一篇文章教会你二叉树和堆

1.树

1.1 树的概念和结构

树是非线性的数据结构，由n个有限结点构成。为什么称为树，因为它看起来像倒挂的树，根朝上，叶朝下。

诸多结点中有一个特殊的结点，叫做根结点，是所有结点中最上面的结点。没有前驱结点。

除了根结点外，其余结点被分为m个互不相交的集合，每一个集合的结构都与树类似，称为子树。每颗子树的根结点有且只有一个前驱结点，可以有多个后继结点。因此，树是递归定义的。

简单的树：

非树结构：

树的特点：

1.字数互不相交

2.除了根结点外，每个结点有且仅有一个父结点

3.一个N个结点的树有N-1条边

1.2 树相关概念

父结点与子结点：图中A是B和C的父结点，对应的B\C是A的子结点。

结点的度：结点的子结点的个数。如B的度为3，C的度为1。

树的度：树中结点最大的度。此树度为3。

叶结点：没有子结点的结点。如H,I,F,G等。

分支结点：有子结点的结点。

兄弟结点：拥有同一个父结点。如B.C。

结点的层次：根为第一层，根的子结点为第二层，以此类推。

树的深度：树的最大层次。

结点的祖先：从跟到该结点的所有结点。

森林：多颗不相交的树的集合构成森林。

1.3 树的表示

现在常用的是孩子兄弟表示法，即一个结点由两个结构体指针和一个数据域组成，一个结构体指针指向左边的第一个孩子，另一个指针指向右边的下一个兄弟。

1.4 树形结构的应用

在文件系统中，树形结构被广泛应用。

2. 二叉树

2.1 什么是二叉树

二叉树是指由一个根节点加上两个分别为左右子树的二叉树构成。

二叉树特点：

1. 二叉树的结点没有度数大于2的。

2. 二叉树的字数有左右之分，次序不能颠倒，是有序树。

注意：二叉树包含多种情况，空树，只有根节点，只有左子树，只有右子树，左右字数均存在。

2.2 特殊的二叉树

2.2.1 满二叉树

一个二叉树，如果每一层的结点数都达到最大值，那么这个树称为满二叉树。即一个二叉树的层次为K，如果结点总数为2^k-1，那么它就是满二叉树。

2.2.2 完全二叉树

完全二叉树由满二叉树延申出来。当只有最后一层的结点数没有满并且按照从左到右的顺序分布时，这便是完全二叉树。

由定义可知道：

1.非空二叉树的第I层上最多有2^(i-1）个结点

2.深度为h的二叉树最大结点2^h-1

3.结点总数为n的满二叉树的深度h为log 以2为底， n+1 为对数。

2.3 二叉树存储

一般可分为顺序存储和链式存储。

2.3.1 顺序存储

顺序存储通过数组存储，而且一般只适用于完全二叉树，因为非完全二叉树会造成空间的浪费，完全二叉树更适合顺序结构存储。

2.3.2 链式结构

链式结构用链表来存储二叉树。通常链表中的每个结点由三个域组成，数据域和左右指针域，左右指针分别⽤来给出该结点左孩⼦和右孩子所在的链结点的存储地址 。链式结构又分为二叉链和三叉链。

3. 实现顺序结构二叉树

一般用堆来实现完全二叉树。

3.1 堆的概念和结构

在一颗树中，根结点是所有结点中最小的，并且子结点都大于父结点。那么这个树便可称为小堆。也称小根堆。对应的根结点是所有结点中最大的，并且子结点都小于父结点。那么这个树便可称为大堆。也称大根堆。

⼆叉树性质 ：

对于具有 n 个结点的完全⼆叉树，如果按照从上至下从左至右的数组顺序对所有结点从 0 开始编号，则对于序号为 i 的结点有：

1. 若 i>0 ， i 位置结点的双亲序号： (i-1)/2 ； i=0 ， i 为根结点编号，无双亲结点

2. 若 2i+1=n 否则无左孩子 

3. 若 2i+2=n 否则无右孩子

3.2 实现堆（这里实现小堆）

3.2.1 定义堆的结构

需要一个记录有效数据，一个记录容量，一个指向数组的指针。

3.2.2 初始化堆

判断地址有效后将指针置为NULL，将capacity和size置为0；

3.2.3 销毁堆

如果数组不为空，则将数组free后置为NULL，将capacity和size置为0。

3.2.4 插入堆

我们上面说过，完全二叉树是有序的，所以插入的时候不仅仅是插入，还要进行有序化操作。

这里插入前还是需要判断是否有空余，没空余则申请新空间。将数据插入到数组的最后，再进行调整。

将函数命名为向上调整，原理是插入一个数据后，和他的头结点比较大小，因为小堆的子结点都比父结点大，所以如果子结点比父结点大就进行交换，然后将其下标也交换，直到和根结点进行比较完。

3.2.5 堆删除

堆的删除是将数组的第一个元素删除，删除之后将进行再次排序，确保剩下的数据还是堆。

删除堆顶元素的方式是将堆顶元素与最后一个元素进行交换，交换过后删除。再将最后一个元素进行向下调整排序。

向下调整排序的方式是通过判断根结点的两个子结点的大小关系，将其最小的子结点换到头结点取，依次迭代，直到子结点不小于n。

3.2.6 取栈顶

到这基本就实现了堆的功能。

3.3 堆排序的实现

3.3.1 建堆

3.3.1.1 向上调整算法建堆

这个就是将新数组插入到数组尾部，然后与头结点进行判别，进行不断交换。

现在分析一下它的时间复杂度。

化简后得到向上建堆的时间复杂度：

3.3.1.2 向下调整算法建堆

插入后将最后一个数据的夫结点进行向下调整，调整后将其左边的结点进行向下调整，再像上一个数据进行向下调整，以此类推，直到根结点向下调整。

分析一下时间复杂度：

从这就能判断出，向下调整算法的时间复杂度优于向上调整算法。

向上调整算法的时间复杂度为

3.3.2 排序

排序通过每次将根结点的数据与最后一个结点的数据进行交换，交换后最后的数据就是最小的数据，交换后向下调整，调整后再交换，就可以达到排序的作用。

排序的时间复杂度为：n*logn。

总的时间复杂度为n+n*logn = n*logn。

3.4 topk问题

1. 取前k个数据进行建堆

如果取最大的元素，则建小堆。

如果取最小的元素，则建大堆。

2. 用剩余的N-K个数据与堆顶进行比较，不满足则替换堆顶元素

具体实现：

1.先随机生成十万个数据放到文本中。

2. 定义一个数组，大小为k，依次读取文本中的随机数据，如果比堆顶大则插入，插入后进行调整，直到读到文本的末尾。最后打印出k个数据。

4. 源码

堆排序以及topk问题的解决 · 945d050 · 重邮阿江/c_study_experience - Gitee.com