树的基本概念
- 树(tree)是一种逻辑结构,它是由n(n>=0)个结点组成的有限集合。
- 如果n=0,则他是空树。
- 如果n>0,则其中存在唯一结点作为树的根结点(root)。
- 除根结点外的其余元素被分为m(m>=0)个互不相交的集合T1,T2…Tm,每个子集本身也是一棵树,被称作根结点的子树。
树当中的基本术语
- 祖先结点:指按照路径找到该结点所经过的结点,例如:A,B,D结点是I的祖先结点。
- 子孙结点: 祖先结点反过来就是子孙结点,例如I是D,B,A的子孙结点。
- 双亲结点:按照路径找到该结点所经过的最近结点,例如:B是D的双亲结点,D是I的双亲结点。
- 孩子结点:双亲结点反过来就是孩子结点,例如:D是B的孩子结点,G是C的孩子结点。
- 双亲结点:拥有共同的双亲结点的结点互为兄弟结点,例如:D是E的兄弟节点,F是H的兄弟结点。
- 度 :树中一个结点的子结点的个数为该结点的度,例如:C结点的度等于3. 而树的度则是树中最大的度数,例如图中树的度数为3,因为3是所有树中所有结点的最大度数。
- 分支结点和叶子结点:度大于0的结点称为分支结点,度等于0的结点称为叶子节点。
- 结点的高度和深度:由叶子结点向上逐层累加,即结点B的高度为3。深度和高度相反,即B的深度为2。
二叉树的基本概念
- 二叉树是树形结构的一种,顾名思义,二叉树,即每个结点最多只能有两个孩子结点,而这两个孩子结点也有区别,他们分为左孩子结点和右孩子结点。
树的存储结构
-
树的顺序存储
- 用一组连续的存储单元依次自上而下,自左至右存储二叉树上的结点元素,我们在这里依旧运用数组类型这样的方法。用这种存储结构我们不仅要知道二叉树要存储的数据信息,还要知道它的结构信息,比如双亲和孩子的关系。
- 另外,此存储方式只适用于完全二叉树,因为完全二叉树中令根节点的数组下标为1,那么所有节点的左孩子为2i(i为该孩子的双亲结点的数组下标),右孩子为2i+1。所以存储完全二叉树时,这个方法不会浪费存储空间,又可以很快确定结点的存放位置。
- 但是对一般二叉树而言,则会有存储空间的大量浪费。
例如:
-
链式存储结构
- 用链表来存放一棵树,每个结点用链表的一个链结点来存储。
如图: - 下面我们以二叉树为例列举一个简单操作,因为二叉树每个节点最多只有两个孩子结点,则我们可以把每个结点分为三个域,即左孩子域,右孩子域和指针域,下面是结点结构体的代码:
- 用链表来存放一棵树,每个结点用链表的一个链结点来存储。
// A code block
var foo = 'bar';
typedef struct BiTreeNode
{
ElemType data;
struct BitreeNode *lchild
struct BitTreeNode *rchild
}BitTreeNode,*BiTree;
二叉树的遍历
- 关于二叉树的遍历,我们有三种遍历方式。
- 先序遍历(DLR):先遍历根结点,然后遍历左子树,最后遍历右子树。
- 中序遍历(LDR):先遍历左子树,然后遍历根节点,最后遍历右子树。
- 后序遍历(LRD):先遍历左子树,然后遍历右子树,最后遍历根结点。
- 下面列举一个二叉树,并通过不同的遍历算法,让我们通过不同的算法得到不同的节点顺序:
- 二叉树的先序遍历算法:
void PreOrder(BiTree *bt) /* bt为指向根结点的指针*/
{
if (bt) /*如果bt为空,结束*/
{
visit (bt); /*访问根结点*/
PreOrder (bt -> lchild); /*先序遍历左子树*/
PreOrder (bt -> rchild); /*先序遍历右子树*/
}
}
所得结果为:124895367
- 二叉树的中序遍历算法:
void InOrder(BtNode *bt)
{
if(bt)
{
InOrder(bt->lchild);
visit (bt);
InOrder(bt->rchild);
}
}
所得结果为:849251637
- 二叉树的后序遍历算法:
void InOrder(BtNode *bt)
{
if(bt= NULL)
{
InOrder(bt->leftchild);
InOrder(bt->rightchild);
visit (bt);
}
}
所得结果为:894526731