循环队列和

一:循环队列

实际中我们有时还会使用一种队列叫循环队列。如操作系统课程讲解生产者消费者模型

时可以就会使用循环队列。环形队列可以使用数组实现，也可以使用循环链表实现。

1.1实现代码

循环队列判断队满有两种方式。

1、创建一个变量k来统计队列元素的个数，因为队列的长度len是固定的，我们可以用k==len来判断是否队满。

2、是使用一个额外空间，此时rear指向的是队尾元素后面的位置，而队列长度len=k+1。通过(rear + 1)%(k+1) == front 来判断是否队满。

typedef int DataType;
typedef struct {
  DataType* a;
  int front;
  int back;
  int k;
} MyCircularQueue;



MyCircularQueue* myCircularQueueCreate(int k) {
  MyCircularQueue* obj = (MyCircularQueue*)malloc(sizeof(MyCircularQueue));
  obj->k = k;
  obj->front = 0;
  obj->back = 0;
  obj->a = (DataType*)malloc(sizeof(DataType) * (k + 1));
  return obj;
}


bool myCircularQueueIsEmpty(MyCircularQueue* obj) {
  return obj->front == obj->back;
}


bool myCircularQueueIsFull(MyCircularQueue* obj) {
  return (obj->back + 1)%(obj->k+1) == obj->front;
}


bool myCircularQueueEnQueue(MyCircularQueue* obj, int value) {
  if (myCircularQueueIsFull(obj))
    return false;
  obj->a[obj->back] = value;
  obj->back = (obj->back + 1) % (obj->k + 1);
  return true;
}


bool myCircularQueueDeQueue(MyCircularQueue* obj) {
  if (myCircularQueueIsEmpty(obj))
    return false;
  obj->front = (obj->front + 1) % (obj->k + 1);
  return true;
}


//Front: 从队首获取元素。如果队列为空，返回 - 1 。
int myCircularQueueFront(MyCircularQueue* obj) {
  if (myCircularQueueIsEmpty(obj))
    return -1;
  return obj->a[obj->front];
}


//Rear : 获取队尾元素。如果队列为空，返回 - 1 。back指向队尾后面一个位置
int myCircularQueueRear(MyCircularQueue* obj) {
  if (myCircularQueueIsEmpty(obj))
    return -1;
  return obj->a[(obj->back - 1+ obj->k+1)%(obj->k+1)];
}


void myCircularQueueFree(MyCircularQueue* obj) {
  free(obj->a);
  free(obj);
}

二:树

2.1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，而叶朝下的。

有一个特殊的结点，称为根结点，根节点没有前驱结点，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)又是一棵结构与树类似的子树。每棵子树的根结点有且只有一个前驱，可以有0个或多个后继。

因此，树是递归定义的。

2.2树的相关定义

节点的度：一个节点含有的子树的个数称为该节点的度；如上图：A的为6

叶节点或终端节点：度为0的节点称为叶节点；如上图：B、C、H、I...等节点为叶节点

非终端节点或分支节点：度不为0的节点；如上图：D、E、F、G...等节点为分支节点

双亲节点或父节点：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

孩子节点或子节点：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

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

树的度：一棵树中，最大的节点的度称为树的度；如上图：树的度为6

节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推；

树的高度或深度：树中节点的最大层次；如上图：树的高度为4

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

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

子孙：以某节点为根的子树中任一节点都称为该节点的子孙。如上图：所有节点都是A的子孙

森林：由m（m>0）棵互不相交的树的集合称为森林；

 2.3树的应用

树在Linux的应用体现在目录结构。

三:二叉树 

3.1二叉树的概念

一棵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棵别称为左子树和右子树的二叉树组成

从上图可以看出：

1. 二叉树不存在度大于2的结点

2. 二叉树的子树有左右之分，次序不能颠倒，因此二叉树是有序树

注意：对于任意的二叉树都是由以下几种情况复合而成的：

3.2特殊的二叉树

1. 满二叉树：一个二叉树，如果每一个层的结点数都达到最大值，则这个二叉树就是满二叉树。也就是说，如果一个二叉树的层数为K，且结点总数是2^k-1,，则它就是满二叉树。

2. 完全二叉树：完全二叉树是效率很高的数据结构，完全二叉树是由满二叉树而引出来的。对于深度为K的，有n个结点的二叉树，当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。要注意的是满二叉树是一种特殊的完全二叉树。

3.3二叉树的存储结构

1. 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。

2. 链式存储

二叉树的链式存储结构是指，用链表来表示一棵二叉树，即用链来指示元素的逻辑关系。通常的方法是链表中每个结点由三个域组成，数据域和左右指针域，左右指针分别用来给出该结点左孩子和右孩子所在的链结点的存储地址。链式结构又分为二叉链和三叉链，当前我们学习中一般都是二叉链，后面课程学到高阶数据结构如红黑树等会用到三叉链。

3.4二叉树的顺序结构 

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。

3.5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+1 且 Ki<= K2i+2 (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。小堆要求：任意父亲 <=儿子；大堆要求：任意父亲>=儿子。

堆的意义是：1.堆排序（O(N*logN)）2.top k 问题