(p, i);
}
for (int i = (n-1-1) / 2; i >=0; i--)
{
adjuctdown(p, n, i);
}
int end = n - 1;
for(int i=0;i<n-1;i++)
{
swap(&p[end], &p[0]);
adjuctdown(p, end--, 0);
}
}
TOPK问题
当你要找一堆数中前k个最大或最小,怎么找?
简单啦,利用堆的特点,假如找前k个最小的数,建小堆,取顶元素,再删顶元素,一直到最后就可以找出来。
int main()
{
int a[8] = { 23,45,12,57,35,78,26,90 };
Heap hp;
Heapinit(&hp);
for(int i=0;i<8;i++)
{
Heappush(&hp, a[i]);
}
while(!Heapisempty(&hp))
{
int top = Heaptop(&hp);
printf("%d ", top);
Heappop(&hp);
}
Heapdestroy(&hp);
return 0;
}
pop多少次就可以找出前多少个。
但是这种方法不太好,假如数据很多很多,无法全部加载到内存中,也就无法建堆,就实现不了。
那怎么办呢?
改进思路:
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,进行调整,
将剩余N-K个元素依次与堆顶元素比完之后,堆中剩余的K个元素就是所求的前K个最小或者最大的元素。
以文件的方式给大家呈现:
void CreateData()
{
int n = 1000;
srand(time(0));
FILE* fin = fopen("text.txt", "w");
if (fin == NULL)
{
perror("fopen fin fail");
return;
}
for (int i = 0; i < n; i++)
{
int m = rand() % 10000;
fprintf(fin, "%d\n", m);
}
fclose(fin);
}
void PrintfTok(k)
{
HPdatatype* p = (HPdatatype*)malloc(sizeof(HPdatatype) * k);
if (p == NULL)
{
perror("malloc fail");
return;
}
FILE* fout = fopen("text.txt", "r");
if (fout == NULL)
{
perror("fopen fout fail");
return;
}
for (int i = 0; i < k; i++)
{
fscanf(fout, "%d", &p[i]);
}
for (int i = (k-1-1) / 2; i >=0; i--)
{
adjuctdown(p, k, i);
}
int val;
while (!feof(fout))
{
fscanf(fout, "%d", &val);
if(p[0]<val)
{
p[0] = val;
adjuctdown(p, k, 0);
}
}
for (int i = 0; i < k; i++)
{
printf("%d ", p[i]);
}
}
int main()
{
int k = 10;
PrintfTok(k);
return 0;
}
有了前面的基础,这个代码就很简单看懂了。
谢谢!