先前我们讲的都是“线性结构”,他的特征就是“一个节点最多有一个”前驱“和一个”后继“。那么我们今天讲的树会是怎样的呢?
我们可以对”线性结构“改造一下,变为”一个节点最多有一个"前驱“和”多个后继“。哈哈,这就是我们今天说的”树“。
一: 树
我们思维中的”树“就是一种枝繁叶茂的形象,那么数据结构中的”树“该是怎么样呢?对的,他是一种现实中倒立的树。
1:术语
其实树中有很多术语的,这个是我们学习树形结构必须掌握的。
<1> 父节点,子节点,兄弟节点
这个就比较简单了,B和C的父节点就是A,反过来说就是B和C是A的子节点。B和C就是兄弟节点。
<2> 结点的度
其实”度“就是”分支数“,比如A的分支数有两个“B和C",那么A的度为2。
<3> 树的度
看似比较莫名其妙吧,他和”结点的度“的区别就是,树的度讲究大局观,乃树中最大的结点度,其实也就是2。
<4> 叶结点,分支结点
叶结点就是既没有左孩子也没有右孩子结点,也就是结点度为0。分支节点也就是if的else的条件咯。
<5> 结点的层数
这个很简单,也就是树有几层。
<6> 有序树,无序树
有序树我们先前也用过,比如“堆”和“二叉排序树”,说明这种树是按照一定的规则进行排序的,else条件就是无序树。
<7> 森林
现实中,很多的树形成了森林,那在数据结构中,我们把上图的“A”节点砍掉,那么B,C子树合一起就是森林咯。
2: 树的表示
树这个结构的表示其实有很多种,常用的也就是“括号”表示法。
比如上面的树就可以表示为:(A(B(D),(E)),(C(F),(G)))
二: 二叉树
在我们项目开发中,很多地方都会用到树,但是多叉树的处理还是比较纠结的,所以俺们本着“大事化小,小事化了“的原则
把”多叉树“转化为”二叉树“,那么问题就简化了很多。
1: ”二叉树“和”树“有什么差异呢?
第一点: 树的度没有限制,而“二叉树”最多只能有两个,不然也就不叫二叉树了,哈哈。
第二点:树中的子树没有左右划分,很简单啊,找不到参照点,二叉树就有参照物咯。
2: 二叉树的类型
二叉树中有两种比较完美的类型,“完全二叉树”和“满二叉树”。
<1> 满二叉树
除叶子节点外,所有节点的度都为2,文章开头处的树就是这里的“满二叉树”。
<2> 完全二叉树
必须要满足两个条件就即可: 干掉最后一层,二叉树变为“满二叉树”。
最后一层的叶节点必须是“从左到右”依次排开。
我们干掉文章开头处的节点“F和”G",此时还是“完全二叉树”,但已经不是“满二叉树”了,你懂的。
3: 二叉树的性质
二叉树中有5点性质非常重要,也是俺们必须要记住的。
<1> 二叉树中,第i层的节点最多有2(i-1)个。
<2> 深度为k的二叉树最多有2k-1个节点。
<3> 二叉树中,叶子节点树为N1个,度为2的节点有N2个,那么N1=N2+1。
<4> 具有N个结点的二叉树深度为(Log2 N)+1层。
<5> N个结点的完全二叉树如何用顺序存储,对于其中的一个结点i,存在以下关系,
2*i是结点i的父结点。
i/2是结点i的左孩子。
(i/2)+1是结点i的右孩子。
4: 二叉树的顺序存储
同样的存储方式也有两种,“顺序存储”和“链式存储”。
<1> 顺序存储
说实话,树的存储用顺序结构比较少,因为从性质定理中我们都可以看出只限定为“完全二叉树”,那么如果二叉树不是
“完全二叉树”,那我们就麻烦了,必须将其转化为“完全二叉树”,将空的节点可以用“#”代替,图中也可看出,为了维护
性质定理5的要求,我们牺牲了两个”资源“的空间。
<2> 链式存储
上面也说了,顺序存储会造成资源的浪费,所以嘛,我们开发中用的比较多的还是“链式存储”,同样“链式存储”
也非常的形象,非常的合理。
一个结点存放着一个“左指针”和一个“右指针”,这就是二叉链表。
如何方便的查找到该结点的父结点,可以采用三叉链表。
5: 常用操作
一般也就是“添加结点“,“查找节点”,“计算深度”,“遍历结点”,“清空结点”
<1> 这里我们就用二叉链表来定义链式存储模型
1 #region 二叉链表存储结构 2 /// <summary> 3 /// 二叉链表存储结构 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 public class ChainTree<T> 7 { 8 public T data; 9 10 public ChainTree<T> left; 11 12 public ChainTree<T> right; 13 } 14 #endregion
<2> 添加结点
要添加结点,我们就要找到添加结点的父结点,并且根据指示插入到父结点中指定左结点或者右结点。
1 #region 将指定节点插入到二叉树中 2 /// <summary> 3 /// 将指定节点插入到二叉树中 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 /// <param name="tree"></param> 7 /// <param name="node"></param> 8 /// <param name="direction">插入做左是右</param> 9 /// <returns></returns> 10 public ChainTree<T> BinTreeAddNode<T>(ChainTree<T> tree, ChainTree<T> node, T data, Direction direction) 11 { 12 if (tree == null) 13 return null; 14 15 if (tree.data.Equals(data)) 16 { 17 switch (direction) 18 { 19 case Direction.Left: 20 if (tree.left != null) 21 throw new Exception("树的左节点不为空,不能插入"); 22 else 23 tree.left = node; 24 25 break; 26 case Direction.Right: 27 if (tree.right != null) 28 throw new Exception("树的右节点不为空,不能插入"); 29 else 30 tree.right = node; 31 32 break; 33 } 34 } 35 36 BinTreeAddNode(tree.left, node, data, direction); 37 BinTreeAddNode(tree.right, node, data, direction); 38 39 return tree; 40 } 41 #endregion
<3> 查找节点
二叉树中到处都散发着递归思想,很能锻炼一下我们对递归的认识,同样查找也是用到了递归思想。
1 #region 在二叉树中查找指定的key 2 /// <summary> 3 ///在二叉树中查找指定的key 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 /// <param name="tree"></param> 7 /// <param name="data"></param> 8 /// <returns></returns> 9 public ChainTree<T> BinTreeFind<T>(ChainTree<T> tree, T data) 10 { 11 if (tree == null) 12 return null; 13 14 if (tree.data.Equals(data)) 15 return tree; 16 17 return BinTreeFind(tree, data); 18 } 19 #endregion
<4> 计算深度
这个问题纠结了我二个多小时,原因在于没有深刻的体会到递归,其实主要思想就是递归左子树和右子树,然后得出较大的一个。
1 #region 获取二叉树的深度 2 /// <summary> 3 /// 获取二叉树的深度 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 /// <param name="tree"></param> 7 /// <returns></returns> 8 public int BinTreeLen<T>(ChainTree<T> tree) 9 { 10 int leftLength; 11 int rightLength; 12 13 if (tree == null) 14 return 0; 15 16 //递归左子树的深度 17 leftLength = BinTreeLen(tree.left); 18 19 //递归右子书的深度 20 rightLength = BinTreeLen(tree.right); 21 22 if (leftLength > rightLength) 23 return leftLength + 1; 24 else 25 return rightLength + 1; 26 } 27 #endregion
<5> 遍历结点
二叉树中遍历节点的方法还是比较多的,有“先序”,“中序”,“后序”,“按层”,其实这些东西只可意会,不可言传,真的很难在口头
上说清楚,需要反复的体会递归思想。
先序:先访问根,然后递归访问左子树,最后递归右子树。(DLR模式)
中序:先递归访问左子树,在访问根,最后递归右子树。(LDR模式)
后序:先递归访问左子树,然后递归访问右子树,最后访问根。(LRD模式)
按层:这个比较简单,从上到下,从左到右的遍历节点。
1 #region 二叉树的先序遍历 2 /// <summary> 3 /// 二叉树的先序遍历 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 /// <param name="tree"></param> 7 public void BinTree_DLR<T>(ChainTree<T> tree) 8 { 9 if (tree == null) 10 return; 11 12 //先输出根元素 13 Console.Write(tree.data + "\t"); 14 15 //然后遍历左子树 16 BinTree_DLR(tree.left); 17 18 //最后遍历右子树 19 BinTree_DLR(tree.right); 20 } 21 #endregion 22 23 #region 二叉树的中序遍历 24 /// <summary> 25 /// 二叉树的中序遍历 26 /// </summary> 27 /// <typeparam name="T"></typeparam> 28 /// <param name="tree"></param> 29 public void BinTree_LDR<T>(ChainTree<T> tree) 30 { 31 if (tree == null) 32 return; 33 34 //优先遍历左子树 35 BinTree_LDR(tree.left); 36 37 //然后输出节点 38 Console.Write(tree.data + "\t"); 39 40 //最后遍历右子树 41 BinTree_LDR(tree.right); 42 } 43 #endregion 44 45 #region 二叉树的后序遍历 46 /// <summary> 47 /// 二叉树的后序遍历 48 /// </summary> 49 /// <typeparam name="T"></typeparam> 50 /// <param name="tree"></param> 51 public void BinTree_LRD<T>(ChainTree<T> tree) 52 { 53 if (tree == null) 54 return; 55 56 //优先遍历左子树 57 BinTree_LRD(tree.left); 58 59 //然后遍历右子树 60 BinTree_LRD(tree.right); 61 62 //最后输出节点元素 63 Console.Write(tree.data + "\t"); 64 } 65 #endregion 66 67 #region 二叉树的按层遍历 68 /// <summary> 69 /// 二叉树的按层遍历 70 /// </summary> 71 /// <typeparam name="T"></typeparam> 72 /// <param name="tree"></param> 73 public void BinTree_Level<T>(ChainTree<T> tree) 74 { 75 if (tree == null) 76 return; 77 78 //申请保存空间 79 ChainTree<T>[] treeList = new ChainTree<T>[Length]; 80 81 int head = 0; 82 int tail = 0; 83 84 //存放数组 85 treeList[tail] = tree; 86 87 //循环链中计算tail位置 88 tail = (tail + 1) % Length; 89 90 while (head != tail) 91 { 92 var tempNode = treeList[head]; 93 94 head = (head + 1) % Length; 95 96 //输出节点 97 Console.Write(tempNode.data + "\t"); 98 99 //如果左子树不为空,则将左子树存于数组的tail位置 100 if (tempNode.left != null) 101 { 102 treeList[tail] = tempNode.left; 103 104 tail = (tail + 1) % Length; 105 } 106 107 //如果右子树不为空,则将右子树存于数组的tail位置 108 if (tempNode.right != null) 109 { 110 treeList[tail] = tempNode.right; 111 112 tail = (tail + 1) % Length; 113 } 114 } 115 } 116 #endregion
<6> 清空二叉树
虽然C#里面有GC,但是我们能自己释放的就不麻烦GC了,同样清空二叉树节点,我们用到了递归,说实话,这次练习让我喜欢
上的递归,虽然XXX的情况下,递归的不是很好,但是递归还是很强大的。
1 #region 清空二叉树 2 /// <summary> 3 /// 清空二叉树 4 /// </summary> 5 /// <typeparam name="T"></typeparam> 6 /// <param name="tree"></param> 7 public void BinTreeClear<T>(ChainTree<T> tree) 8 { 9 //递的结束点,归的起始点 10 if (tree == null) 11 return; 12 13 BinTreeClear(tree.left); 14 BinTreeClear(tree.right); 15 16 //在归的过程中,释放当前节点的数据空间 17 tree = null; 18 } 19 #endregion
最后上一下总的代码
View Code
我们把文章开头的“二叉树”的节点输入到我们的结构中,看看遍历效果咋样。