树及堆的简单实现

一.树

1.树的概念及结构

1.1树的概念

树是一种非线性的数据结构，它是由n（n>=0）个有限结点组成一个具有层次关系的集合。把它叫做树是因 为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。

有一个特殊的结点，称为根结点，根节点没有前驱结点 除根节点外，其余结点被分成M(M>0)个互不相交的集合T1、T2、……、Tm，其中每一个集合Ti(1又是一棵结构与树类似的子树。

每棵子树的根结点有且只有一个前驱，可以有0个或多个后继 因此，树是递归定义的。

1.2树的相关概念

1. 节点的度：一个节点含有的子树的个数称为该节点的度； 如上图：A的为6
2. 叶节点或终端节点：度为0的节点称为叶节点； 如上图：B、C、H、I...等节点为叶节点
3. 非终端节点或分支节点：度不为0的节点； 如上图：D、E、F、G...等节点为分支节点
4. 双亲节点或父节点：若一个节点含有子节点，则这个节点称为其子节点的父节点； 如上图：A是B的父节点
5. 孩子节点或子节点：一个节点含有的子树的根节点称为该节点的子节点； 如上图：B是A的孩子节点
6. 兄弟节点：具有相同父节点的节点互称为兄弟节点； 如上图：B、C是兄弟节点
7. 树的度：一棵树中，最大的节点的度称为树的度； 如上图：树的度为6
8. 节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推
9. 树的高度或深度：树中节点的最大层次； 如上图：树的高度为4
10. 堂兄弟节点：双亲在同一层的节点互为堂兄弟；如上图：H、I互为兄弟节点
11. 节点的祖先：从根到该节点所经分支上的所有节点；如上图：A是所有节点的祖先
12. 子孙：以某节点为根的子树中任一节点都称为该节点的子孙。如上图：所有节点都是A的子孙
13. 森林：由m（m>0）棵互不相交的树的集合称为森林；

1.3树的表示

像之前学习过的顺序表以及链表都是线性结构，而树则是非线性结构，既要存储数据，也要保持子孙和祖先之间的联系。有很多种表示方法这里介绍一种最常见的：左孩子右兄弟表示法

typedef int DataType;
struct Node
{
 struct Node* LeftChild1; // 第一个孩子结点
 struct Node* RightBrother; // 指向其下一个兄弟结点
 DataType _data; // 结点中的数据域
};

从这两张图我们可以看出我们让左孩子为我们的孩子结点，然后右边的兄弟为我们的右兄弟节点，如C右边没有兄弟了我们便把右兄弟结点置为NULL。这样我们便可以以根结点去便利整个树。

2.二叉树的概念和结构

2.1二叉树的概念

一棵二叉树是结点的一个有限集合，该集合:

1. 或者为空 2. 由一个根节点加上两棵别称为左子树和右子树的二叉树组成

从上图可以看出：1. 二叉树不存在度大于2的结点 2. 二叉树的子树有左右之分，次序不能颠倒，因此二叉树是有序树

注意：对于任意的二叉树都是由以下几种情况复合而成的：

2.2现实中的二叉树

2.3特殊的二叉树

1.  满二叉树：一个二叉树，如果每一个层的结点数都达到最大值，则这个二叉树就是满二叉树。也就是说，如果一个二叉树的层数为K，且结点总数是 ，则它就是满二叉树。
2.  完全二叉树：完全二叉树是效率很高的数据结构，完全二叉树是由满二叉树而引出来的。对于深度为K的，有n个结点的二叉树，当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对 应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。

以上是概念哈，其实满二叉树就是顾名思义这颗树是满的，如下。而完全二叉树就是除了叶子结点其他的所有结点都是满的。

2.4二叉树的性质

1.  若规定根节点的层数为1，则一棵非空二叉树的第i层上最多有 个结点. 
2. 若规定根节点的层数为1，则深度为h的二叉树的最大结点数是 . 
3. 对任何一棵二叉树, 如果度为0其叶结点个数为 , 度为2的分支结点个数为 ,则有 ＝ ＋1
4.  若规定根节点的层数为1，具有n个结点的满二叉树的深度，h= . (ps： 是log以2 为底，n+1为对数) 
5. 对于具有n个结点的完全二叉树，如果按照从上至下从左至右的数组顺序对所有节点从0开始编号，则对 于序号为i的结点有：（1） 若i>0，i位置节点的双亲序号：(i-1)/2；i=0，i为根节点编号，无双亲节点 （2） 若2i+1，左孩子序号：2i+1，2i+1>=n否则无左孩子 （3） 若2i+2，右孩子序号：2i+2，2i+2>=n否则无右孩子

（大家看个热闹就行，第五条记住就行）

2.5二叉树的存储结构

二叉树一般可以使用两种结构存储，一种顺序结构，一种链式结构。

1. 顺序存储

顺序结构存储就是使用数组来存储，一般使用数组只适合表示完全二叉树，因为不是完全二叉树会有空 间的浪费。而现实中使用中只有堆才会使用数组来存储，关于堆我们后面的章节会专门讲解。二叉树顺 序存储在物理上是一个数组，在逻辑上是一颗二叉树。

2. 链式存储

二叉树的链式存储结构是指，用链表来表示一棵二叉树，即用链来指示元素的逻辑关系。 通常的方法是 链表中每个结点由三个域组成，数据域和左右指针域，左右指针分别用来给出该结点左孩子和右孩子所 在的链结点的存储地址 。链式结构又分为二叉链和三叉链，当前我们学习中一般都是二叉链，后面课程 学到高阶数据结构如红黑树等会用到三叉链。

二.堆

1.堆的概念及结构

如果有一个关键码的集合K = { ， ， ，…， }，把它的所有元素按完全二叉树的顺序存储方式存储 在一个一维数组中，并满足： 且 = 且 >= ) i = 0，1， 2…，则称为小堆(或大堆)。将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。

堆的性质：

1. 堆中某个节点的值总是不大于或不小于其父节点的值；
2. 堆总是一棵完全二叉树。
3. 小堆（任何一个父亲<=孩子）
4. 大堆（任何一个父亲>=孩子）

2.堆的实现

我们逻辑上是可以把堆看成数组，所以我们就可以以数组的模式去对堆进行调整。所以我们要实现下面这写功能

typedef int HPDataType;
typedef struct Heap
{
 HPDataType* a;
 int size;
 int capacity; 
}Hp;
 
// 堆的构建
void HeapInit(Hp* php);
// 堆的销毁
void HeapDestory(Hp* php);
// 堆的插入
void HeapPush(Hp* php, HPDataType x);
// 堆的删除
void HeapPop(Hp* php);
// 取堆顶的数据
HPDataType HeapTop(Hp* php);
// 堆的数据个数
int HeapSize(Hp* php);
// 堆的判空
int HeapEmpty(Hp* php);

2.1堆的创建和销毁

其实堆的创建和销毁和顺序表的结构是十分相像的。

void HeapInit(Hp*php)
{
	assert(php);//进行断言
	php->a = NULL;
	php-> size = 0;
	php-> capacity = 0;
}
void Heapdestory(Hp*php)
{
	assert(php);//进行断言
	free(php->a);
	php->a = NULL;//防止野指针
	php->capacity = 0;
	php->size = 0;
}

2.2堆的向上调整算法

我们先思考，我们需要插入一个数据进入的这个数组，这个步骤是十分简单的，但是我们这个数组是个堆，他要么是个大堆要么是个小堆，所以我们插入的这个数据就一定是呆在最后面么？为了保证堆的结构我们要对这个数据进行处理。

左边的堆物理上就是右边的数组。

实际上我们就是要把10插入到这个数组中，但是我们还要保证这个数组的堆结构。我们看这个10按照小堆的定义它应该先与28换位置再与15换位置是吧，我们根据上面的二叉树的性质可以得知parent=（child-1）/2（parent和child都是下标）我们可以根据下标来找到数据从而进行换位。

void Heappush(Hp* php, Hpdatetype x)
{
	assert(php);
	if (php->size == php->capacity)//判断是否需要扩容
	{
		size_t newcapacity = php->capacity == 0 ? 4 : php->capacity * 2;
		Hpdate* tem = realloc(php->a, sizeof(Hpdate) * newcapacity);
		if (tem == NULL)
		{
			perror("reallon fail");
			return;
		}
		php->a = tem;
		php->capacity = newcapacity;
	}
	php->a[php->size] = x;
	php->size++;
	AdjustUp(php->a, php->size - 1);
}
void swap(Hpdatetype* x, Hpdatetype* y)
{
	Hpdate ret = *x;
	*x = *y;
	*y = ret;
}
//向上调整算法
void AdjustUp(Hpdatetype* a,int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (a[child] < a[parent])//换一下>就会变成大堆
		{
			swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

2.3向下调整算法

有了插入我们也就会有删除，删除我们就会想着挪动删除，在顺序表中很简单吧，直接动一下size

但是我们想一下我们如果去挪动数据之后，这个数组还是一个堆么？很显然不是，直接就倒反天罡了父子变兄弟了，而且时间复杂度变成的O(N)。所以我们想出一种办法，让第一个数据与最后的数据交换位置然后再删除掉数据，在进行向下调整算法。显然向下和向上的原理是一样的，但是向下调整要稍微复杂一点

void AdjustDown(Hpdatetype* a, int n, int parent)
{//先进行假设，假设左孩子小，然后在进行判断
	int child = parent * 2 + 1;
	while (child<n)//统一写成小于，便于修改成大堆
	{
		if (a[child + 1] < a[child])
		{
			++child;
		}
		if (a[child] < a[parent])
		{
			swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}
void HeapPop(Hp* php)
{
	assert(php);
	assert(php->size > 0);
	swap(&php->a[0], &php->a[php->size - 1]);
	php->size--;
	AdjustDown(php->a, php->size, 0);
}

2.4堆的其他实现

Hpdatetype HeapTop(Hp* php)
{
	assert(php);
	return php->a[0];
}
bool HpEmpty(Hp* php)
{
	awwert(php);
	return php->size == 0;
}

这俩一目了然好吧，一眼都知道在干啥

我们看一下实现后的结果

int main()
{
	int a[] = { 60,70,65,50,32,100 };

	HP hp;
	HeaPInit(&hp);
	for (int i = 0; i < sizeof(a)/sizeof(int); i++)
	{
		HeaPPush(&hp, a[i]);
	}
	while (!HPEmpty(&hp))
	{
		printf("%d\n", HeaPTop(&hp));
		HeaPPop(&hp);
	}

	HeaPDestroy(&hp);

	return 0;
}

如果改动一下三个>号就会变成第二个图