数据结构MOOC浙大笔记

第三讲 树（上）

什么是树

树的定义

树的一些基本术语

1.结点的度（Degree）：结点的子树个数
2.树的度：树的所有结点中最大的度数
3.叶结点（Leaf）：度为0的结点
4.父结点（Parent）：有子树的结点是其子树的根节点的父结点
5.子结点（Child）：若A结点是B结点的父结点，则称B结点是A结点的子结点，子结点也称孩子结点
6.兄弟结点（Sibling）：具有同一父结点的彼此是兄弟的结点
7.路径和路径长度：从结点n₁到n_k的路径为一个结点序列n₁,n₂,- - -,n_k,n_i是n_i+1的父结点。路径所包含边的个数为路径的长度
8.祖先结点（Ancestor）：沿树根到某一结点路径上的所有结点都是这个结点的祖先节点
9.子孙节点（Descendant）：某一结点的子树中的所有结点是这个结点的子孙
10.结点的层次（Level）：规定根节点在1层，其它任一结点的层数是其父结点的层数加一
11.树的深度（Depth）：树中所有结点中最大层次是这棵树的深度

树的表示

初步想法如下：

但是每个结点的结构（指针域个数）不同，如果不统一结构，就会给程序实现带来困难；如果统一结构，就会造成空间的浪费

什么是二叉树

儿子-兄弟表示法

二叉树：一个有穷的结点的集合
这个集合可以为空
若不为空，则它是由根节点喝称其为左子树T_L和右子树T_R的两个不相交的二叉树组成

• 二叉树具体有五种基本形态
  

特殊二叉树

• 斜二叉树
• 完美二叉树/满二叉树
• 完全二叉树

二叉树的几个重要性质

• 一个二叉树的第i层的最大结点树为2^i-1,i>=1
• 深度为k的二叉树有最大的结点总数为2^k-1,k>=1
• 对任何非空二叉树T，若n₀表示叶节点的总数（子结点为0），n₁表示子节点为1的结点的总数，n₂表示子节点为2的结点的总数，则存在关系n₀=n₂+1
  
  

验证（利用边数）

• 边数=总的节点数-1
  边数=n₀+n₁+n₂-1
• 边数=每个结点的个数✖它对边的贡献
  边数=n₀✖0 + n₁✖1 + n₂✖2
  两便同时约掉n₁，再约掉一个n₂，得出结论

二叉树的抽象数据类型定义

类型名称：二叉树
数据对象集：一个又穷的结点的集合
若不为空，则由根节点和其左、右二叉树组成
操作集：
1.Boolean IsEmpty（BinTree BT）：判别BT是否为空
2.void Traversal（BinTree BT）：遍历，按某顺序访问每个结点
3.BinTree CreateBin（）：创建一个二叉树

二叉树的存储结构

1.顺序存储

完全二叉树：

一般二叉树

2.链表存储

1. 定义树的数据结构

typedef struct TreeNode *BinTree;
typedef BinTree Position;
struct TreeNode{
	ElementType Data;
	BinTree Left;
	BinTree Right; 
};

二叉树的遍历（数组实现）

常用的遍历方法由：
void PreOrderTraversal（BinTree BT）：**先序—**根、左子树、右子树
void InOrderTraversal（BinTree BT）：**中序—**左子树、根、右子树
void PostOrderTraversal（BinTree BT）：**后序—**左子树、右子树、根
void LevelOrderTraversal（BinTree BT）：层次遍历，从上到下、从左到右

• （1）先序遍历
• （取访问到的第一次）
  • ①访问根节点
  • ②先序遍历其左子树
  • ③先序遍历其右子树

void PreOrderTraversal(BinTree BT)
{
	if(BT){								//判断是否为空 
		printf("%d", BT->Data);			//访问根节点 
		PreOrderTraversal(BT->Left);	//对左子树递归
		PTrOrderTraversal(BT->Right);	//对右子树递归
	}
 } 

• （2）中序遍历
• （取访问到的第二次）
  • ①中序遍历其左子树
  • ②访问根节点
  • ③中序遍历其右子树

void PreOrderTraversal(BinTree BT)
{
	if(BT){								//判断是否为空 
		PreOrderTraversal(BT->Left);	//对左子树递归
		printf("%d", BT->Data);			//访问根节点 
		PTrOrderTraversal(BT->Right);	//对右子树递归
	}
 } 

• （3）后序遍历
• （取访问到的第三次）
  • ①后序遍历其左子树
  • ②后序遍历其右子树
  • ③访问根节点

void PreOrderTraversal(BinTree BT)
{
	if(BT){								//判断是否为空 
		PreOrderTraversal(BT->Left);	//对左子树递归
		PTrOrderTraversal(BT->Right);	//对右子树递归
		printf("%d", BT->Data);			//访问根节点 
	}
 } 

二叉树的非递归遍历（堆栈实现）

以中序为例

中序遍历非递归遍历算法

基本思路：使用堆栈

• 当遇到一个结点就把它压堆栈，并去遍历它的左子树
• 当左子树遍历结束后，从栈顶弹出这个结点并访问它
• 然后按其右指针再去中序遍历该结点的右子树

void InOrderTraversal(BinTree BT)
{
	BinTree T=BT;	//把BT赋给临时变量T
	Stack S=CreateSatck(MaxSize);	//创建并初始化堆栈S
	while(T || !IsEmpty(S)){			//树不空并且堆栈不空
		while(T){					//一直向左并将沿途结点压入堆栈
			Push(S, T);
			T=T->Left; 				//往左边走 
		//T为NULL时退出循环 
		} 
		if(!IsEmpty(S)){			//堆栈不空 
			T=Pop(S);				//结点弹出栈 
			printf("%5d", T->Data);	//打印结点
			T=T->Right;				//转向右子树 
		} 
			
	} 
	
} 

二叉树的层序遍历（队列实现）

二叉树遍历的核心问题：二维结构的线性化

• 从结点访问其左、右儿子结点
• 访问左儿子后，右儿子的结点怎么办？
  • 需要一个存储结构保存暂时不访问的结点
  • 存储结构：堆栈、队列

队列实现

遍历从根节点开始，首先将根节点入队，然后开始执行循环：结点出队、访问该结点、其左、右儿子入队

层序基本过程：先根节点入队，然后：
①从队列中取出一个元素
②访问该元素所指结点
③若该元素所指的结点的左、右孩子结点非空，则将其左、右儿子的指针顺序入队

void LevelOrderTraversal(BinTree BT)
{
	Queue Q;
	BinTree T;
	if(!BT){
		return ;	//若是空树则直接返回 
	}
	Q=CreatQueue(MaxSize);	//创建并初始化队列Q 
 } 

查找

查找：根据某个给定关键字K，从集合R中找出关键字与K相同的记录

• 静态查找
• 没有插入和删除操作，只有查找
• 动态查找
• 除了查找，还可能发生插入和删除

静态查找

• 方法1：顺序查找
  时间复杂度O(n)
  Tbl是一个一个指针的结构,有两个变量

typedef struct LNode *List;
struct LNode{
	ElementType Element[MAXSIZE];	//数组Element 
	int length;						//数组大小length 
}; 

//方法1：顺序查找
int SequentialSearch(List Tbl, ElementType K)
{//在Element[1]~Element[n]中查找关键字为K的数据元素 
	 int i;
	 Tb1->Element[0]=K;		//建立哨兵K
	 for(i=Tb1->Length; Tb->Elemnet[i]!=K; i--){
	 	//没有执行语句 
	 } 
	 return i;//查找成功返回所在单元下标，不成功返回0（初始哨兵的位置） 
 } 

• 方法2：二分查找（Binary Search）
  时间复杂度O(log₂n)
  假设n个数据元素的关键字满足有序（比如：从小到大），k₁<k₂<- - - <k_n并且是连续存放 (数组)，那么可以进行二分查找

//二分法查找算法
int BinarySearch(List Tbl, ElementType K)
{//在Tbl表中查找关键字为K的数据元素
	int left, right, mid, NoFound=-1;
	left=1;							//初始左边界
	right=1;						//初始有边界
	while(left<=right)				//判断该数组里面是否有元素存在
	{
		mid=(left+right)/2;			//计算中间元素坐标 
		if(K<Tbl->Element[mid]){
			right=mid-1;			//调整右边界 
		}else if(K>Tbl->Element[mid]){
			left=mid+1;				//调整左边界 
		}else{	
			return mid;				//查找成功，返回元素的下标 
		}
	 } 
	 return NotFound;				//查找不成功，返回-1 
	
 } 

动态查找