MOOC浙大数据结构-树

最新推荐文章于 2024-09-11 14:37:20 发布

ashtime99

最新推荐文章于 2024-09-11 14:37:20 发布

阅读量224

点赞数

分类专栏： MOOC浙大数据结构文章标签：数据结构

本文链接：https://blog.csdn.net/qq_40149119/article/details/121019667

版权

MOOC浙大数据结构专栏收录该内容

7 篇文章 3 订阅

订阅专栏

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？

家族树
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 $log_2n]+1$
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，…，T_m，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

树的基本术语

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n_k,的路径为一个结点序列n₁,n₂ … , n_k ,n_i,是n_i+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

在这里插入图片描述
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 */
};