数据结构 非线性结构 树 介绍及存储方法

           所谓树, 其实跟链表有类似的地方,  就是都是由节点和指针构成的数据结构.

           在链表中,  每1个节点(尾节点除外)只有1个指针指向下1个节点. 所以链表各个节点可以由一条线链接起来, 就是一种线性结构.

           而在树中, 每1个节点可以有1个或多个指针指向下1个节点,  如下图:

              所以树是一种非线性结构, 对于这种结构, 有很多算法都要依赖递归来实现, 否则就相当复杂, 所以很多教程都把递归作为1个专题放在树这章之前讲解, 就是这个原因.

              其实树也可以利用连续存储来实现， 也就是说节点不需具有指向别的节点的指针， 但是这种树必须是完全二叉树。 下面会详细提到。

1. 树的定义

         树的定义有两种, 一种是专业的定义, 跟递归有关.

         专业定义:

                 1. 只有1个称为根的节点.

                 2. 有若干个互不相交的子树, 这些子树本身也是树.

                 解析下,子树本身也是树, 就如上上图的树A, 根就是是A了, 它具有2个子树, 分别是B1 和 B2, 而B1和B2也是1棵树啊, 所以, 这个定义跟递归有关.

           通俗定义:

                 1. 树是有节点和边组成.(为什么不用指针这个字眼,用边?因为树是可以利用连续存储来实现的，下面会提到)

                 2. 每1个节点只有1个父节点, 但是可以有多个子节点.

                 3. 但是有1个节点例外, 该节点没有父节点, 此节点就是根节点.

2. 树的一些专业术语.

            节点:

                    构成树的元素, 通常节点里会包含指向其他节点的指针.  在C语言中, 节点通常是由结构体来表示的.

             父节点:

                    节点的上1级节点,  通常1个节点有且只有1个父节点, 根节点例外, 根节点没有父节点.

             子节点:

                    节点的下一级节点, 1个节点可以有1个或多个子节点, 也可以没有子节点.

              子孙:

                    1个节点的子节点或者子节点的子节点....,等所有下级节点都可以成为这个节点的子孙,  1棵树的所有节点都是根节点的子孙.   上图C2 是B1的子孙, 但不是B2的子孙.

              兄弟:

                    拥有同1个父节点的若干个节点成为兄弟, 上图B1 就是 B2的兄弟

              堂兄弟:

                     不属于同1个父节点, 但是它们的父节点属与同1个父节点的若干个节点就是堂兄弟. 上图C1 就是 C3的堂兄弟.

              深度:

                     1棵树从根节点到最底层节点的层数称之为深度.   根节点是第1层.

               叶子节点:

                      没有子节点的节点, 因为叶子不同于树干, 不能再分叉了.  当1个棵树只有1个节点, 那么这个节点是根节点. 也是叶子节点.

               非终端节点:

                       实际就是非叶子节点,  就是具有子节点的节点.

                度:

                        1个节点的子节点个数成为这个节点的度

                        1个树中拥有最大度的节点的度就是这个树的度.

               

               森林:

                          n个互不相交的树的集合, 成为森林.         

3. 树的分类

                一般的树:

                          任意1个节点的子节点的个数都不受限制的树.

                二叉树: (binary tree)

                           任意1个节点的个数最多有连个, 且子节点的位置不能被更改, 这种树就是二叉树.

 

                            第一句容易理解, 关键是第二句, 子节点的位置不能更改?   其实意思就是二叉树是有序的, 它的节点最多只有2个子节点, 分别是左子节点和右子节点,  它们的顺序不能被更改. 也不能更改节点的父子点(移动子树),我们称为这种树是有序的树

                            一般的树没有这种要求, 可以是有序的树, 也可以是无序的树(子节点位置可更改),    但是2叉树必须是有序的树.

              

                             二叉树还有分类

               

                           满二叉树: (full binary tree)

                                      在不增加层数的情况下,  无法再多添加1个节点的二叉树, 就是满二叉树. 例如上图那个树就是非满2叉树, 因为还可以添加1个C4节点在B2节点下.

                        

                                        添加了C4节点后, 就是1个满二叉树, 如下图:

                                         假如1个满二叉树的层数是k, 那么它的节点个数必定是 (2^k-1).

                                         这里顺便贴个等比数列求和的推导公式:

                                        
（1）Sn=a1+a2+a3+...+an(公比为q)
（2）q*Sn=a1*q+a2*q+a3*q+...+an*q =a2+a3+a4+...+a(n+1)
（3）Sn-q*Sn=a1-a(n+1)
（4）(1-q)Sn=a1-a1*q^n
（5）Sn=(a1-a1*q^n)/(1-q)
（6）Sn=(a1-an*q)/(1-q)
（7）Sn=a1(1-q^n)/(1-q)

                      完全二叉树: (Complete binary tree)

                                 完全二叉树就厉害了，之前提到满二叉树的目的就是为了引出完全二叉树. 满二叉树是完全二叉树的一种。

                                 若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。

                                 又有1个通俗定义： 当1棵层数为k满二叉树, 从它的最底层的最右边的节点开始,连续向左删除n个节点(2k >= n >= 0), 得到的树就是1棵完全二叉树.

                                 如下图， 左边两个是完全二叉树， 而右边那个不是，因为最下层的节点不是向右连续的啊！

                            这里补充一点：完全二叉树是效率很高的数据结构，堆是一种完全二叉树，所以效率极高，像十分常用的排序算法、Dijkstra算法、Prim算法等都要用堆才能优化，几乎每次都要考到的二叉排序树的效率也要借助平衡性来提高，而平衡性基于完全二叉树。

                            这里为什么要特别提到完全二叉树呢？  因为完全二叉树是一种重要的数据结构， 跟栈，对列一样， 二叉树也可以用链式和数组内核来实现， 但是因为数组必须是连续存储的， 所以数组实现的二叉树必须是完全二叉树。

                            完全二叉树的性质：

                                   1. 如果知道完全二叉树的节点个数， 就必然可以退出完全二叉树的形状（包括层数， 最后一层的节点排布）。  也就是说两个节点树相同的完全二叉树的形状是一样的。

                                   2. 根据第1个性质， 只需要知道1个确定节点个数的完全二叉树的节点编号， 就可以推出这个节点的父节点和字节点！ 这个是1个非常重要的优点！

                           

3. 树的存储(内存)

          3.1 二叉树的存储：

                3.1.1. 连续存储 ：

                       上面提过了， 要利用连续存储(数组）来实现的二叉树必须是完全二叉树， 因为它们的节点必须是连续的啊！ 如果要利用连续存储来存储普通的二叉树， 就必须把这个二叉树转化为完全二叉树。

                       关键是如何转化？ 很简单， 就是添加必要的空节点把1个非完全二叉树补成1个完全二叉树， 如下图：

                      蓝色的树就是1个普通的2叉树，  白色的节点就是必要的不存放实际数据的节点， 添加上去组成1个完全二叉树， 就可以利用连续存储了。

                      至于要转成完全二叉树的原因：

                      假如只按一定的顺序只存储有效的节点，  内存物理上是1个线性结构， 如果把非线性的树存放在线性的内存中，存放后就变成线性结构了，例如上图中的蓝色树在内存里存放: A,B1,C1,C2,D3,D4  的确是能存放， 但是不能将存放的数据还原成原来的树啊！ 所以就必须添加一些无效的节点令它转化成1个完全二叉树！

                      缺点：

                        其实也可以看出， 如过利用连续存储来存放普通的二叉树， 首先需要一定量的连续内存空间，而且必然会造成1些空间浪费。 而且普通二叉树的层数越大， 耗费的内存越大！

                      优点：

                        就是上面完全二叉树的第2个性质，  只需要知道1个节点在数组的位置， 就可以推出它的父节点和子节点， 时间复杂度是0啊！

              3.1.2. 链式存储 ：

                     这个跟链表有点类似。

                     我们会把每1个节点分成4个域， 分别是数据域， 父节点指针域， 左子节点指针域， 右字节域指针域。（或者不包含父节点指针域，则只有3个域）

                     如下图：

                     可以见到，这种存储方式浪费的空间很少， 无非就是一些子节点的空指针， 但是这些空指针个数仍是线性增长的， 但是我们认为浪费的空间已经很少啦， 比起连续存储来讲， 因为链式存储不需存储多余的节点啊。

                    

                  

        

      3.2 一般树的存储：

              一般树的特点是节点的度（子节点个数）无限制， 用上面连续存储根本没可能， 如果用链式存储也很困难， 因为无法决定子节点的子节点指针域的个数啊！

            3.2.1 双亲表示法(数组)：

                    双亲表示法实际上也是利用连续存储的， 只不过数组内的元素必须分为两个域， 1个是数据域， 另1个是父节点的下标（注意不是指针啊）. 根节点的父节点下标是·-1.

                    双亲表示法对于元素（节点）在数组内的顺序无要求。

                    如下图：

                 如上图右边的数组， 基本上可以把1棵树的结构表示出来了， 但是有个问题， 就是无法通过数组得到同1个父子点兄弟之间的顺序， 例如无法知道C1，C2,C3这个3兄弟在树中的顺序， 所以双亲表示法只适合表示无序的树。

                 优点：

                     几乎不浪费内存空间， 查找父节点很容易。

                 缺点：

                     不能表示有序的树， 查找子节点相对困难， 查找任何1个节点的子节点都必须遍历整个数组。 不能表示有序的树。

          

           3.2.2 孩子表示法(数组)：

                 孩子表示法也是利用连续存储来实现的， 它的节点同样具有两个域， 1个是数据域， 另1个是1个子节点下标链表的头节点地址。

                 关键就是这个链表了， 链表的节点有两个域， 1个是int类型，用于表示节点下标， 另1个是指针。

                 如下图：

            可以见到， 因为可以利用子节点下标链表的顺序来表示子节点兄弟的顺序， 所以这种表示法是能表示有序树的。

            优点：

                  查找子节点算法很方便， 可以表示有序树

            缺点：

                 查找父节点算法很困难， 必须遍历每1个节点的子节点下标链表， 如上图， 甚至判断哪个是根节点都需要遍历啊（O(n^2)）！ 

              

          

        3.2.3 双亲孩子表示法(数组)：

         由上面的例子可以看出， 其实双亲表示法和孩子表示法的优缺点是互补的， 所以把它们合拼在一起就是双亲孩子表示法了。

         所谓双亲孩子法就是指表示树的数组内的节点有3个域， 数组域， 父节点下标域，及子节点下标链表域。

         如下图：

        

         优点：

              具有双亲表示法和孩子表示法的所有优点， 关键是方便地查找父节点和子节点。

         缺点：

              占用相对更多的内存空间。

       

       3.2.4 二叉树表示法 ：

        这个的原理就是把一般树转化为二叉树， 然后再利用二叉树的存储方法来存储。

        关键是如何把1个一般树转化为二叉树？  一句话：  每个子节点的左子节点指向它原来的第1个子节点， 右子节点指向它原来的下1个兄弟。

        所以这个方法又叫孩子兄弟链表表示法

        如下图：

        可以看到， 转换后层数增加了， 而且某个子树的度越大， 转化后所需的层数越多， 毕竟是利用层数来表示兄弟的个数啊。

        而且有个特点， 就是转化后的二叉树， 对于根节点来讲， 是没有右字数的， 因为根节点没有兄弟嘛。

        优点：

             能使用一些二叉树的算法。

        缺点：

             查找真正的父节点和子节点的算法有点复杂，  例如上图转化后的二叉树， 如果求C3的父节点， 则必须反方向先求出C2和C1..

       

         3.3 森林的存储：

            所谓森林上面也提到过了， 就是互不相交(没有公共节点）的n棵树的集合。

            例如下图中的三棵树就可以组成1个森林。

            

           一般来讲，

           首先： 我们会先把森林的所有树转化为二叉树（孩子兄弟链表表示法）

           然后： 把转化后的二叉树合成1个新的二叉树， 怎么合成？ 就是把各个二叉树视为兄弟， 然后新增1个根节点作为它们的父子点。

           其实不难理解的啦， 转化后如图：

        然后就按照二叉树的方法存储就ok了。