2024年大数据最全【数据结构】二叉树详解（下篇），那些年大数据开发面试官常问的知识点

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

void swap(int\* left, int\* right)
{
	int temp = \*left;
	\*left = \*right;
	\*right = temp;
}
//向下调整算法
void AdjustDown(HeapDataType array[], int num, int parent)
{
	int child = parent \* 2 + 1;
	while (child < num)
	{
		if (child + 1 < num && array[child] < array[child + 1])
		{
			child ++ ;
		}
		if (array[child]>array[parent])
		{
			swap(&array[child], &array[parent]);
			parent = child;
			child = parent \* 2 + 1;
		}
		else
		{
			break;
		}
	}
}

void HeapCreat(Heap\* h,int arr[],int num)
{
	h->array = (HeapDataType\*)malloc(sizeof(HeapDataType)\*num);
	memcpy(h->array, arr, sizeof(HeapDataType)\*num);
	for (int root = (num - 2) / 2; root >= 0; --root)
	{
		//建堆
		AdjustDown(h->array, num, root);
	}
	//堆排序
	int end = num - 1;
	while (end)
	{
		swap(&h->array[0], &h->array[end]);
		AdjustDown(h->array, end, 0);
		end--;
	}
}


void HeapTest()
{
	Heap h;
	int arr[10] = { 5, 4, 3, 9, 7, 6, 1, 2, 8, 0 };
	int num = sizeof(arr) / sizeof(arr[0]);
	HeapCreat(&h, arr, num);
	for (int i = 0; i < num; i++)
	{
		printf("%d ", h.array[i]);
	}
	printf("\n");
}

2. TOP-K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。

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

将剩余N-K个元素依次与堆顶元素进行比较，若符合条件进行交换（大堆，小于堆顶元素；小堆，大于堆顶元素），再完成向下调整算法，直到剩余的N-K个元素都已比较完，最后堆中剩余的K个元素就是所求前K个最小或者最大的元素。

代码实现：（选择十个数字中的前三大，建小堆）

void Swap(HPDataType\* left, HPDataType\* right)
{
	HPDataType temp = \*left;
	\*left = \*right;
	\*right = temp;
}

void AdjustDown(Heap\* hp, int n, int parent)
{
	int child = parent \* 2 + 1;
	while (child < n)
	{
		if (child + 1 < n&&hp->array[child] > hp->array[child + 1])
		{
			child += 1;
		}
		if (hp->array[child] < hp->array[parent])
		{
			Swap(&hp->array[child], &hp->array[parent]);
			parent = child;
			child = parent \* 2 + 1;
		}
		else
		{
			return;
		}
	}
}

void HeapCreate(Heap\* hp, HPDataType\* a, int n)
{
	assert(hp);
	hp->array = (HPDataType\*)malloc(sizeof(HPDataType)\*n);
	if (hp->array == NULL)
	{
		return;
	}
	memcpy(hp->array, a, sizeof(HPDataType)\*n);
	hp->size = hp->capacity = n;
	
	//先建小堆（3个元素）
	for (int root = (n - 2) / 2; root >= 0; root--)
	{
		AdjustDown(hp, n, root);
	}
	
	//再将剩余7个元素与根结点比较插入
	for (int i = n; i < 10; i++)
	{
		//取前三大元素，建小堆，大于堆顶元素进行交换，判断，调整
		if (a[i]>hp->array[0])
		{
			Swap(&a[i], &hp->array[0]);
			AdjustDown(hp, 3, 0);
		}
	}
}

void Test()
{
	int arr[10] = { 5, 8, 1, 6, 3, 0, 2, 7, 4, 9 };
	Heap hp;
	HeapCreate(&hp, arr, 3);
	for (int i = 0; i < 3; i++)
	{
		printf("%d ", hp.array[i]);
	}
	printf("\n");

}

二、二叉树链式结构的实现

1.二叉树的结构

结点类型，包括左右孩子指针以及该结点的数值域

typedef struct BTNode
{
	struct BTNode\* Lchild;
	struct BTNode\* Rchild;
	BTNDataType data;
}BTNode;

2.二叉树的遍历

二叉树的遍历是指按某条搜索路径访问树中的每个结点，使得每个结点均被访问每一次，而且仅访问一次。由于二叉树是一种非线性结构，每个结点都可能有两棵子树，因而需要寻找一种规律，以便使二叉树上的结点能排列在一个线性队列上，进而便于遍历。
  由二叉树的递归定义可知，遍历一棵二叉树便要决定对根结点 N、左子树L 和右子树R 的访问顺序。按照先遍历左子树再遍历右子树的原则，常见的遍历次序有先序 (NLR)、中序 (LNR)和后序(LRN)三种遍历算法，其中 “序” 指的是根结点在何时被访问。

2.1 前序遍历

访问根结点，先序遍历左子树，先序遍历右子树

void PreOrder(BTNode\* root)
{
	if (root == NULL)
	{
		return;
	}
	printf("%d ", root->data);
	PreOrder(root->left);
	PreOrder(root->right);
}

2.2 中序遍历

中序遍历左子树，访问根结点，中序遍历右子树

void InOrder(BTNode\* root)
{
	if (root == NULL)
	{
		return;
	}
	InOrder(root->left);
	printf("%d ", root->data);
	InOrder(root->right);
}

2.3 后序遍历

后序遍历左子树，后序遍历右子树，访问根结点

void PostOrder(BTNode\* root)
{
	if (root == NULL)
	{
		return;
	}
	PostOrder(root->left);
	PostOrder(root->right);
	printf("%d ", root->data);
}

2.4 层序遍历

除了先序遍历、中序遍历、后序遍历外，还可以对二叉树进行层序遍历。设二叉树的根节点所在层数为1，层序遍历就是从所在二叉树的根节点出发，首先访问第一层的树根节点，然后从左到右访问第2层上的节点，接着是第三层的节点，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。
  对于目前知识储备，我们只能选择通过队列来完成对二叉树的层序遍历，大致思路就是先将根结点入队，然后在其出队的同时将它的两个孩子结点入队，一直持续到队列为空（当孩子结点为空时不入队）

主要代码：

typedef struct BinaryTreeNode\* QDataType;

void LeverOrder(BTNode\* root)
{
	Queue q;
	QueueInit(&q);
	int leverSize = 0;
	//先入根结点
	if (root != NULL)
	{
		QueuePush(&q, root);
		leverSize = 1;
	}
	while (!QueueEmpty(&q))
	{
		//此处的leverSize记录的是每一行的结点个数
		while (leverSize--)
		{
			//注意：在这里，对头的返回值类型本应该是 int 类型的，但是为了后续的结点访问，
			//要将其强制转化为二叉树结点类型
			BTNode\* front = QueueFront(&q);
			printf("%d ", front->data);
			QueuePop(&q);
			if (front->left)
			{
				QueuePush(&q, front->left);
			}
			if (front->right)
			{
				QueuePush(&q, front->right);
			}
		}
		printf("\n");
		leverSize = QueueSize(&q);
	}
	printf("\n");
	QueueDestroy(&q);
}

3.二叉树的相关练习

3.1 二叉树节点个数

通过全局变量进行计数，每到一个结点就总数++

//全局变量计数
int size = 0;
int TreeNodeNum(BTNode\* root)
{
	if (root == NULL)
	{
		return 0;
	}
	size++;
	TreeNodeNum(root->left);
	TreeNodeNum(root->right);
	return size;
}

3.2 二叉树的高度

一直递归到最后一层，根据左右子树的高度进行比较加一获取当前结点的高度。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

子树的高度进行比较加一获取当前结点的高度。

[外链图片转存中…(img-2QC2MGC6-1715248304147)]
[外链图片转存中…(img-x6LBFdwz-1715248304147)]

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！