【算法与数据结构】树（一种递归的数据结构）

战战爱吃小面包

已于 2022-08-19 00:26:15 修改

阅读量545

点赞数

分类专栏：算法与数据结构文章标签：数据结构算法霍夫曼树 c语言

于 2022-08-19 00:00:19 首次发布

本文链接：https://blog.csdn.net/H_Lu711/article/details/126387223

版权

算法与数据结构专栏收录该内容

6 篇文章 1 订阅

订阅专栏

1、树的概念 + 二叉树概念和逻辑结构

【注意】：n个结点的二叉树有多少种形态：卡特兰数 $gif.latex?%5Cfrac%7BC_%7B2n%7D%5E%7Bn%7D%7D%7Bn+1%7D$

2、二叉树性质和存储结构

（1）性质

1.二叉树第i层最大结点数： $gif.latex?2%5E%7Bi-1%7D$ ，最少结点数：1

2.二叉树（k层）最大节点数： $gif.latex?2%5E%7Bk%7D-1$ ，最少结点数：k

3.二叉树叶子结点数n0，度为2的结点数n2，则 n0 = n2 + 1

4.具有n个结点的完全二叉树的深度k = $gif.latex?%5Cleft%20%5Clfloor%20log_%7B2%7D%5E%7Bn%7D%20%5Cright%20%5Crfloor%20+%201$

5.具有n个结点的完全二叉树，按层序编号：

若 i > 1，其双亲结点为 $gif.latex?%5Cleft%20%5Clfloor%20%5Cfrac%7Bi%7D%7B2%7D%20%5Cright%20%5Crfloor$ ；

若 2i > n，i 为叶子结点，无左孩子，否则左孩子为 2i；

若 2i + 1 > n，i 无右孩子，否则右孩子为 2i +1

（2）两种特殊的二叉树

1.满二叉树（深度为k，结点数n为 $gif.latex?2%5E%7Bk%7D-1$ ）

特点：每一层的结点数都是满的（最大节点数）；叶子节点都在最底层。

2.完全二叉树（深度为k， $gif.latex?2%5E%7Bk-1%7D%5Cleqslant$ 结点数n $gif.latex?%5Cleq%202%5E%7Bk%7D-1$ ）

特点：叶子结点可能出现在最底层和倒数第二层；

任一结点，若右子树最大层次为 i，则左子树最大层次为 i 或 i+1；

所以：满二叉树一定是完全二叉树，但完全二叉树不一定是满二叉树。

（3）存储结构

顺序存储

实现：按满二叉树的结点层次编号，依次存放二叉树中的数据元素

缺点：存储密度小，浪费空间

适用：满二叉树和完全二叉树，并且蕴含结点之间的关系

链式存储

存储结构：

typedef struct BiNode {
    ElemType data;
    struct BiNode *lchild, *rchild;// 左右孩子指针
}BiNode, *BiTree;

【注意】在n个结点的二叉链表中，有 n + 1 个空指针域。

3、遍历二叉树和线索二叉树

（1）遍历二叉树

三种遍历：先（DLR）、中（LDR）、后（LRD）

【注意】给树求出遍历结果、给两个序列（中+先/中+后/中+层）逆推树都要会！

算法实现（利用递归）：

算法思想：

先序遍历：若二叉树为空，则空操作；

若二叉树非空，访问根结点D，先序遍历左子树L，先序遍历右子树R。

中序遍历：若二叉树为空，则空操作；

若二叉树非空，中序遍历左子树L，访问根结点D，中序遍历右子树R。

后序遍历：若二叉树为空，则空操作；

若二叉树非空，后序遍历左子树L，后序遍历右子树R，访问根结点D。

// 先序遍历
void PreOrder(BiTree T){
    if(T != NULL){
        visit(T);
        PreOrder(T->lchild);
        PreOrder(T->rchild);
    }
}
// 中序遍历
void InOrder(BiTree T){
    if(T != NULL){
        InOrder(T->lchild);
        visit(T);
        InOrder(T->rchild);
    }
}
// 后序遍历
void PostOrder(BiTree T){
    if(T != NULL) {
        PostOrder(T->lchild);
        visit(T);
        PostOrder(T->rchild);
    }
}

算法实现（非递归）：

利用栈实现中序遍历(先序遍历和中序遍历就访问位置不同，在结点入栈时访问)：

算法思想：

建立一个栈；

根结点入栈，遍历左子树；

根结点出栈，输出根结点，遍历右子树；

// 利用栈实现二叉树的中序遍历
void InOrder2(BiTree T){
    InitStack(S); BiTree p = T;
    while(p || !isEmpty(S)){
        if(p != NULL) {
            Push(S, p); p = p->lchild;    //若是先序遍历，即在Push前先访问结点
        }else {
            Pop(S, p); visit(p); p = p->rchild;
        }
    }
}

利用队列实现层次遍历：

算法思想：

建立一个队列；

根结点入队；

队不空时循环，根结点出队，左右孩子入队；

// 利用队列实现层次遍历
void LevelOrder(BiTree T){
    InitQueue(Q); BiTree p; EnQueue(Q, T);
    while(!isEmpty(Q)) {
        DeQueue(Q, p);
        visit(p);
        if ( p->lchild != NULL )
            EnQueue(Q, p->lchild);
        if ( p->rchild != NULL )
            EnQueue(Q, p->rchild);
    }
}

算法分析：

1. 三种遍历的递归算法访问路径相同，只是访问结点的实际不同。每个结点都经过3次：第1次经过时访问=> 先序；第2次经过时访问=>中序；第3次经过时访问=>后序。

2. 时间复杂度O(n) // 每个结点只访问一次；空间复杂度O(n) // 栈占用的最大辅助空间

算法应用：

1. 复制二叉树

算法思想：

如果是空树，递归结束；

否则，申请新结点空间，复制根结点；

递归复制左子树，右子树；

// 复制二叉树
int Copy(BiTree T, BiTree &newT){
    if ( T == NULL ){
        newT = NULL;
        return 0;
    }
    newT = (BiNode *)malloc(sizeof(BiNode));
    newT->data = T->data;
    Copy(T->lchild, newT->lchild);
    Copy(T->rchild, newT->rchild);
}

2.计算二叉树深度

算法思想：

如果是空树，则深度为0；

否则，递归计算左子树深度为m，递归计算右子树深度为n，取较大者+1；

// 计算二叉树的深度
int Depth(BiTree T){
    if(T == NULL) return 0;
    m = Depth(T->lchild);
    n = Depth(T->rchild);
    if ( m > n) return (m + 1);
    else return (n + 1);
}

3.计算结点总数

算法思想：

若为空树，则结点总数为0；

否则，遍历左子树和右子树，最后根结点（+1）

// 计算二叉树结点总数
int NodeCount(BiTree T) {
    if( T == NULL ) return 0;
    return NodeCount(T->lchild) + Node(T->rchild) + 1;
}

4.计算叶子结点数

算法思想：

若为空树，则叶子结点数为 0；

否则，递归左子树和右子树，若没有左右孩子则 + 1；

// 计算二叉树叶子结点个数
int LeafCount(BiTree T) {
    if ( T == NULL ) return 0;
    if( T->lchild == NULL && T->rchild == NULL) 
        return 1;
    return LeafCount(T->lchild) + LeafCount(T->rchild);
}

（2）线索二叉树

会手画中序、后序线索二叉树即可。（先写出序列，再画）

存储结构（增设两个标志位ltag和rtag）:

// 线索二叉树的存储结构
typedef struct ThreadNode{
    int data;
    struct ThreadNode *lchild, *rchild;
    int ltag, rtag;// 0为孩子，1为前驱或后继
}ThreadNode, *ThreadTree;

【注意】为保证第一个序列的第一个结点和最后一个结点的一致性，可以增设一个头结点（ltag=0，指向根节点；rtag=1，执行序列的最后一个结点）！

4、树和森林

（1）树的存储结构

双亲表示法：数据域（结点本身信息）＋双亲域（双亲结点在数组中的下标）；

特点：找双亲容易，找孩子难；

孩子链表法：n个头结点用顺序表存储，n个结点有n个孩子链表；

特点：找孩子容易，找双亲难；

孩子兄弟表示法：用二叉链表作为存储结构，两个指针域分别指向第一个孩子结点和兄弟结点；

特点：找孩子容易，找兄弟容易，找双亲难；

（2）树和二叉树互转

树转二叉树：兄弟相连留长子。

二叉树转树：左孩右右连双亲，去掉原来右孩线。

（3）森林和二叉树互转

森林转二叉树：树变二叉根相连。

二叉树转森林：去掉全部右孩线，孤立二叉再还原。

（4）树的遍历

先根遍历：先根，再遍历哥子树；

后根遍历：先遍历各子树，后根；

层次遍历：自上而下，自左向右；

（5）森林的遍历

先序遍历：对森林中的每一棵树都进行先根遍历；

中序遍历：对森林中的每一棵树都进行后根遍历；

5、二叉排序树BST（左<根<右）

根据左<根<右这个特性，按中序遍历可以得到一个递增序列，要会查找、构造（插入）和删除。

删除：叶子结点：直接删除；

只有左子树或右子树：直接用左子树或右子树替代即可；

既有左子树又有右子树：将右子树中最左下结点（直接后继）替代或左子树的最右下结点（直接前驱）替代即可；

查找长度：在查找过程中，对比关键字的次数（反映了时间复杂度和二叉树的高度有关，而我们知道n个结点的最小高度为 $gif.latex?%5Cleft%20%5Clfloor%20log_%7B2%7D%5E%7Bn%7D%20%5Cright%20%5Crfloor%20+%201$ ，所以时间复杂度最小为O( $gif.latex?log_%7B2%7D%5E%7Bn%7D$ )，故引入AVL）