数据结构——树

He_xj

已于 2022-06-02 20:53:42 修改

阅读量135

点赞数

分类专栏：数据结构文章标签：数据结构算法霍夫曼树

于 2022-06-02 20:42:26 首次发布

本文链接：https://blog.csdn.net/HcViking/article/details/125104184

版权

数据结构专栏收录该内容

11 篇文章 2 订阅

订阅专栏

正文

树的基本概念

1. 树的定义
树是一种数据结构，它是由n(n≥0)个有限节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。它具有以下的特点：

每个节点有零个或多个子节点；
没有父节点的节点称为根节点；
每一个非根节点有且只有一个父节点；
除了根节点外，每个子节点可以分为多个不相交的子树。

树的基本术语

结点的度和树的度：某个结点的子树个数为结点的度，树中所有的结点的度中的最大值叫做树的度
分支结点与叶子结点：分支结点就是度不为零的节点可以分为单分支结点（度为1）和 n 分支结点（度为n），叶子结点就是度为0的结点如上图标‘#’的结点都是叶子结点
路径和路径长度：树种存在一个结点序列( $k_1$ , $k_2$ , $k_3$ … $k_n$ ),可以从 $k_1$ 走到 $k_n$ 就称该结点序列为一条路径。路径长度就是该路径所通过的结点数目减去1即可。
孩子结点、双亲结点、兄弟结点：每个结点的后继节点被称为孩子结点(如B、C就是A的孩子结点), 兄弟结点就是有同一个双亲的结点（B和C有同一个双亲A所以B和C就是一对兄弟结点）所以双亲结点就显而易见了。
结点层次和树的高度：树中结点层次的最大值为树的高度，结点层次根的层次为0，根的直接左右孩子层次为1，以此类推层次逐渐递增。

树的性质

性质1：树的结点数等于所有结点数的度数之和加1（这个1就是根节点的度）
性质2：度为m的树的第i层上最多有 $m^{i - 1}$ 个结点
性质3：高度为h的m次树最多有 $\frac{m^h - 1}{m - 1}$ 个结点
性质4：具有n个结点的m次树的最小高度为[ $log_m{(n(m - 1)+1)}$ ]

其中有一些比较重要的公式

在m次树中计算结点个数时常用的关系有
1.所有的结点的度之和 = n - 1
2.所有结点的度之和 = $n_1$ + 2* $n_2$ + 3* $n_3$ + … + m* $n_m$
3.n = $n_1$ + $n_2$ + $n_3$ + … + $n_m$
其中 $n_1$ 代表度为1的结点，前面的系数为该类型的结点的个数

以上就是树的一些基本概念和关键字了

二叉树

二叉树的定义：

二叉树是n个有限元素的集合，该集合或者为空、或者由一个称为根（root）的元素及两个不相交的、被分别称为左子树和右子树的二叉树组成，是有序树。当集合为空时，称该二叉树为空二叉树。在二叉树中，一个元素也称作一个节点

Attention:

度为2的树中至少存在一个结点的度为2，而二叉树没有这个要求
度为2的树不区分左、右子树，而二叉树是严格区分左、右子树的

二叉树的特点：

每个结点最多有两颗子树，所以二叉树中不存在度大于2的结点。
左子树和右子树是有顺序的，次序不能任意颠倒。
即使树中某结点只有一棵子树，也要区分它是左子树还是右子树。

二叉树的性质：
1）在非空二叉树的第i层上最多有 $2^{i - 1}$ 个节点(i $\geq$ 1)
2）高度为h的二叉树最多有 $2^{h - 1}$ 个节点。(h $\geq$ 1)
3） $n_0$ = $n_2$ + $1$ 其中： $n_0$ 表示度数为0的节点数， $n_2$ 表示度数为2的节点数。
4）在完全二叉树中，具有n个节点的完全二叉树的深度为[ $log_2n$ ]+1，其中[ $log_2n$ ]是向下取整。
5）若对含 n 个结点的完全二叉树从上到下且从左至右进行 1 至 n 的编号，则对完全二叉树中任意一个编号为 i 的结点有如下特性：

(1) 若 i=1，则该结点是二叉树的根，无双亲, 否则，编号为 [i/2] 的结点为其双亲结点;
(2) 若 2i>n，则该结点无左孩子，否则，编号为 2i 的结点为其左孩子结点；
(3) 若 2i+1>n，则该结点无右孩子结点，否则，编号为2i+1 的结点为其右孩子结点。

特殊二叉树

斜树：所有的结点都只有左子树的二叉树叫左斜树。所有结点都是只有右子树的二叉树叫右斜树。这两者统称为斜树。这完全可以脑补出来（就不搞图片了）
满二叉树：在一棵二叉树中。如果所有分支结点都存在左子树和右子树，并且所有叶子都在同一层上，这样的二叉树称为满二叉树。

非空满二叉树的特点：

（1）叶子结点都在最下一层
（2）只有度为0的结点和度为2的结点

完全二叉树：对一颗具有n个结点的二叉树按层编号，如果编号为i(1 $\leq$ i $\leq$ n)的结点与同样深度的满二叉树中编号为i的结点在二叉树中位置完全相同，则这棵二叉树称为完全二叉树。

完全二叉树的特点：

(1)叶子结点只能出现在最下层和次下层。
(2)最下层的叶子结点集中在树的左部。
(3)倒数第二层若存在叶子结点，一定在右部连续位置。
(4)如果结点度为1，则该结点只有左孩子，即没有右子树。
(5)同样结点数目的二叉树，完全二叉树深度最小。
(6)当结点总数n为奇数时， $n_1$ =0，当结点总数为偶数时 $n_1$ =1。

二叉树的遍历 ------ 采用递归实现

先序遍历：
主要方式为： 根结点 -> 左子树 -> 右子树

void Preorder(Bnode *root)
{
	if(root)
	{
		print("%c",root -> val);//根
		Preorder(root -> left);//左
		Preorder(root -> right);//右
	}
}

中序遍历：
主要方式为： 左子树 -> 根结点 -> 右子树

void Inorder(Bnode *root)
{
	if(root)
	{
		Inorder(root -> left);//左
		print("%c",root -> val);//根
		Inorder(root -> right);//右
	}
}

后序遍历：
主要方式为： 左子树 -> 左子树 -> 根结点

void Postorder(Bnode *root)
{
	if(root)
	{
		Postorder(root -> left);//左
		Postorder(root -> right);//右
		print("%c",root -> val);//根
	}
}

为了帮助理解特地献上一份文章 `<----`点击跳转

并查集，在一些有N个元素的集合应用问题中，我们通常是在开始时让每个元素构成一个单元素的集合，然后按一定顺序将属于同一组的元素所在的集合合并，其间要反复查找一个元素在哪个集合中。这一类问题近几年来反复出现在信息学的国际国内赛题中。其特点是看似并不复杂，但数据量极大，若用正常的数据结构来描述的话，往往在空间上过大，计算机无法承受；即使在空间上勉强通过，运行的时间复杂度也极高，根本就不可能在比赛规定的运行时间（1～3秒）内计算出试题需要的结果，只能用并查集来描述。
并查集是一种树型的数据结构，用于处理一些不相交集合（disjoint sets）的合并及查询问题。常常在使用中以森林来表示----来自百度百科

你会惊奇的发现，百度百科中的例题可以使用下面的并查集巧妙的解决

直接上代码hhh

(1)朴素并查集：

    int p[N]; //存储每个点的祖宗节点

    // 返回x的祖宗节点
    int find(int x)
    {
        if (p[x] != x) p[x] = find(p[x]);
        return p[x];
    }

    // 初始化，假定节点编号是1~n
    for (int i = 1; i <= n; i ++ ) p[i] = i;

    // 合并a和b所在的两个集合：
    p[find(a)] = find(b);


(2)维护size的并查集：

    int p[N], size[N];
    //p[]存储每个点的祖宗节点, size[]只有祖宗节点的有意义，表示祖宗节点所在集合中的点的数量

    // 返回x的祖宗节点
    int find(int x)
    {
        if (p[x] != x) p[x] = find(p[x]);
        return p[x];
    }

    // 初始化，假定节点编号是1~n
    for (int i = 1; i <= n; i ++ )
    {
        p[i] = i;
        size[i] = 1;
    }

    // 合并a和b所在的两个集合：
    size[find(b)] += size[find(a)];
    p[find(a)] = find(b);


(3)维护到祖宗节点距离的并查集：

    int p[N], d[N];
    //p[]存储每个点的祖宗节点, d[x]存储x到p[x]的距离

    // 返回x的祖宗节点
    int find(int x)
    {
        if (p[x] != x)
        {
            int u = find(p[x]);
            d[x] += d[p[x]];
            p[x] = u;
        }
        return p[x];
    }

    // 初始化，假定节点编号是1~n
    for (int i = 1; i <= n; i ++ )
    {
        p[i] = i;
        d[i] = 0;
    }

    // 合并a和b所在的两个集合：
    p[find(a)] = find(b);
    d[find(a)] = distance; // 根据具体问题，初始化find(a)的偏移量

鸣谢：
本文部分内容来自此

作者：MrHorse1992
链接：https://www.jianshu.com/p/bf73c8d50dc2
来源：简书

并查集代码来自：
作者：yxc
链接：https://www.acwing.com/blog/content/404/
来源：AcWing

感谢你的阅读 ：）

He_xj

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
数据结构——树

1. 树的定义树是一种数据结构，它是由n(n≥0)个有限节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。它具有以下的特点：其中有一些比较重要的公式以上就是树的一些基本概念和关键字了Attention:中序遍历：主要方式为：后序遍历：主要方式为：为了帮助理解特地献上一份文章点击跳转并查集直接上代码hhh感谢你的阅读............
复制链接

扫一扫