【数据结构】二叉树

---

一、树的概念及结构

1.树的结构

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。

2.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；

3. 树的表示

树结构相对线性表就比较复杂了，要存储表示起来就比较麻烦了，既然保存值域，也要保存结点和结点之间的关系，实际中树有很多种表示方式如：双亲表示法，孩子表示法、孩子双亲表示法以及孩子兄弟表示法等。我们这里就简单的了解其中最常用的孩子兄弟表示法。

typedef int DataType;
struct Node
{
 struct Node* _firstChild1; // 第一个孩子结点
 struct Node* _pNextBrother; // 指向其下一个兄弟结点
 DataType _data; // 结点中的数据域
};

*

二、二叉树概念及结构

1. 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. 由一个根节点加上两棵别称为左子树和右子树的二叉树组成
   
3. 二叉树不存在度大于2的结点
4. 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
   

2. 特殊二叉树

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。

满二叉树

完全二叉树

3. 二叉树的性质

4. 二叉树的储存结构

二叉树一般可以使用两种结构储存，一种是顺序存储，一种是链式存储。

1. 顺序存储
   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，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。在实现堆排序的时候会用到顺序存储。
   
2. 链式存储
   二叉树的链式存储结构是指，用链表来表示一棵二叉树，即用链来指示元素的逻辑关系。 通常的方法是链表中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，当前我们学习中一般都是二叉链，后面课程学到高阶数据结构如红黑树等会用到三叉链。
   
   

三、二叉树顺序结构及实现

1. 二叉树的顺序结构

普通的二叉树是不适合用数组来存储的，因为可能会存在大量的空间浪费。而完全二叉树更适合使用顺序结构存储。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。

2. 堆的概念及结构

如果有一个关键码的集合K = { ， ， ，…， }，把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： <= 且 <= ( >= 且 >= ) i = 0，1，2…，则称为小堆(或大堆)。将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。
堆的性质：
堆中某个节点的值总是不大于或不小于其父节点的值；
堆总是一棵完全二叉树。

堆的实现

堆的实现是用数组来完成的，但是逻辑上是二叉树。我们通过从根节点的向下调整算法或者向上调整算法可以把它调整为一个小堆。但是有一个前提，左子树必须是一个堆才能调整。
我们这里用顺序表的实现方式来完成二叉树的逻辑。

堆的创建

创建堆我们需要先创建数组，然后用向上调整算法来使这个堆成为小堆。（小堆就是上面小，大堆是上面大）

向上调整算法

在这里我们把这个数组当成一个完全二叉树，把孩子的值小的节点，往父节点上面传。因为这里是一个完全二叉树用数组实现的话，利用下标可知孩子节点减一再除以二就是父节点的位置。因为要建一个小堆，如果孩子的值小于父节点的值就交换位置。依次向上调整，直到child的值不大于0为止。

向下调整算法

堆的向下调整，就是把父节点向下调整。整体逻辑和向上调整差不多只不过是向下调整。但是这里有一个问题，我们不知道父节点的左孩子还是右孩子小。我们这里先假设左孩子小，判断一下如果右孩子比左孩子小就++child让下标向后移动一个就ok了。还要判断一下，如果要想满足上面++child的情况，child的位置还要保证是左孩子让child+1<n，防止越界。

删除堆顶元素

删除堆删除的树堆顶的元素，但是删除数组元素的话是删除最后一个元素，所以让堆顶数据和最后一个数据交换位置，然后删除数组的最后一个位置。为了保证这个堆还是小堆，要用向下调整算法把放上来的数据搞下去。

取栈顶元素

直接取数组的下标为0的位置就是堆顶。
Heap.h

#include<stdio.h>
#include<stdlib.h>
#include<assert.h>
#include<stdbool.h>

typedef int HPDataType;

typedef struct Heap
{
	HPDataType* a;
	int size;
	int capacity;
}HP;
//初始化
void HPInit(HP* php);
//销毁
void HPDestroy(HP* php);
//放入数据
void HPPush(HP* php, HPDataType x);
void swap(HPDataType* p1, HPDataType* p2);
void AdjustUp(HPDataType* a, int child);
void AdjustDown(HPDataType* a, int n, int parent);
void HPPop(HP* php);
HPDataType HPTop(HP* php);
bool HPEmpty(HP* php);

Heap.c

#include"Heap.h"

void HPInit(HP* php)
{
	php->a = NULL;
	php->capacity = php->size = 0;
}

void HPDestroy(HP* php)
{
	free(php->a);
	php->a = NULL;
	php->capacity = php->size = 0;

}

void HPPush(HP* php, HPDataType x)
{
	assert(php);
	if (php->capacity == php->size)
	{
		int newcapacity = php->capacity == 0 ? 4 : 2 * php->capacity;
		HPDataType* tmp = (HPDataType*)realloc(php->a, sizeof(HPDataType) * newcapacity);
		if (tmp == NULL)
		{
			perror("realloc error");
			exit(1);
		}
		php->a = tmp;
		php->capacity = newcapacity;
	}
	php->a[php->size] = x;
	php->size++;

	AdjustUp(php->a, php->size - 1);
}

void swap(HPDataType* p1, HPDataType* p2)
{
	HPDataType* tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}

void AdjustUp(HPDataType* a, int child)
{
	int parent = (child - 1) / 2;
	while (child>0)
	{
		if (a[child] < a[parent])
		{
			swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
	
}

void AdjustDown(HPDataType* a, int n, int parent)
{
	int child = parent * 2 + 1;
	while (child < n)
	{
		if (child + 1 < n && a[child + 1] < a[child])
		{
			++child;
		}

		if (a[parent] > a[child])
		{
			swap(&a[parent], &a[child]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

void HPPop(HP* php)
{
	assert(php);
	assert(php->size > 0);

	swap(&php->a[0], &php->a[php->size - 1]);
	php->size--;
	AdjustDown(php->a, php->size, 0);
}


HPDataType HPTop(HP* php)
{
	assert(php);
	assert(php->size > 0);
	return php->a[0];
}


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

堆排序

堆排序即利用堆的思想来进行排序，总共分为两个步骤：

1. 建堆
   升序：建大堆
   降序：建小堆
2. 利用堆删除思想来进行排序
   建堆和堆删除中都用到了向下调整，因此掌握了向下调整，就可以完成堆排序。

void HeapSort(int* a,int n)
{
	//向上调整 建小堆
	for (int i = 1; i < n; i++)
	{
		AdjustUp(a, i);
	}
	
	int end = n - 1;
	while (end>0)
	{
		swap(&a[0], &a[end]);
		AdjustDown(a, end, 0);
		--end;
	}
}

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。
比如：专业前10名、世界500强、富豪榜、游戏中前100的活跃玩家等。

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

四、二叉树链式结构及实现

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。由于现在大家对二叉树结构掌握还不够深入，为了降低大家学习成本，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，等二叉树结构了解的差不多时，我们反过头再来研究二叉树真正的创建方式。

typedef int BTDataType;
typedef struct BinaryTreeNode
{
 BTDataType _data;
 struct BinaryTreeNode* _left;
 struct BinaryTreeNode* _right;
}BTNode;
BTNode* CreatBinaryTree()
{
 BTNode* node1 = BuyNode(1);
 BTNode* node2 = BuyNode(2);
 BTNode* node3 = BuyNode(3);
 BTNode* node4 = BuyNode(4);
 BTNode* node5 = BuyNode(5);
 BTNode* node6 = BuyNode(6);
 
 node1->_left = node2;
 node1->_right = node4;
 node2->_left = node3;
 node4->_left = node5;
 node4->_right = node6;
 return node1;
}

二叉树的遍历

所谓二叉树遍历(Traversal)是按照某种特定的规则，依次对二叉树中的节点进行相应的操作，并且每个节点只操作一次。访问结点所做的操作依赖于具体的应用问题。 遍历是二叉树上最重要的运算之一，也是二叉树上进行其它运算的基础。

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。

前序遍历

后序遍历

中序遍历

节点个数

int TreeSize(BTNode* root)
{
	return root == NULL ? 0 :
		TreeSize(root->left) + TreeSize(root->right) + 1;
}

利用递归，节点为空节点个数为0。不为空，是左子树+右子树+1。

叶子节点个数

int TreeLeafSize(BTNode* root)
{
	if (root == NULL)
	{
		return 0;
	}

	if (root->left == NULL && root->right == NULL)
	{
		return 1;
	}

	return TreeLeafSize(root->left) + TreeLeafSize(root->right);
}

左子树+右子树进行递归。有一个判断条件如果左子树与右子树都为空就返回一。

二叉树第k层节点个数

int TreeLeveSize(BTNode* root, int k)
{
	if (root = NULL)
		return 0;
	if (k == 1)
		return 1;
	return TreeLeveSize(root->left, k - 1) +
		TreeLeafSize(root->right,k - 1);
}

这个咋说呢，把一个根节点的孩子当第一层，所以递归的时候传k-1。当k=1的时候返回1。

二叉树查找值为x的节点

int TreeFind(BTNode* root, int x)
{
	if (root == NULL)
		return;
	if (root == root->data)
		return root;
	BTNode* ret1 = TreeFind(root->left, x);
	if (ret1)
	{
		return ret1;
	}
	BTNode* ret2 = TreeFind(root->right, x);
	if (ret2)
	{
		return ret2;
	}

	return NULL；
}

直接递归查找，但是这里有一个问题。如果不创建一个临时变量把把之前递归的值存起来，就会重复递归。

二叉树的深度

int TreeHeigt(BTNode* root)
{
	if (root == NULL)
	{
		return 0;
	}

	int leftHeight = TreeHeigt(root->left);
	int rightHeight = TreeHeigt(root->right);

	return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
}

分为左子树右子树问题，遍历左子树右子树，并且创建临时变量把他们存起来。返回的左树与右树的值要加1，因为要加上根节点那个位置的节点。

二叉树的销毁

void TreeDestory(BTNode* root)
{
	if (root == NULL)
		return;
	TreeDestory(root->left);
	TreeDestory(root->right);
	free(root);
}

用后序的方法来销毁，先销毁左子树与右子树再销毁根节点。因为如果用前序的话就先销毁了根节点，就找不到这个根节点的左子树与右子树了。

二叉树的构建

#include<stdio.h>
#include<stdlib.h>

typedef struct BinaryTreeNode {
    int data;
    struct BinaryTreeNode* left;
    struct BinaryTreeNode* right;
} BTNode;

BTNode* creatTree(int* a,int* pi)
{
    if (a[*pi] == 0)
        return NULL;
    BTNode* node = (BTNode*)malloc(sizeof(BTNode));
    if (node == NULL)
    {
        perror("malloc error");
        exit(-1);
    }
    node->data = a[(*pi)++];
    node->left = creatTree(a, pi);
    node->right = creatTree(a, pi);

    return node;
}

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

    return root;
}
int main()
{
	int a[] = { 1,2,3,4,5,6,7,8,9,10,0 };
    int i = 0;
    BTNode* root = creatTree(a, &i);
    qianxu(root);
	return 0;
}

根据给出的数组，利用递归创建二叉树节点。然后利用前序遍历创建二叉树。

层序遍历

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。

int TreeLevelorder(BTNode* root)
{
	Queue q;
	QueueInit(&q);

	if(root)
	{
		QueuePush(&q, root);

	}
	
	while (!QueueEmpty(&q))
	{
		BTNode* front = QueueFront(&q);
		QueuePop(&q);
		printf("%d", front->data);

		if (front->left)
		{
			QueuePush(&q, front->left);
		}
		if (front->right)
		{
			QueuePush(&q, front->right);
		}
	}

	QueueDestroy(&q);
}

层序遍历利用了队列，先把根节点放入队中。然后把根的左孩子和右孩子放入队列中，把根节点pop掉。

判断二叉树是否为完全二叉树

//判断二叉树是否为完全二叉树
bool TreeComplete(BTNode* root)
{
	Queue q;
	QueueInit(&q);

	if (root)
	{
		QueuePush(&q, root);

	}

	while (!QueueEmpty(&q))
	{
		BTNode* front = QueueFront(&q);
		QueuePop(&q);

		if (front == NULL)
		{
			break;
		}

		QueuePush(&q,front->left);
		QueuePush(&q,front->right);
	}

	while (!QueueEmpty(&q))
	{
		BTNode* front = QueueFront(&q);
		QueuePop(&q);

		if (front)
		{
			QueueDestroy(&q);
			return false;
		}
	}

	QueueDestroy(&q);
	return true;


}

完完全二叉树是由满二叉树而引出来的，若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数(即1~h-1层为一个满二叉树)，第 h 层所有的结点都连续集中在最左边，所以如果一个二叉树最后一层左孩子为空，但是有右孩子就不是完全二叉树。
这个也是利用了队列，先存入根节点。根的左孩子和右孩子放入队列中，把根节点pop掉一直循环。这里和层序遍历有一定区别，这里空节点也存入队列。如果取到的队头节点是空，就跳出这个while函数执行下一个函数。下一个while循环是从这个空节点的位置继续往下找，如果全都是空就满足了第h层的所有节点都连续集中在最左边，如果后面还有不为空的值就不是完全二叉树。