数据结构—树和二叉树

一、树的介绍

树型结构是一种非线性的数据结构，它具有一个称为根节点（root node）的特殊节点，以及一些称为子节点（child nodes）的节点。每个节点可以有零个或多个子节点，但只能有一个父节点（parent node），除了根节点没有父节点。在树型结构中，节点之间的连接关系表示了它们之间的层次关系。

树型结构常用于表示具有层次关系的数据，例如文件系统、组织结构、目录结构等。它提供了一种便捷的方式来组织和访问数据。

树型结构的应用非常广泛，例如在计算机科学中，树型结构被用于实现搜索算法（如二叉搜索树）、存储和检索数据（如B树、堆）、表达抽象语法树等。在现实生活中，树型结构也有很多应用，比如家谱、图书分类、产品组织关系等。

二、树的定义和基本术语

树：是n个结点的有限集，当0==n时称为空树，我们不讨论空树。

根结点：树的最顶层的结点，一棵树有且仅有一个。

子树：一棵树除根结点外，剩余的是若干个互不相交的有限集，每一个集合本身又是棵树，称称为根的子树。

结点的度：树的结点包含一个数据元素及若干个指向其子树的分支，结点拥有的子树数量称为结点的度。

叶子结点：结构的度为0，被称为叶子结点或终端结点。

分支结点：结构的度不为0，被称为分支结点或非终端结点，也被称为内部结点。

树的度：是指树内各结点度的最大值。

密度：指的是一棵树中，所有结点的总数。

孩子、双亲、兄弟、祖先、子孙：结点的子树称为该结点的孩子，而该结点是孩子结点的双亲，拥有共同双亲的结点互为兄弟，从双亲结点往上，直到根结点都称为孩子结点的祖先结点，以某结点为根的子树中的任一结点都被称为该结点的子孙。

层数、深度、高度：从根结点开始定义，根为第一层、根的孩子为第二层依次类推，树中结点的最大层数被称为树的深度或高度，双亲在同一层的结点互为堂兄弟。

有序树和无序树：将树中结点的各子树看成从左到右是有序次，即不能交换（顺序有意义，表达一些含义），则称该树为有序树，否则称为无序树。

森林：若干个棵互不相交的树的集合称为森林，对树中每个结点而言，其子树集合就是森林。

就逻辑结构而言，任何一棵树都是一个二元组 Tree = (root,F)，其中root是数据元素，称做树的根结点，F是若干棵子树构成的森林。

普通树的存储（了解）

树可以顺序存储、链式存储，也可以混合存储，由于存储的信息不同，有以下表示方式：

• 双亲表示法

  • 顺序存储，记录双亲的下标，方便找双亲，不方便找孩子

• 孩子表示法

  • 顺序存储：用数组存储孩子下标，浪费空间

  • 链式存储：用链表存储孩子下标，节约空间

  • 方便找孩子，不方便找双亲

• 兄弟表示法：

  • 记录第一个孩子节点，链式存储所有兄弟节点

  • 方便找兄弟，不方便找双亲

总结：普通树不常用、一般转换成二叉树使用。

三、二叉树的定义和性质

二叉树：

是一种特殊的树型结构，也就是每个结点最多有两棵子树（二叉树中不存在度大于2的结点），并且二叉树的子树有左右之分，顺序不能颠倒。

满二叉树：

若一棵树的层数为k，它总结点数是2^k-1，则这棵树就是满二叉树。

完全二叉树：

若一棵树的层数为k，它前k-1层的总结点数是2^(k-1)-1，第k层的结点按照从左往右的顺序排列，则这棵树就是完全二叉树。

二叉树的重要性质：

性质1：

在二叉树的第i层上，最多有2^(i-1)个结点。

性质2：

深夜为k的二叉树，最多有2^k-1个节点。

性质3：

对于任何一棵二叉树，如果叶子结点的数量为n0，度为2结点的数量为n2，则n0=n2+1;

总数n 叶子节点n0 求度1的节点数 n1 = n- n0-(n0-1) 度2节点n2 = n0-1

性质4：

具有n个结点的完全二叉树的高度为(log2n)+1。

性质5：

有一个n个结点的完全二叉树，结点按照从上到下从左到右的顺序排序为1~n。

1、i > 1时，i/2就是它的双亲结点。

2、i*2是i的左子树，当i*2>n时，则i没有左子树。

3、2*i+1是i的右子树，2*i+1>n时，则i没有右子树。

四、树与二叉树的转换

树与二叉树之间的转换有两种常见的操作：将一棵树转换为二叉树（树的编码），以及将一个二叉树还原为原始树（解码）。

将树转换为二叉树的一种常见方法是使用所谓的"左孩子-右兄弟"表示方法，也称为"二叉树表示法"。该方法通过对树的每个节点进行转换来构建二叉树：

1. 对于树的每个节点，将它的第一个子节点作为二叉树的左孩子。

2. 将该节点的其他子节点依次链接为左孩子的右兄弟节点。

3. 对于树的每个节点进行递归处理，直到将整个树转换为二叉树。

这种转换方法可以保留原始树的结构和层次关系，在二叉树中的左子树仍然表示该节点的子节点，右子树表示同一层级的其他兄弟节点。

将二叉树还原为原始树的操作称为解码。解码过程与转换过程相反：

1. 对于二叉树的每个节点，将它的左孩子作为解码后的节点的第一个子节点。

2. 将该节点的右孩子链接为解码后的节点的其他兄弟节点。

3. 对于二叉树的每个节点进行递归处理，直到将整个二叉树解码为原始树。

需要注意的是，树与二叉树之间的转换并不是唯一的，还可以使用其他方法进行编码和解码。这两种方法只是最常见的转换方式之一，具体的转换方式可能会根据具体需求和使用场景有所不同。

注意：参看树与二叉树的转换图解.pdf

五、二叉树的遍历

前序遍历：

1、判断二叉树是否为空，若二叉树为空，则不操作。

2、访问根结点

3、前序遍历左子树

4、前序遍历右子树

中序遍历：

1、判断二叉树是否为空，若二叉树为空，则不操作。

2、中序遍历左子树

3、访问根结点

4、中序遍历右子树

后序遍历：

1、判断二叉树是否为空，若二叉树为空，则不操作。

2、后序遍历左子树

3、后序遍历右子树

4、访问根结点

注意：前中后由根节点决定，并且左右子树的次序不会改变。

注意：根据 前序+中序 或者 中序+后序 还原一棵树，前序+后序无法还原（无法判断出根节点的左右子树）

层序遍历：

按照从上到下、从左到右的顺序遍历二叉树，需要与队列结构配合，普通的顺序队列即可，不需要链式队列或循环队列。

六、二叉树的顺序表示与实现

前提：由于顺序存储需要根据元素的相对位置确定关系，所有先把二叉树补成完全二叉树，之前空的点可以使用特殊的值表示，并把完全二叉树的层序遍历结果存储到数组中，只有补成了完全二叉树，才能根据性质5的公式对二叉树进行相关操作。

注意：性质5的公式是按照结点的序号设计的，在使用时要注意数组下标与序号的转换。

七、二叉树的链式表示与实现

有两种创建链式二叉树的方式：

方式一：需要给每个度不为2的结点补充一些空白子结点，使得树中除了空白结点其它结点的度全为2，然后以前序的方式遍历二叉树，然后以遍历的结果创建二叉树。

方式二：不需要对二叉做任何改变，以前序+中序或中序+后序的遍历结果创建二叉树。

八、二叉搜索树的表示与实现

二叉搜索树（Binary Search Tree，简称BST）是一种特殊的二叉树，它具有以下特点：

1. 对于任意节点，其左子树中的值都小于该节点的值，右子树中的值都大于该节点的值。

2. 左子树和右子树也都是二叉搜索树。

由于以上特点，二叉搜索树可以快速地进行插入、删除和查找等操作。

插入操作： 当向二叉搜索树中插入一个新的节点时，需要从根节点开始比较节点的值，并根据比较结果选择左子树或右子树继续进行比较，直到找到一个空的位置插入新节点。

删除操作： 删除节点时，首先需要找到待删除的节点。如果待删除的节点没有子节点，可以直接删除即可。如果待删除的节点有一个子节点，可以用子节点替换待删除的节点。如果待删除的节点有两个子节点，可以找到其右子树中的最小节点，即右子树中的最左节点，将其值复制到待删除节点，并删除该最小节点。

查找操作： 查找操作在二叉搜索树中非常高效。从根节点开始，若目标值等于当前节点的值，则找到了目标节点。若目标值小于当前节点的值，则继续在左子树中查找，若目标值大于当前节点的值，则继续在右子树中查找，直到找到目标节点或遍历到空节点。

二叉搜索树的缺点：

二叉搜索树的元素添加顺序会影响二叉搜索树的形状，二叉搜索树的形状会影响它的操作效率，在极端情况下，二叉搜索树可能会呈单枝状分布，使用速度接近单向链表，这种极端情况出现在的原因就添加的元素基本有序。

九、线索二叉树

• 规律：在有n个节点的链式二叉树中必定存在 n+1 个空指针

• 链式二叉树中有很多的空指针，可以让这些空指针指向前一个节点\后一个节点，从而在有序遍历（中序遍历）二叉树时，不需要使用递归而通过循环即可以完成，并且效率要比递归快得多

• 一定是搜索二叉树

线索二叉树的结构

typedef struct TreeNode
{
    int data;   //  数据域
    struct TreeNode* left;
    bool lflag;     //  左子树是否是线索  为真时，左子树是线索 指向前一个节点
    struct TreeNode* right;
    bool rflag;     //  右子树是否是线索  为真时，右子树是线索 指向下一个节点
}TreeNode;

构建线索二叉树

• 首先需要有一颗搜索二叉树，然后通过中序遍历并生成线索，通过检查右子树是否为空来决定是否生成线索，让右子树指向下一个节点。

• 当构成线索二叉树后 ，可以通过循环遍历的方式有序遍历二叉树，不需要中序递归遍历也可以

十、选择树（了解）

• 是一种完全二叉树，把待比较的数据存储在最后一层，根节点的值是左右子树中其中一个，是它们的最大值或最小值，选择树的功能是快速地找出最大值或最小值

十一、堆

堆结构介绍

大顶堆（大根堆）：根节点的值比左右子树都大，同时左右子树都满足该规则

小顶堆（小根堆）：根节点的值比左右子树都小，同时左右子树都满足该规则

堆结构是一种特殊的完全二叉树，它与堆内存是两种概念

堆结构的根节点一定是整棵树中的最大值、最小值

堆结构如何存储：

首先堆结构是一种完全二叉树，并且需要在使用的时候频繁地找双亲节点进行比较，所以链式不好找双亲节点，因此堆结构非常适合用顺序存储，通过二叉树性质5来实现找双亲：

性质5：

有一个n个结点的完全二叉树，结点按照从上到下从左到右的顺序排序为1~n。

1、i > 1时，i/2就是它的双亲结点。

2、i*2是i的左子树，当i*2>n时，则i没有左子树。

3、2*i+1是i的右子树，2*i+1>n时，则i没有右子树