数据结构笔记——树的基本概念

树的定义

之前一直介绍的是一对一的线性结构,可现实中还有多一对多的情况需要处理,这就是今天要介绍的一对多的数据结构——树。

树(Tree):是n(n>=0)个结点的有限集。n=0时称为空树。在任意一棵非空树中:

  1. 有且仅有一个特定的称为根(Root)的结点;
  2. 当n>1时,其余结点可分为m(m>0)个互不相交的有限集T1、T2、···、Tm,其中每一个集合本身又是一颗树,并且称为根的子树(SubTree),如图:
    这里写图片描述

树的定义其实就是我们在说栈的时候提到的递归的方法。也就是在树的定义之中还用到了树的概念,这是一种比较新的定义方法。下图的子树T1和子树T2就是根结点A的子树。当然,D、G、H、I组成的树又是B为根结点的子树,E、J组成的树是以C为根结点的子树。
这里写图片描述

对于树的定义还需要强调两点:

  1. n>0时根结点是唯一的,不可能存在多个根结点,别和现实中的大树混在一起,现实中的树有很多根须,那是真实的树,数据结构中的树只有一个根结点。
  2. m>0时,子树的个数是没有限制的,但它们一定是互不相交的,像下图中的两个结构就不符合树的定义,因为它们有相交的子树:

这里写图片描述

1、结点的分类

树的结点包含一个数据元素,及若干指向其子树的分支。结点拥有的子树数称为结点的度。度为0的结点称为叶子结点或终端结点;度不为0的结点称为非终端结点或分支结点。除了根结点外,分支结点也叫内部结点。树的度是树内各结点的度的最大值。
这里写图片描述

2、结点间关系

结点的子树的根称为该结点的孩子,相应地,该结点称为孩子的双亲。同一个双亲的孩子之间互称兄弟。结点的祖先是从根到该结点所经分支上的所有结点。反之,以某结点为根的子树中任一结点都称为该结点的子孙。

这里写图片描述

3、树的其他概念

结点的层次从根开始定义起,根为第一层,根的孩子为第二层。若某结点在第l层,则其子树的根就在第l+1层。其双亲在同一层的结点互称为堂兄弟。树中结点的最大层次称为树的深度或高度。
这里写图片描述

如果将树中结点的各子树看成从左至右是有次序的,不能互换的,则称该树为有序树,否则称为无序树。

森林是m(m>=0)棵互不相交的树的集合。对树中的每个结点来说,其子树集合即为森林。

树的存储结构

一说到存储结构,就必须说到顺序存储和链式存储两种方式。

树中某个结点的孩子可以有多个,这就意味着,无论按何种顺序将树中所有结点存储到数组中,结点的存储位置都无法直接反映逻辑关系,所以简单的顺序存储结构不能满足树的实现要求。

今天介绍三种不同表示方法:双亲表示法、孩子表示法和孩子兄弟表示法。

1、双亲表示法

除了根结点外,其余每个结点,它不一定会有孩子,但一定有且仅有一个双亲。

我们假设以一组连续空间存储树的结点,同时在每个结点中,附设一个指示器指示其双亲结点在数组中的位置。也就是说每个结点除了知道自己是谁以外,还知道它的双亲是在哪里。

这里写图片描述

其中data是数据域,存储结点数据信息,而parent是指针域,存储该结点双亲在数组中的下标。

由于根结点是没有双亲的,所以我们约定根结点的位置域设置为-1,也就意味着,我们所有的结点都存有它的双亲。下面这个树可以这样表示:

这里写图片描述

这里写图片描述

这样的存储结构,可以根据结点的parent指针很容易找到它的双亲结点,所以时间复杂度是O(1),直到parent为-1时,表示找到了树结点的根。可是如果要知道孩子结点是什么,对不起,需要遍历整个结构。

能不能改进一下呢?当然可以,我们增加一个结点最左边孩子的域,不妨叫他长子域,这样可以很容易找到它的孩子。如果没有孩子,长子域设置为-1:

这里写图片描述

这样我们找除了第一个孩子之外,找其他孩子就不太容易了。

另一个场景,如果我们很关注各兄弟之间的关系,双亲表示法无法体现这样的关系,我们可以增加一个右兄弟域来体现兄弟关系,也就是说,每一个结点,再保存一个它右兄弟的下标:

这里写图片描述

但是如果结点的孩子很多,超过了2个,我们既关注结点的双亲,又关注结点和孩子和兄弟,而且对遍历时间要求较高,那么就可以拓展此结构有双亲域,长子域和右兄弟域等。

存储结构的设计是一个非常灵活的过程。一个存储结构设计得是否合理,取决于基于该存储结构的运算是否合适、是否方便和时间复杂度等

2、孩子表示法

换一种考虑方式。由于树中每个结点可能右多棵子树,可以考虑用多重链表,即每个结点有多个指针域,其中每个指针指向一个子树的根结点,我们叫之多重链表表示法

不过,树的每个结点的度是不同的,所以限制有两个方案解决:

方案一

指针域的个数等于树的度:

这里写图片描述

其中data是数据域,child1到childd是指针域,用来指向该结点的孩子结点。

对于上面提到的树来说,树的度是3,所以我们的指针域个数是3,实现如下:

这里写图片描述

这种方法对于树中各结点的度相差很大时,显然是浪费空间的,因为很多的结点,它的指针域是空的。不过如果树的各结点度相差不大时,那就意味着开辟的空间被充分利用了。

方案二

这种方案时每个结点指针域的个数等于该结点的度,我们专用一个位置来存储结点指针域的个数:

这里写图片描述

其中data为数据域,degree为度域,也就是存储该结点的孩子的个数,child1到childd为指针域,指向结点的各个孩子的结点。如下:

这里写图片描述

这种方法虽然克服了浪费空间的缺点,对空间利用率是提高了,但是由于各个结点的链表是不同结构,加上需要维护结点的度的数值,再运算下会带来时间上的损耗。

接下来介绍下孩子表示法,具体办法是:把每个结点的孩子排列起来,以单链表作存储结构,则n个结点有n个孩子链表,如果是叶子结点则此单链表为空。然后n个头指针又组成一个线性表,采用顺序存储结构,存放进一个一维数组中,如图:

这里写图片描述

为此设计两种结点结构,一个是孩子链表的孩子结点:

这里写图片描述

其中child是数据域,用来存储某个结点在表头数组中的下标,next是指针域,用来存储指向某个结点的下一个孩子结点的指针。

另一个是表头数组的表头结点:

这里写图片描述

data是数据域,存储结点数据信息,firstChild是该结点的孩子链表的头指针。

3、孩子兄弟表示法

任意一棵树,它的结点的第一个孩子如果存在就是唯一的,它的右兄弟如果存在也是唯一的。因此,我们设置两个指针,分别指向该结点的第一个孩子和此结点的右兄弟。

这里写图片描述

其中data是数据域,firstChild为指针域,存储该结点第一个孩子结点存储地址,rightsib是指针域,存放该结点右兄弟结点的存储位置:

这里写图片描述

这种表示法,给查找某个结点的某个孩子带来了方柏霓,只需要通过firstChild找到此结点的长子,在通过长子结点的rightsib找到它的二弟,接着一直下去,直到找到具体孩子。

其实这种方式最大好处就是将一个普通树转成了一棵二叉树,整理一下上面的图可以得到:

这里写图片描述

关于树的介绍,我们还将继续,获取更多精彩内容,关注我的微信公众号——Android机动车
这里写图片描述

阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/jiashuai94/article/details/79953481
个人分类: 数据结构
上一篇转向Kotlin——类和接口
下一篇大厂的Android面试题整理
想对作者说点什么? 我来说一句

数据结构高分笔记精彩摘录

2010年09月15日 261KB 下载

没有更多推荐了,返回首页

关闭
关闭