数据结构:二叉树

目录

1.树的定义

2.二叉树

2.1 满二叉树

2.2 完全二叉树

2.3 二叉搜索树

2.4 平衡二叉搜索树

3.二叉树的存储

3.1 数组存储

3.2 链表存储

       代码:

4.二叉树的遍历

4.1 深度优先遍历

4.1.1 递归

4.1.2 迭代

4.2 广度优先遍历(层序遍历)


1.树的定义

     树是计算机数据存储的一种结构,因为存储类型和现实生活中的树类似而被称为树。

     树的源头称为,其余分叉点称为节点,而起始的分叉点被称为根节点,树的尽头是叶,我们称之为叶节点

     每一个节点的起点被称为父节点,由父节点衍生出去的节点称为子节点,没有父节点的节点为根节点,没有子节点的节点称为叶节点,共用一个父节点的节点为兄弟节点

          树的高度从下往上看,深度则是从上往下看,层数等于高度+1。

2.二叉树

    二叉树是最常见的树形结构,每个节点最最多只能有两个子节点

    二叉树分为好几种:

2.1 满二叉树

     如果一棵二叉树只有度为0和度为2的节点,且度为0的节点都在同一层,这样的树就是满二叉树。

2.2 完全二叉树

    

在完全二叉树中,除了最底层的节点的子节点数不全为2之外,其余每层每个节点的子节点数都为2,并且最底层的节点集中在该层最左边的位置。就像这样:

2.3 二叉搜索树

    满二叉树和完全二叉树都是没有数值的,二叉搜索树就有数值了,它是一棵有序树。

    如果它的左子树不空,则左子树所有节点的值都小于它的根节点的值;

    如果它的右子树不空,则右子树所有节点的值都大于它的根节点的值;

   它的左右子树叶都是二叉搜索树 

2.4 平衡二叉搜索树

     二叉搜索树前面加了平衡两个字,它是一棵空树或者它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树也是平衡二叉搜索树,这样的树就是平衡二叉搜索树,又被称为AVL(Adelson-Velsky and Landis)

     上图的二叉搜索树是平衡二叉搜索树,但这棵树因为左右两棵子树的高度差超过了1,而不能是平衡二叉搜索树。

3.二叉树的存储

     二叉树一般有数组和链表两种存储方式,一个是顺序存储,一个是链式存储。

3.1 数组存储

      当我们遍历时,如果父节点的数组下标是i,那么它的左子节点就是i*2+1,它的右子节点就是i*2+2。这种方式对于树来说还是不够直观,我们一起来看看链表存储

3.2 链表存储

      这种存储方式才能更直观的体现出二叉树的特点,接下来所有的讲解都会使用链表存储,来帮助我们更好的理解。

       代码:

typedef struct TreeNode
{
	int data;
	TreeNode* left;//left指针指向左子节点
	TreeNode* right;//right指针指向右子节点
}TreeNode;

4.二叉树的遍历

    二叉树的遍历主要为两种:

        深度优先遍历:往深了走,遇到叶节点往回走,通常是递归法。

        广度优先遍历:一层一层地遍历。

    深度优先遍历又分为:前序遍历,中序遍历,后序遍历

    广度优先遍历:层次遍历

4.1 深度优先遍历

      这里的前序,中序,后序就是中间节点的位置,前序是中左右,中序是左中右,后序就是左右中。

     在实现深度优先遍历时,我们经常使用递归的方式,因为我们一直走到头,很符合递归的特点,我们也知道栈其实就是用来实现递归的,所以我们也可以用栈来实现。

4.1.1 递归

     递归通常从三方面来考虑:

1.确定递归函数的参数和返回值:知道哪些参数是递归过程中需要处理的,就在参数里面加上,并且还要确定递归函数的返回值,确定返回类型
2.确定终止条件:函数不能一直递归下去,这会导致爆栈,所以我们要正确的认识递归的终止条件
3.确定单层递归的逻辑:就是确定每一层递归需要处理什么,重复调用这个过程,达到代码量少却操作很多的目的

     从前序遍历来看:

     1.确定递归函数的参数和返回值:因为我们要打印出前序遍历节点的值,所以参数里需要传入vector来存储每个节点的数值,不需要任何返回值

void TravelTree(TreeNode* cur,vector<int>& vec)

     2.确定终止条件:什么时候递归才能结束呢?我们一直往深走,一直走到一个节点,它没有子节点了,不能再走了,这时候递归就结束了,所以如果当前遍历的节点为空,就return。

if(cur==NULL)return;

    3.确定单层递归的逻辑:因为前序遍历是中左右,所以我们要先取中间节点的数值。

vec.push_back(cur->val);
TravelTree(cur->left,vec);
TravelTree(cur->right,vec);

     完整代码:

void TravelTree(TreeNode* cur,vector<int>& vec)
{
   if(cur==NULL)return;
   vec.push_back(cur->val);
   TravelTree(cur->left,vec);
   TravelTree(cur->right,vec);
}

     写出来前序之后,中序和后序就容易了

     中序遍历:

void TravelTree(TreeNode* cur,vector<int>& vec)
{
   if(cur==NULL)return;
   TravelTree(cur->left,vec);
   vec.push_back(cur->val);
   TravelTree(cur->right,vec);
}

     后序遍历:

void TravelTree(TreeNode* cur,vector<int>& vec)
{
   if(cur==NULL)return;
   TravelTree(cur->left,vec);
   TravelTree(cur->right,vec);
   vec.push_back(cur->val)
}
4.1.2 迭代

    前序遍历是中左右,每次先处理中间节点,那我们可以先把根节点放入栈中,因为栈是一种先进后出的结构,所以要实现前序遍历,要先把右子节点放入栈中,再把左子节点放入栈中。

vector<int> preorderTravelTree(TreeNode* root)
{
  stack<TreeNode*>st;
  vector<int>vec;
  if(root==NULL)return vec;
  st.push(root);
  while(!st.empty())
  {
    TreeNode* node=st.top(); //中
    st.pop();
    vec.push_back(node->val);
    if(node->right)st.push(node->right); //右
    if(node->left)st.push(node->left);//左
  }
  return vec;
}
    

    后序遍历:前序遍历是中左右,我们可以调整为中右左,最后反转数组就是左右中了

 vector<int> postorderTraverTree(TreeNode* root) {
        stack<TreeNode*> st;
        vector<int> result;
        if (root == NULL) return vec;
        st.push(root);
        while (!st.empty()) {
            TreeNode* node = st.top();//中
            st.pop();
            vec.push_back(node->val); 
            if (node->left) st.push(node->left); //左 相对于前序遍历,这更改一下入栈顺序 
            if (node->right) st.push(node->right); //右
        }
        reverse(vec.begin(), vec.end()); // 将结果反转之后就是左右中的顺序了
        return vec;
    }

    为什么我跳过了中序遍历呢?因为它很特殊,不是简简单单把前序遍历的代码改了就行

    前序和后序遍历都需要先处理中间节点,我们也是先访问中间节点,顺序是一致的,那中序遍历就不是这样了,我们先访问的不是中间节点,这样顺序就不一样了。

    我们需要指针的遍历帮助访问节点,栈处理节点上的元素。

vector<int> inorderTravelTree(TreeNode* root)
{
   vector<int>vec;
   stack<TreeNode*>st;
   TreeNode* cur=root;
   while(cur!=NULL||st.empty())
   {
      if(cur!=NULL)
      {
         st.push(cur);
         cur=cur->left;//左
      }
      else
      {
        cur=st.top();
        st.pop();
        vec.push_back(cur->val);//中
        cur=cur->right;//右
       }
    }
    return vec;
}

4.2 广度优先遍历(层序遍历)

     层序遍历一个二叉树,就是从左到右一层一层去遍历,队列先进先出,符合一层一层遍历的逻辑。这里借用代码随想录的动画帮助理解

 

     

vector<int> levelOrderTravel(TreeNode* root)
{
   queue<TreeNode*>que;
   if(root!=NULL)que.push(root);
   vector<int>vec;
   while(!que.empty())
   {
     int size=que.size();
     //不要用que.size(),因为在不断变化
     for(int i=0;i<size;i++)
     {
       TreeNode* node=que.front();
       que.pop();
       vec.push_back(node->val);
       if(node->left)que.push(node->left);
       if(node->right)que.push(node->right);
     }
   }
   return vec;
}

  • 29
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
### 回答1: 二叉树是一种树形数据结构,它由一个根节点和最多两个子树组成,这两个子树被称为左子树和右子树。二叉树中的每个节点最多有两个子节点,如果一个节点只有一个子节点,那么这个子节点必须是左子节点。 二叉树有很多种类型,最基本的二叉树是二叉搜索树。在二叉搜索树中,左子树的所有节点的值都小于根节点的值,右子树的所有节点的值都大于根节点的值。这使得在二叉搜索树中进行查找、插入和删除操作非常高效。 除了二叉搜索树,还有平衡二叉树、红黑树、B树等多种二叉树类型,每种类型的二叉树都有其特定的应用场景和优缺点。 二叉树的遍历方式有三种:前序遍历(先访问根节点,然后遍历左子树和右子树)、中序遍历(先遍历左子树,然后访问根节点,最后遍历右子树)和后序遍历(先遍历左子树和右子树,最后访问根节点)。二叉树的遍历方式是解决很多问题的基础,比如查找二叉树中的最大值、计算二叉树的深度等。 ### 回答2: 二叉树是一种重要的数据结构,它由一组称为节点的元素组成,每个节点最多可以连接到两个子节点,分别称为左子节点和右子节点。二叉树的一个节点可以表示一个值或者一条数据。 二叉树具有以下特点: 1. 根节点:二叉树的顶部节点称为根节点,它是整个树的起点。 2. 叶子节点:没有子节点的节点称为叶子节点,它们位于树的末端。 3. 分支节点:有子节点的节点称为分支节点,它们是树的中间节点。 4. 子树:以某个节点为根节点,将其及其后代节点组成的树称为子树。 5. 左子树和右子树:一个节点的左右子节点分别构成左子树和右子树。 6. 高度:树中节点的最大层次称为树的高度。 二叉树有多种变种,如满二叉树、完全二叉树等。满二叉树是一种每个节点都有两个子节点的二叉树,而完全二叉树是一种除了最后一层外,其他层都是满的二叉树二叉树的应用十分广泛,常见的应用场景包括文件系统、数据库索引等。在二叉树中,插入、删除、查找等操作效率很高,时间复杂度通常为O(logN)。然而,如果二叉树退化成链表,操作效率会大大降低,时间复杂度为O(N)。 总的来说,二叉树是一种简单但十分重要的数据结构。它能够高效地存储、操作数据,被广泛应用于各个领域。 ### 回答3: 二叉树是一种常见的数据结构,它由节点组成,每个节点最多有两个子节点。 二叉树的特点是左子节点小于父节点,而右子节点大于父节点,这样的特性方便在树中进行排序和搜索操作。 二叉树有多种常见的类型,包括满二叉树、完全二叉树和平衡二叉树等。 满二叉树是指除了叶子节点外,每个节点都有两个子节点的二叉树。 完全二叉树是指除了最后一层以外的其他层都是满的,最后一层的节点从左到右依次填满。 平衡二叉树是指左子树和右子树的高度差不超过1的二叉树,这样可以保证在最坏情况下的搜索时间复杂度为O(logn)。 二叉树可以使用数组或链表实现,具体选择取决于应用场景和需求。 在二叉树中,我们可以使用递归或迭代的方式进行遍历操作,包括先序遍历、中序遍历和后序遍历。 先序遍历是指先访问根节点,然后递归遍历左子树和右子树。 中序遍历是指先递归遍历左子树,然后访问根节点,最后递归遍历右子树。 后序遍历是指先递归遍历左子树和右子树,然后访问根节点。 二叉树还可以进行插入、删除和查找操作。插入操作一般按照二叉搜索树的规则进行,即比根节点小的值插入左子树,比根节点大的值插入右子树。删除操作需要考虑不同情况,包括删除叶子节点、删除有一个子节点的节点和删除有两个子节点的节点。查找操作可以根据二叉搜索树的性质进行递归或迭代实现。 总之,二叉树是一种常见且重要的数据结构,能够方便地进行排序、搜索和插入等操作,同时还有多种类型和遍历方式供选择。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

c++机械师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值