二叉树（堆）

树

树的概念

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。

进行拆解，其实就是一个根和n（n>=0)棵子树构成，比如这里就是A和B\C\D三棵子树

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；

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
};

可以简短概括为：左孩子右兄弟
eg.

树在实际中的应用

表示文件系统的目录树结构

二叉树

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

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
注意：对于任意的二叉树都是由以下几种情况复合而成的：

其实也可以这么说，度为2的树就是二叉树

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。（每一层都是满的）
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。（前k-1层为满的，最后一层不一定满，但从左到右必须连续）

二叉树的性质

1. 若规定根节点的层数为1，则一棵非空二叉树的第i层上最多有2^(i-1) 个结点.
2. 若规定根节点的层数为1，则深度为h的二叉树的最大结点数是2^h-1 .
3. 对任何一棵二叉树, 如果度为0其叶结点个数为 n0, 度为2的分支结点个数为n2 ,则有 n0＝n2 ＋1
4. 若规定根节点的层数为1，具有n个结点的满二叉树的深度，h= log2(n+1)(ps：log2(n+1) 是log以2为底，n+1为对数)
5. 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节点从0开始编号，则对于序号为i的结点有：

1. 若i>0，i位置节点的双亲序号：(i-1)/2；i=0，i为根节点编号，无双亲节点
2. 若2i+1<n，左孩子序号：2i+1，2i+1>=n否则无左孩子
3. 若2i+2<n，右孩子序号：2i+2，2i+2>=n否则无右孩子

二叉树的存储结构

二叉树一般可以使用两种结构存储，一种顺序结构，一种链式结构。

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，关于堆我们后面的章节会专门讲解。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
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。

堆的概念及结构

堆的实现（此处默认小堆）

创建与销毁堆

void HeapInit(HP* php) {
	assert(php);

	php->a = NULL;
	php->capacity = php->size = 0;
}

void HeapDestroy(HP* php) {
	assert(php);

	free(php->a);
	php->a = NULL;
	php->capacity = php->size = 0;
}

向上调整算法||向下调整算法

void Swap(HPDataType* a, HPDataType* b) {
	int temp = *a;
	*a = *b;
	*b = temp;
}//交换函数

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

		else {
			break;//这里没必要return
		}

		child = parent;
		parent = (parent - 1) / 2;
	}
}

void AdjustDown(HPDataType* a, int size, int parent) {
	int child = parent * 2 + 1;//假设左子节点小于右子节点
	//右子节点不一定有，可能会越界
	while (child < size) {
		if (child + 1 < size && a[child + 1] < a[child]) {
			child++;//其实就是左子节点转换到右子节点上
		}

		if (a[child] < a[parent]) {
			Swap(&a[child], &a[parent]);
			parent = child;//parent移动到原来child的位置上
			child = child * 2 + 1;//child来寻找自己的下一个左子节点
		}

		else {
			break;
		}
	}
}

增加元素和删除元素

//删除堆顶元素（根节点）
void HeapPop(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);//从根向下调
}
//删除用

//时间复杂度O(logN)
void HeapPush(HP* php, HPDataType x) {
	assert(php);

	if (php->size == php->capacity) {
		int newCapacity = php->capacity == 0 ? 4 : php->capacity * 2;
		HPDataType* tmp = (HPDataType*)realloc(php->a, newCapacity * sizeof(HPDataType));
		if (tmp == NULL) {
			perror("realloc fail");
			return;//eg.exit(-1)也可以
		}
		php->a = tmp;
		php->capacity = newCapacity;
	}
	php->a[php->size] = x;
	php->size++;

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

Push图示：

假如加一个大于56的值，那么就会是这个样子

假如加1个小于56的值，极端一点，我们选择5

显然这不符合小堆的定义：子节点大于父节点，所以首先5和56要互换；此时虽然5的下面是56和70，均大于5，但是10的下面是5和15，那么此时就要把5和10的位置再次进行互换，从而达到最终的结果，而图示则是最后这种情况：

这就是插入新元素到堆里面的一个小例子，希望大家看完之后可以知道原理，通俗来讲其实就是儿子跟爸爸比大小
Pop图示：

首先，我们来看一下，如果我们直接删除掉根节点，就算按照剩下的节点来排列，那么就会出现关系错位，比如父子变成了兄弟这样的情况，所以我们不可以进行移动删除，这样是绝对错误的。

而我们要进行的，则是首尾交换，再进行向下调整。首尾交换之后，删除尾，并在左右子节点中寻找较小的那一个，并进行交换，直到不能交换或者到达叶子节点（也就是没有子节点的节点）

比如在这里，就是10和70交换之后，删除10；然后70都大，15和56中15较小，所以70和15做交换；70比25和30都大，25小，那么70和25交换，最后达到这种效果：

取堆顶元素（根节点）、确认堆是否为空、返回堆的元素个数

HPDataType HeapTop(HP* php) {
	assert(php);
	assert(php->size > 0);

	return php->a[0];
}

bool HeapEmpty(HP* php) {
	assert(php);

	return php->size == 0;
}

size_t HeapSize(HP* php) {
	assert(php);

	return php->size;
}

以上就是构成堆的函数，在下一篇文章中，我将会为大家详细讲解堆的两个应用：topK问题以及堆排序问题，希望大家多多点赞！