本文是MOOC浙大数据结构课程的笔记
课程详细地址
什么是树?
客观世界中许多事物存在层次关系
分层次组织在管理上具有更高的效率!
栗子:从数据管理的基本操作之一:查找 来看
查找(Searching)
根据某个给定的关键字 K,从集合 R中找出关键字与 K 相同的记录
静态查找:集合中的记录是固定的 (没有插入删除操作)
动态查找:集合中的记录是动态变化的 (有插入删除操作)
静态查找
顺序查找
-
一种实现方式是通过边界,如果查找的范围到达了边界就退出循环
-
还有一种是哨兵,通过哨兵来判断查找是否结束
二分查找(Binary Search)
假设n个数据元素的关键字满足有序(比如小到大)而且是连续存放(数组),那么可以二分查找
查找100万有序的数,顺序查找平均要找50万次,二分查找只要20次。
二分查找判定树
通过二分查找,可以画出二分查找判定树
9个元素的二分查找判定树
-
判定树上的每个结点需要查找的次数刚好等于该结点所在的层数;栗子:找 7 只要两次
-
查找成功时查找次数不会超过判定树的深度。栗子: 9 个元素的查询一定不会超过 4 次
-
n个结点的判定树的深度为 [ log 2 n ] + 1 [\log_2n]+1 [log2n]+1
-
ASL(平均查找次数)=(2*4+4*3+2*2+1)/9
利用查找树可以很好的解决动态查找的问题。
树的定义
树( Tree) : n (n≥0)个结点构成的有限集合。
当n=0时,称为空树;
对于任一棵非空树(n>0),它具备以下性质:
- 树中有一个称为**”根(Root)**”的特殊结点,用 r 表示;
- 其余结点可分为m(m>0)个互不相交的有限集T1,T2,…,Tm,其中每个集合本身又是一棵树,称为原来树的**“子树(SubTree)”**
树与非树
- 子树不相交
- 除了根结点外,每个结点有且仅有一个父结点
- 一颗N个结点的树有N-1条边,一颗N个结点的树有N-1条边
基本术语
-
结点的度(Degree):结点的子树个数;
例如,A 有3个子树,B 有两个,A 的度为3,B 的度为2
-
树的度:树的所有结点中最大的度数
-
叶结点(Leaf):度为0的结点;
F、L、H、M、J、K都是叶结点
-
父结点(Parent):有子树的结点是其子树的根节点的父结点
-
子结点(Child):若A结点是B结点的父结点,则B结点是A结点的子结点;也称孩子结点
-
兄弟结点(Sibling):具有同一父结点的各结点彼此是兄弟结点
-
路径和路径长度:从结点n1,到nk,的路径为一个结点序列n1,n2 … , nk ,ni,是ni+1的父结点。路径所包含边的个数为路径的长度。
-
祖先结点(Ancestor):沿树根到某一结点路径上的所有结点都是这个结点的祖先结点。
-
子孙结点(Descendant):某一结点的子树中的所有结点是这个结点的子孙。
-
结点的层次(Level):规定根结点在1层,其它任一结点的层数是其父结点的层数加1。
-
树的深度(Depth):树中所有结点中的最大层次是这棵树的深度。
树的表示
儿子-兄弟表示法
将上面的树旋转45度,就可以发现一颗二叉树
C 语言 二叉树的链表结构
typedef struct TNode *Position;
typedef Position BinTree; /* 二叉树类型 */
struct TNode{ /* 树结点定义 */
ElementType Data; /* 结点数据 */
BinTree Left; /* 指向左子树 */
BinTree Right; /* 指向右子树 */
};