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,叶朝下的。
- 有一个特殊的结点,称为根结点,根结点没有前驱结点
- 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<=i<=m)又是一颗结构与树类似的子树。每颗子树的结点有且只有一个前驱,可以有0个或者多个后继。
- 因此,树是递归定义。
注意:树形结构中,子树不可能有交集,否则就不是树形结构
1.2树的相关概念
(1)结点的度:一个结点含有的子树的个数称为该结点的度;如上图:A的为6
(2)叶节点或终端结点:度为0的点称为叶节点:如上图:B、C、H、L…等节点为叶节点
(3)非终端节点和分支节点:度不为0的节点,如上图D、E、F、G…等节点为分支节点
(4)双亲节点和父亲节点: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)孩子节点和子节点: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:树的高度为6
(8)节点的层次:从根开始定义起,根为第一层,根的子节点为第二层,以此类推
(9)树的高度和深度: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点都称为该节点的子孙,如上图:所有节点都是Ad 子孙
(13)森林:由m(m>0)棵互不相交的集合称为森林
1.3树的表示
树结构相对线性表比较复杂,要存储表示起来就比较麻烦,既要保存值域,也要保存节点和节点之间的关系,实际中树有很多种表示方式如:双亲表示法,孩子表示法,孩子双亲表示法以及孩子兄弟表示法等。
2.二叉树概念及结构
2.1概念
一颗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颗别称为左子树和右子树的二叉树的组成
从上图可以看出:
二叉树不存在大于2的结点
二叉树的子树有左右子分,次序不能颠倒,因此二叉树是有序树
注意:二叉树多是有一下几种情况复合而成的:
2.2特殊二叉树
2.3二叉树性质
- 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2^(i-)个节点
- 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 2^h-1
- 对任何一棵二叉树, 如果度为0其叶结点个数为n0 度为2的分支结点个数为n2则有n0=n2+1
- 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=log2(n+1).(ps: log2(n +1)是log以2
为底,n+1为对数) - 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<n,左孩子序号:2i+1,2i+1>=n否则无左孩子
(3)若2i+2<n,右孩子序号:2i+2,2i+2>=n否则无右孩子
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。
- 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。
3.二叉树的顺序结构及实现
3.1 二叉树的顺序结构
普通的二叉树是不适合用数组来存储的,因为可能会存在大量的空间浪费。而完全二叉树更适合使用顺序结
构存储。现实中我们通常把堆(一种二叉树)使用顺序结构的数组来存储,需要注意的是这里的堆和操作系统
虚拟进程地址空间中的堆是两回事,一个是数据结构,一个是操作系统中管理内存的一块区域分段。
3.2堆的概念及结构
如果有一个关键码的集合K = { k0,k1 ,k2 ,…,kn-1 },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:Ki <=K2i 且 Ki<=K2i+1 (Ki >=K2i+1 且Ki >=K2i+2 ) 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:
- 堆中某个节点的值总是不大于或不小于其父节点的值;
- 堆总是一棵完全二叉树。
3.3堆的实现
(1)堆的向下调整法
现在我们给出一个数组,逻辑上看做一颗完全二叉树。我们通过从根节点开始的向下调整算法可以把它调整
成一个小堆。向下调整算法有一个前提:左右子树必须是一个堆,才能调整。
int array[] = {27,15,19,18,28,34,65,49,25,37};
(2)堆的创建
下面我们给出一个数组,这个数组逻辑上可以看做一颗完全二叉树,但是还不是一个堆,现在我们通过算
法,把它构建成一个堆。根节点左右子树不是堆,我们怎么调整呢?这里我们从倒数的第一个非叶子节点的
子树开始调整,一直调整到根节点的树,就可以调整成堆。
int a[] = {1,5,3,8,7,6};
(3)建堆时间复杂度
因此:建堆的时间复杂度为O(N)。
(4)堆的插入
先插入一个10到数组的尾上,在进行向上调整算法,直到满足堆。
(5)堆的删除
删除堆是删除堆顶的数据,将堆顶的数据根最后一个数据一换,然后删除数组最后一个数据,再进行向下调
整算法。
(6)堆代码的实现
typedef int HPDataType;
typedef struct Heap
{
HPDataType* _a;
int _size;
int _capacity;
}Heap;
//堆的构建
void HeapCreat(Heap* hp, HPDataType* a, int n);
//堆的销毁
void HeapDestory(Heap* hp);
//堆的插入
void HeapPush(Heap* hp.HPDataType x);
//堆的删除
void HeapPop(Heap* hp);
//取堆项的数据
HPDataType HeapTop(Heap* hp);
//堆的数据个数
int HeapSize(Heap* hp);
//堆的判空
int HeapEmpty(Heap* hp);
3.4堆的应用
(1)建堆:
- 升序:建大堆
- 降序:建小堆
4.二叉树的遍历
(1)前序、中序、后序的遍历
学习二叉树结构,最简单的方式就是遍历。所谓二叉树遍历(Traversal)是按照某种特定的规则,依次对二叉
树中的节点进行相应的操作,并且每个节点只操作一次。访问结点所做的操作依赖于具体的应用问题。 遍历
是二叉树上最重要的运算之一,也是二叉树上进行其它运算的基础。
按照规则,二叉树的遍历有:前序/中序/后序的递归结构遍历:
- 前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点的操作发生在遍历其左右子树之前。
- 中序遍历(Inorder Traversal)——访问根结点的操作发生在遍历其左右子树之中(间)。
- 后序遍历(Postorder Traversal)——访问根结点的操作发生在遍历其左右子树之后。
由于被访问的结点必是某子树的根,所以N(Node)、L(Left subtree)和R(Right subtree)又可解释为
根、根的左子树和根的右子树。NLR、LNR和LRN分别又称为先根遍历、中根遍历和后根遍历。
//二叉树前序遍历
void PreOrder(BTNoder* root);
//二叉树中序遍历
void InOrder(BTNode* root);
//二叉树后序遍历
void PostOrder(BTNode* root);