数据结构(七)

最新推荐文章于 2022-04-02 23:54:46 发布
最新推荐文章于 2022-04-02 23:54:46 发布
阅读量482 收藏
点赞数
分类专栏： 数据结构 c语言 文章标签： 树 树的专业术语 数据结构 c语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/change_on/article/details/50709720
版权
数据结构 同时被 3 个专栏收录
7 篇文章 0 订阅
订阅专栏
c语言
5 篇文章 0 订阅
订阅专栏
树
1 篇文章 0 订阅
订阅专栏

接着树：

树的专业术语:  结点   父结点   子结点    子孙    堂兄弟

深度：从根结点到最底层结点的层数称为深度

叶子结点：没有子结点的结点

非终端结点：实际上就是非叶子结点

度：子结点的个数称为度

 

树分类：

       一般树：任意一个结点的子结点个数不受限制

       二叉树：任意一个结点的子结点个数最多两个，且子结点的位置不可更换

             分类：

                  一般二叉树

                  满二叉树：不增加树的层数的前提下，无法再多添加一个结点的二叉树                                                                                                          

                  完全二叉树：如果只是删除了满二叉树最底层最右边的连续若干个结                                        点，这样形成的二叉树就是完全二叉树，满二叉树是完全二叉树的特例

       森林：n个互不相交的树的集合

 

树的存储：

         二叉树的存储：

                     连续存储：[完全二叉树]

优点：查找某个结点的子结点和父结点（也包括判断有没有子结点）速度很快

缺点：耗用内存空间过大

树不是线性结构，而内存分配是线性结构，二叉树在存储过程中，都要转化为完全二叉树来存储，再由完全二叉树转化为线性结构

                     链式存储：

         一般树的存储

                    双亲表示法

                              求父结点方便

                    孩子表示法

                              求子结点方便

                    双亲孩子表示法

                              求父结点和子结点都很方便

                    二叉树表示法

                              把一个普通树转化为二叉树来存储

                              具体转化方法：

                              设法保证任意一个结点的

                                 左指针域指向它的第一个孩子

                                 右指针域指向它的兄弟

                              只要能满足此条件，就可以把一个普通树转化为二叉树

                              一个普通树转化成的二叉树一定没有右子树

         森林的存储

                   先把森林转化为二叉树，再存储二叉树

    

         二叉树的操作：

        遍历：先序遍历：[锡先访问根结点]

                       先访问根结点

                       再先序访问左子树

                       再先序访问右子树

              中序遍历：[中间访问根结点]

                       中序遍历左子树

                       再访问根结点

                       再中序遍历右子树

              后序遍历: [最后访问根结点]

                       先中序遍历左子树

                       再中序遍历右子树

                       再访问根结点

                     

已知两种遍历序列求原始二叉树：

       通过先序和中序或者中序和后序我们可以还原出原始二叉树，但是通过先序和后序是无法还原原始二叉树的。

J_小浩子
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
2024年统招“专升本”考前模拟测试卷《数据结构》课程数据结构数据结构七.rar
01-15
数据结构七
数据结构实验七.docx
05-10
数据结构实验七：数组实验、稀疏矩阵运算 本实验主要目的是通过数组操作原理，掌握稀疏矩阵的简单运算，奠定灵活运用数组和稀疏矩阵的基础。实验内容包括实现一个能进行稀疏矩阵基本运算的运算器，使用三元组顺序表...
广度优先搜索例1
nanYangTangHeGuoTan的博客
04-22 606
已知若干个城市的地图，求从一个城市到另一个城市的路径，要求路径中经过的城市最少 如上图所示表示从城市A到城市H的交通图，从图中要找到一条从城市A到城市H要经过城市最少的一条路线。 //定义city记录入队城市，pre记录该城市的前驱城市 class Struct{ int city,pre; Struct(int city,int pre){ this.city=city;
算法面试题解答（七）
weixin_33830216的博客
12-18 73
这篇讲关于链表的故事，先来一个经典的题目吧：链表反转： LinkedListNode * revertLinkedlist(LinkedListNode *list) { if(list == NULL || list->next == NULL) return list; LinkedListNode *prev,*cur, *t; ...
数据结构与算法（七）
幽冥微波
03-29 107
递归：自己调用自己 理解容易，用法自己要活用 递归基础 package com.bjsxt.queue; //递归 public class TestRecursive { public static void main(String[] args){ print(3); } public static void print(int i){ ...
7-3 七桥问题
qq_41478705的博客
05-16 831
7-3哥尼斯堡的“七桥问题”（25 分）小知识（ゝω・）欧拉回路：如果图G中的一个路径包括每个边恰好一次，则该路径称为欧拉路径。如果一个回路是欧拉路径，则称为欧拉回路。具有欧拉回路的图称为欧拉图（简称E图）。具有欧拉路径但不具有欧拉回路的图称为半欧拉图。所有顶点的度均为偶数的任何连通图必然有欧拉回路。哥尼斯堡是位于普累格河上的一座城市，它包含两个岛屿及连接它们的七座桥，可否走过这样的七座桥，而且每...
7-23 哥尼斯堡的“七桥问题”（25 point(s)）
codeswarrior的博客
11-02 1794
7-23 哥尼斯堡的“七桥问题”（25 point(s)） 哥尼斯堡是位于普累格河上的一座城市，它包含两个岛屿及连接它们的七座桥，如下图所示。 可否走过这样的七座桥，而且每桥只走过一次？瑞士数学家欧拉(Leonhard Euler，1707—1783)最终解决了这个问题，并由此创立了拓扑学。 这个问题如今可以描述为判断欧拉回路是否存在的问题。欧拉回路是指不令笔离开纸面，可画过
数据结构——七大经典排序算法
qq_58284486的博客
04-02 6352
目录 排序的概念 插入排序 直接插入排序 希尔排序(缩小增量的排序) 选择排序 直接选择排序 堆排序 交换排序 冒泡排序 快速排序 归并排序 对于排序算法的总结 所有的排序算法均已上传至码云(Gitee)中，可以点击查看：七大经典排序算法代码 排序的概念 排序即使一串记录，按照其中某个或某些关键字的大小，递增或者递减的排列起来。排序分为内部排序和外部排序，内部排序即将数据元素全部放在内存中的排序，外部排序即当数据元素过多不能同时放在内存中排序时，根据排序的要求...
数据结构与算法学习笔记
ityqing的博客
09-25 33万+
本文是王争老师的《算法与数据结构之美》的学习笔记，详细内容请看王争的专栏。有不懂的地方指出来，我做修改。 数据结构与算法思维导图 数据结构指的是“一组数据的存储结构”，算法指的是“操作数据的一组方法”。 数据结构是为算法服务的，算法是要作用再特定的数据结构上的。 最常用的数据结构预算法: 数据结构：数组、链表、栈、队列、散列表、二叉树‘、堆、跳表、图、Tire树 算法： 递归...
数据结构C语言严蔚敏版(第二版)超详细笔记附带课后习题
chongyang_的博客
11-07 25万+
根据此书所做随笔笔记。 一、绪论 1.1、数据机构的研究内容 用计算机解决实际问题时，步骤：首先分析实际问题，从中抽象出一个适当的数学模型，然后设计一个解决此数学模型的算法，最后编程，调试，测试。 寻求数据模型的实质是分析问题，从中提取出计算机处理的对象，并找出这些对象之间的关系，然后用数学的语言加以描述。 关键：分析问题中所用到的数据是如何组织的，研究数据之间存在什么样的关系。 由于数据必须在计算机中处理，因此不能局限于数据本身的数学问题的研究，还必须考虑数据的物理结构，即数据在计算机中的存储结构。 1.
数据结构——学习笔记——入门必看【建议收藏】
热门推荐
刘鑫磊
02-09 40万+
（2）静态查找表&动态查找表的区别用法【顺序查找-线性查找-折半查找-二分查找-有序表查找-插值查找-斐波那契查找-索引顺序表查找-分块查找】单独使用顺序存储结构（即数组）无法很好地实现树的存储概念，不过如果充分利用顺序存储和链式存储结构的特点，则完全可以实现对数的存储结构的表示。深度为 2，则至多只有 3 个结点：根结点，根结点的左子树，根结点的右子树···指的是这样一个数列：1、1、2、3、5、8、13、21、……（3）四中常见的多路查找树【2-3 树$2-3-4 树$B 树$B+ 树】的区别用法。
【swjtu】数据结构七_Huffman编码.zip
01-10
输入符号数(序号用英文字母A, B, C, …表示)以及各符号出现概率（要求符号数不小于10，建议用字符文件实现数据输入），建立Huffman二叉树存储结构，以字符串形式输出各符号对应的二进制哈夫曼编码（建议输出到屏幕和...
数据结构实验七 查找汇总
07-02
数据结构实验七的核心主题是查找技术，包括了多种查找方法的实践应用。实验主要涉及以下几个知识点： 1. **二叉排序树**：二叉排序树是一种特殊的二叉树，每个节点的左子树只包含键值小于它的节点，右子树包含键值...
数据结构作业第七章1
08-08
数据结构作业第七章1
C语言实现8种排序
小浩子的博客
02-24 3万+
最近要开始准备春招了，没什么时间学习spring，得忙着刷题。这两天复习排序，综合网上和书上的资料，整理了下面8种排序算法的实现。基于C语言的，java版本很快就出来。 具体代码：#include<stdio.h> #include<stdlib.h> //冒泡排序 void bubleSort(int data[], int n); //快速排序 void quickSort(int data[
数据结构(一)
小浩子的博客
02-21 1320
小编在寒假期间，在家里看了郝斌老师的数据结构，于是，根据韩斌老师的视频，小编整理了如下8偏数据结构。 数据结构概念：   抛砖引玉：现实生活中存在的大量而复杂的问题，比如，一个班级，我们可以使用数组来实现。全国人口我们可以用链表来实现。铁路系统可以使用图结构来实现。公司的职员关系可以用树结构来实现。等等   那么我们解决问题的方法就是算法，而表示问题的数据类型和存储结构则为数
数据结构(五)
小浩子的博客
02-21 747
接着队列，下面是队列的代码实现： #include #include #include typedef struct Queue { int * pBase; int front; int rear; }QUEUE; void init(QUEUE *);//初始化 bool full_queue(QUEUE *);//判断是否满 bool en_queue(QUEUE
数据结构(二)
小浩子的博客
02-21 625
数据结构-线性结构：数组、链表 数组的原理，底层实现。在c语言中，有int arr[]，java有String arr[]，ArrayList。但他们在底层是如何实现的，比如ArrayList的add，remove函数的底层c代码，下面是完整的程序： #include #include #include struct Arr { int * pBase;//储存的数组的首地址 int
数据结构(八)
小浩子的博客
02-21 572
接着二叉树： 已知中序和先序，中序和后序求原始二叉树：先从先序和后序开始找根结点，再定位到中序找出根结点的左子树和右子树，再依次递归找出各位非终端结点。   示例1 先序：ABCDEFGH 中序：BDCEAFHG 求后序：DECBHGFA   示例2 先序：ABDGHCEFI 中序：GDHBAECIF 求后序：GHDBEIFCA   示例3 中序：BDCEAFHG 后
数据结构七种排序算法
最新发布
01-11
以下是七种常见的排序算法及其基本原理： 1. 冒泡排序（Bubble Sort）： - 基本原理：比较相邻的两个元素，如果顺序错误则交换位置，每次循环将最大的元素移动到末尾。 - 代码示例： ```python def bubble_sort(arr): n = len(arr) for i in range(n-1): for j in range(n-i-1): if arr[j] > arr[j+1]: arr[j], arr[j+1] = arr[j+1], arr[j] return arr ``` 2. 选择排序（Selection Sort）： - 基本原理：每次从未排序的部分选择最小的元素，放到已排序部分的末尾。 - 代码示例： ```python def selection_sort(arr): n = len(arr) for i in range(n-1): min_idx = i for j in range(i+1, n): if arr[j] < arr[min_idx]: min_idx = j arr[i], arr[min_idx] = arr[min_idx], arr[i] return arr ``` 3. 插入排序（Insertion Sort）： - 基本原理：将未排序的元素逐个插入到已排序部分的正确位置。 - 代码示例： ```python def insertion_sort(arr): n = len(arr) for i in range(1, n): key = arr[i] j = i - 1 while j >= 0 and arr[j] > key: arr[j+1] = arr[j] j -= 1 arr[j+1] = key return arr ``` 4. 希尔排序（Shell Sort）： - 基本原理：将待排序的元素按照一定的间隔分组，对每组使用插入排序，逐渐缩小间隔直至为1。 - 代码示例： ```python def shell_sort(arr): n = len(arr) gap = n // 2 while gap > 0: for i in range(gap, n): temp = arr[i] j = i while j >= gap and arr[j-gap] > temp: arr[j] = arr[j-gap] j -= gap arr[j] = temp gap //= 2 return arr ``` 5. 归并排序（Merge Sort）： - 基本原理：将待排序的序列递归地分成两半，对每半进行排序，然后将两个有序的半合并成一个有序序列。 - 代码示例： ```python def merge_sort(arr): if len(arr) <= 1: return arr mid = len(arr) // 2 left = merge_sort(arr[:mid]) right = merge_sort(arr[mid:]) return merge(left, right) def merge(left, right): result = [] i = j = 0 while i < len(left) and j < len(right): if left[i] < right[j]: result.append(left[i]) i += 1 else: result.append(right[j]) j += 1 result.extend(left[i:]) result.extend(right[j:]) return result ``` 6. 快速排序（Quick Sort）： - 基本原理：选择一个基准元素，将小于基准的元素放在左边，大于基准的元素放在右边，然后递归地对左右两部分进行快速排序。 - 代码示例： ```python def quick_sort(arr): if len(arr) <= 1: return arr pivot = arr[len(arr) // 2] left = [x for x in arr if x < pivot] middle = [x for x in arr if x == pivot] right = [x for x in arr if x > pivot] return quick_sort(left) + middle + quick_sort(right) ``` 7. 堆排序（Heap Sort）： - 基本原理：将待排序的序列构建成一个大顶堆，然后依次取出堆顶元素并调整堆，直到堆为空。 - 代码示例： ```python def heap_sort(arr): n = len(arr) for i in range(n // 2 - 1, -1, -1): heapify(arr, n, i) for i in range(n-1, 0, -1): arr[i], arr[0] = arr[0], arr[i] heapify(arr, i, 0) return arr def heapify(arr, n, i): largest = i left = 2 * i + 1 right = 2 * i + 2 if left < n and arr[left] > arr[largest]: largest = left if right < n and arr[right] > arr[largest]: largest = right if largest != i: arr[i], arr[largest] = arr[largest], arr[i] heapify(arr, n, largest) ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值