各种树的判别算法

二叉树的判别方法

只有左孩子和右孩子两个孩子

完全二叉树的判别算法

首先确定完全二叉树的根节点

对这棵树进行层序遍历，一边对二叉树进行BFS将每一个节点都加入到队列，一边执行下面的判断

当前节点有右孩子，但没有左孩子，直接返回false

当前节点有左孩子没右孩子，那么接下来遇到的所有节点必须是叶子节点
例如下图所示的情况，当遍历到红色节点后，由于其只有左孩子，没有右孩子，接下来的所有节点必须只能是叶子节点，如果不是，则该二叉树不是完全二叉树。例如，接下来访问到绿色节点，发现该节点不是叶子节点，因此直接返回false

bool IsFull(BinTree FBT)
{
	queue<BinTree>que;
	que.push(FBT);
	bool state=false;
	while(!que.empty());
	{
		BinTree temp=que.front();  
		que.pop();                 //取出队列首元素并删除 
		BinTree l=temp->Left;
		BinTree r=temp->Right;
		if(l) que.push(l);       //将首元素的左孩子压入队列中 
		if(r) que.push(r);      //将首元素的右孩子压入队列中
		
		if(!state)      //后续结点均是叶子结点的状态还未开启 
		{
			if(!l&&r)  //该结点只有右孩子没有左孩子
			return false;
			if(l&&!r)
			{
				state=true; 
			} 
		}
		else
		{
			if(l||r)   //该结点不是叶子结点
			return false; 
		}	 
	}
}

大小根堆的判别算法

大根堆：对任意一个结点，均大于它的左孩子和右孩子
小根堆：对任意一个结点，均小于它的左孩子和右孩子

//大根堆即最大堆既是大根树也是完全二叉树，可用数组来存储
bool IsMin(Num num[],int n)     //判断是否是最小堆，只需要满足任何一个结点都比左右结点小即可 
{
	for(int i=0;i<n;i++)
	{
		int l=num[i].Left;     //左孩子 
		int r=num[i].Right;    //右孩子 
		if(l!=-1)
		{
			if(num[i].k2>num[l].k2)  return false;
		} 
		if(r!=-1)
		{
			if(num[i].k2>num[r].k2)  return false;
		}
	}
	return true;
}

二插搜索树的判别算法

二叉搜索树：左子树所有节点均小于根节点，右子树所有节点均大于根节点，其左右子树也是二叉搜索树

方法一：对于每一个结点，大于其左孩子，小于其右孩子，并且左子树的最大值即结点左孩子的右孩子的右孩子的右孩子…小于该根结点，右子树的最小值即结点右孩子的左孩子的左孩子的左孩子…大于该根结点

bool IsBST(Num num[],int n)
{
	for(int i=0;i<n;i++)
	{
		int l=num[i].Left;     //左孩子 
		int r=num[i].Right;    //右孩子 
		if(l!=-1)
		{
			if(num[i].k1<num[l].k1)  return false;
			int lmax=l;
			while(num[lmax].Right!=-1)
			{
				lmax=num[lmax].Right; 
			} 
			if(num[lmax].k1>num[i].k1)   //左子树的最大结点比根节点大，则满足二叉搜索树 
			return false; 
		} 
		if(r!=-1)
		{
			if(num[i].k1>num[r].k1)  return false;
			int rmin=r;
			while(num[rmin].Left!=-1)
			{
				rmin=num[rmin].Left; 
			} 
			if(num[rmin].k1<num[i].k1)   //右子树的最小结点比根节点小，则满足二叉搜索树 
			return false;
		}
		
	}
	return true;
}

方法二：二叉搜索树中序遍历为递增序列
递归遍历中序序列时换成与前一个字符进行比较，若后一个字符小于前一个字符，则不是二叉搜索树；

AVL平衡二叉树判别算法

首先满足二叉搜索树
其次对于每一个结点，其平衡因子绝对值<=1（左子树高度减去右子树高度）