如有不懂的地方,可翻阅我之前文章哦!
个人主页:小八哥向前冲~_csdn
所属专栏:数据结构专栏
目录
树的概念和结构
我们在了解堆之前,要先了解树。那什么是树呢?
我们的生活当中,树再常见不过了,这里引入的树和生活当中树的结构类似。
树:
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。
特点:
- 有一个特殊的结点,称为根结点,根结点没有前驱结点
- 除根结点外,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。
注意:树形结构中,子树之间不能有交集,否则就不是树形结构。
树的概念要牢记!
树的相关概念
以下图为例:
结点的度:一个结点含有的子树的个数称为该结点的度; 如上图:A的为6。
叶结点或终端结点:度为0的结点称为叶结点; 如上图:B、C、H、I...等结点为叶结点。
非终端结点或分支结点:度不为0的结点; 如上图:D、E、F、G...等结点为分支结点。
双亲结点或父结点:若一个结点含有子结点,则这个结点称为其子结点的父结点; 如上图:A是B的父结点。
孩子结点或子结点:一个结点含有的子树的根结点称为该结点的子结点; 如上图:B是A的孩子结点。
兄弟结点:具有相同父结点的结点互称为兄弟结点; 如上图:B、C是兄弟结点。
树的度:一棵树中,最大的结点的度称为树的度; 如上图:树的度为6。
结点的层次:从根开始定义起,根为第1层,根的子结点为第2层,以此类推;
树的高度或深度:树中结点的最大层次; 如上图:树的高度为4。
堂兄弟结点:双亲在同一层的结点互为堂兄弟;如上图:H、I互为兄弟结点
结点的祖先:从根到该结点所经分支上的所有结点;如上图:A是所有结点的祖先
子孙:以某结点为根的子树中任一结点都称为该结点的子孙。如上图:所有结点都是A的子孙。
森林:由m(m>0)棵互不相交的树的集合称为森林;
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
};
树实际应用
二叉树的概念和结构
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. 由一个根结点加上两棵别称为左子树和右子树的二叉树组成。
特点
1. 二叉树不存在度大于2的结点
2. 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
比如:
注意:对于任意的二叉树都是由以下几种情况复合而成的:
特殊的二叉树:
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。
二叉树的性质
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
巩固
1. 某二叉树共有 399 个结点,其中有 199 个度为 2 的结点,则该二叉树中的叶子结点数为( )
A.不存在这样的二叉树
B.200
C.198
D.199
2.下列数据结构中,不适合采用顺序存储结构的是( )
A.非完全二叉树
B.堆
C.队列
D.栈
3.在具有 2n 个结点的完全二叉树中,叶子结点个数为( )
A.n
B.n+1
C.n-1
D.n/2
4.一棵完全二叉树的结点数位为531个,那么这棵树的高度为( )
A .11
B.10
C.8
D.12
5.一个具有767个结点的完全二叉树,其叶子结点个数为()
A.383
B.384
C.385
D.386
答案:B A A B B
什么是堆?
概念
如果有一个关键码的集合K ={ko,k1,k2,...,kn-1},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:K<= K2 i+1且K<= K2wi+2 (K>=K2sj41且K>=K2xi+2)i=0,1,.⒉...,则称为小堆(或大堆)。将根结点最大的堆叫做最大堆或大根堆,根结点最小的堆叫做最小堆或小根堆。
特点
- 堆中某个结点的值总是不大于或不小于其父结点的值;
- 堆总是一棵完全二叉树。
大小堆的区别:
堆的实现
我们知道了堆其实就是树,所以堆在结构上是链式的,那么我们在创建时,是否一定要弄成链式的?
那可不一定,在结构上是链式的,我们却可以设置成数组的结构,也就是顺序表的类型,其实也就是说,我们想象成链式的,而在物理上是连续的数组存储!
我们这里以建一个大堆为例。
我们先在一个头文件里写好我们需要的各种变量,和顺序表几乎无异。
typedef int HPDataType;
//堆
typedef struct Heap
{
HPDataType* a;
int size;
int capacity;
}HP;
初始化
这里的初始化也和顺序表几乎无异。
//初始化
void HPInit(HP* p)
{
assert(p);
p->a = NULL;
p->capacity = p->size = 0;
}
销毁
这里不做过多解释。
//销毁
void HPDestroy(HP* p)
{
assert(p);
free(p->a);
p->a = NULL;
p->capacity = p->size = 0;
}
判空
//判空
bool HPempty(HP* p)
{
assert(p);
return p->size == 0;
}
根位置数据
//根位置数据
HPDataType HPtop(HP* p)
{
assert(p);
return p->a[0];
}
插入和删除
我们重点讲一下插入和删除!
插入
我们在插入之前需要判断数组空间是否足够,如果不够,我们要先增容!
插入在数组末尾插入,可是插入一个未知数,可能会改变大堆(父亲节点>=孩子节点)。
我们可以利用向上调整法:
利用孩子节点求父亲节点,如果孩子节点小于父亲节点,就交换数值,一直向上调整直到孩子节点等于0,也就是父亲节点越界!
图:
代码:
//向上调整
void AdjustUp(HPDataType* a, int child)
{
int parent = (child - 1) / 2;
while (child > 0)//当孩子等于0时跳出
{
if (a[child] > a[parent])
{
Swap(&a[child], &a[parent]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
//插入
void HPpush(HP* p, HPDataType x)
{
assert(p);
if (p->size == p->capacity)
{
int newcapacity = p->capacity == 0 ? 4 : p->capacity * 2;
HPDataType* tmp = (HPDataType*)realloc(p->a,sizeof(HPDataType) * newcapacity);
if (tmp == NULL)
{
perror("realloc failed!");
return;
}
p->a = tmp;
p->capacity = newcapacity;
}
p->a[p->size++] = x;
AdjustUp(p->a, p->size - 1);
}
删除
删除的功能我们要求删除根的位置,单纯的删除了根位置数据后,那么第二层的第一个数据就成了根,可是根据堆的特点,兄弟节点之间比较不了大小!怎么办?
我们可以将根节点数据和最后一个叶子节点数据交换,然后删除叶子节点,也就是删除了根的数据,然后我们就可以用到向下调整法,来找到根!
向下调整法:
利用父亲节点来求到孩子节点,可是孩子节点有俩个,我们利用假设法找到最大的孩子节点,如果根数据小于孩子节点数据,就交换一下,直到孩子节点越界!
代码:
//向下调整
void AdjustDown(HPDataType* a, int n, int parent)
{
int child = parent * 2 + 1;
while (child < n)
{
//假设法,假设左右孩子大小
if (child + 1< n && a[child + 1] > a[child])
{
child++;
}
if (a[child] > a[parent])
{
Swap(&a[child], &a[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
//删除根位置
void HPpop(HP* p)
{
assert(p);
assert(p->size > 0);
//交换根位置和最后一个叶子,然后再删除
Swap(&p->a[0], &p->a[p->size - 1]);
p->size--;
AdjustDown(p->a, p->size, 0);
}
巩固
1.下列关键字序列为堆的是:()
A.100,60,70,50,32,65
B.60,70,65,50,32,100
C.65,100,70,32,50,60
D.70,65,100,32,50,60
E.32,50,100,70,65,60
F.50,100,70,65,60,32
2.已知小根堆为8,15,10,21,34,16,12,删除关键字 8 之后需重建堆,在此过程中,关键字之间的比较次 数是()。
A.1
B.2
C.3
D.4
3.一组记录排序码为(5 11 7 2 3 17),则利用堆排序方法建立的初始堆为 ()
A(11 5 7 2 3 17)
B(11 5 7 2 17 3)
C(17 11 7 2 3 5)
D(17 11 7 5 3 2)
E(17 7 11 3 5 2)
F(17 7 11 3 2 5)
4.最小堆[0,3,2,5,7,4,6,8],在删除堆顶元素0之后,其结果是()
A[3,2,5,7,4,6,8]
B[2,3,5,7,4,6,8]
C[2,3,4,5,7,8,6]
D[2,3,4,5,6,7,8]
答案:A C C C
码源
Heap.h文件
#include<stdio.h>
#include<assert.h>
#include<stdlib.h>
#include<stdbool.h>
typedef int HPDataType;
//堆
typedef struct Heap
{
HPDataType* a;
int size;
int capacity;
}HP;
//初始化
void HPInit(HP* p);
//销毁
void HPDestroy(HP* p);
//插入
void HPpush(HP* p, HPDataType x);
//删除根位置
void HPpop(HP* p);
//根位置数据
HPDataType HPtop(HP* p);
//向上调整
void AdjustUp(HPDataType* a, int child);
//向下调整
void AdjustDown(HPDataType* a, int n, int parent);
//交换
void Swap(HPDataType* p1, HPDataType* p2);
//判空
bool HPempty(HP* p);
Heap.c文件
#include"Heap.h"
//初始化
void HPInit(HP* p)
{
assert(p);
p->a = NULL;
p->capacity = p->size = 0;
}
//销毁
void HPDestroy(HP* p)
{
assert(p);
free(p->a);
p->a = NULL;
p->capacity = p->size = 0;
}
//交换
void Swap(HPDataType* p1, HPDataType* p2)
{
HPDataType tmp = *p1;
*p1 = *p2;
*p2 = tmp;
}
//向上调整
void AdjustUp(HPDataType* a, int child)
{
int parent = (child - 1) / 2;
while (child > 0)//当孩子等于0时跳出
{
if (a[child] > a[parent])
{
Swap(&a[child], &a[parent]);
child = parent;
parent = (child - 1) / 2;
}
else
{
break;
}
}
}
//插入
void HPpush(HP* p, HPDataType x)
{
assert(p);
if (p->size == p->capacity)
{
int newcapacity = p->capacity == 0 ? 4 : p->capacity * 2;
HPDataType* tmp = (HPDataType*)realloc(p->a,sizeof(HPDataType) * newcapacity);
if (tmp == NULL)
{
perror("realloc failed!");
return;
}
p->a = tmp;
p->capacity = newcapacity;
}
p->a[p->size++] = x;
AdjustUp(p->a, p->size - 1);
}
//向下调整
void AdjustDown(HPDataType* a, int n, int parent)
{
int child = parent * 2 + 1;
while (child < n)
{
//假设法,假设左右孩子大小
if (child + 1< n && a[child + 1] > a[child])
{
child++;
}
if (a[child] > a[parent])
{
Swap(&a[child], &a[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
//删除根位置
void HPpop(HP* p)
{
assert(p);
assert(p->size > 0);
//交换根位置和最后一个叶子,然后再删除
Swap(&p->a[0], &p->a[p->size - 1]);
p->size--;
AdjustDown(p->a, p->size, 0);
}
//根位置数据
HPDataType HPtop(HP* p)
{
assert(p);
return p->a[0];
}
//判空
bool HPempty(HP* p)
{
assert(p);
return p->size == 0;
}
堆排序
我们学会了堆的实现,那么堆能用到哪里呢?当然是排序了!
以将数组排成升序为例:
如果排成小堆,兄弟节点之间不会排成有序的,就要重新建堆!
所以我们排成大堆,然后将根和最后一个叶子节点交换数值,再将剩下的数(除了最后一个叶子节点)排成大堆,然后根再和倒数第二个叶子节点交换.........一直往复。
向上排序:
void HeapSort01(int*a,int n)
{
//需要排成升序,由于堆兄弟之间不能比较大小
//我们用大堆
for (int i = 0; i < n; i++)
{
AdjustUp(a, i);
}
int end = n - 1;
while (end > 0)
{
Swap(&a[0], &a[end]);
AdjustDown(a, end, 0);
end--;
}
}
向下排序:
void HeapSort02(int* a, int n)
{
for (int i = (n - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(a, n, i);
}
int end = n - 1;
while (end > 0)
{
Swap(&a[0], &a[end]);
AdjustDown(a, end, 0);
end--;
}
}
看到这里是不是恍然大悟?
我们下期见!