数据结构学习笔记（5树）

sx失去理智

已于 2022-02-08 12:15:45 修改

阅读量856

点赞数 2

文章标签：数据结构 b树算法

于 2022-02-08 12:08:23 首次发布

本文链接：https://blog.csdn.net/sxH3O/article/details/122821357

版权

树

1.定义

树是n（n大于等于0）个结点的有限集合。在任意一棵非空树中应满足：

（1）有且仅有一个特定的称为根的结点。

（2）当n大于1时，其余结点可分为m个互不相交的有限集合T1、T2、…、Tm，其中每个集合本身又是一棵树，并且称为根结点的子树。

2.性质

（1）结点数=总度数+1；

（2）区分：

树的度（度为m的树）：各结点的度的最大值，任意结点的度小于等于m，至少有一个结点度=m（有m个孩子），且该树至少有m+1个结点。

m叉树：每个结点最多只能有m个孩子的树，允许所有结点的度都小于m，且可以是空树。

（3）高度为h的m叉树至多有 $\frac{m^{h} - 1}{m - 1}$ 个结点。（第一层最多m的0次，第二层m的1次，第三层m的2次，进行等比数列求和）

（4）设非空二叉树中度为0（叶子结点）、1和2的结点个数分别是n0、n1、n2，则n0=n2+1.*

3.特殊的树

满二叉树与完全二叉树

满二叉树：一棵高度为h，且含有 $2^{h} - 1$ 个结点的二叉树。

完全二叉树：当且仅当其每个结点都与高度为h的满二叉树中编号为1-n的结点一一对应时，称为完全二叉树。

满二叉树一定是完全二叉树，而完全二叉树不一定是满二叉树。

满二叉树 完全二叉树

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-N7secfxO-1644293252580)(数据结构学习笔记.assets/image-20220206171928471.png)]

完全二叉树的特点：

（1）只有最后两层可能有叶子结点；

（2）最多只有一个度为1的结点；

（3）按层序从1开始编号，结点i的左孩子为2i，右孩子为2i+1，结点i的父节点为 $\left\lfloor {i/2} \right\rfloor$ 。

（4）当 $\left\lfloor {n/2} \right\rfloor$ 时为分支结点，当 $\left\lfloor {n/2} \right\rfloor$ 时为叶子结点。

对于完全二叉树而言，如果某结点只有一个孩子，那么一定是左孩子。

具有n个结点的完全二叉树的高度h为 $\left\lceil {{log}_{2}\left( n + 1 \right)} \right\rceil$ 或 $\left\lfloor {{log}_{2}n} \right\rfloor + 1$ .

**[推导]**高为h的满二叉树共有 $2^{h} - 1$ 个结点，高为h-1的满二叉树共有 $2^{h-1} - 1$ 个结点，则：

$2^{h - 1} - 1 < n \leq 2^{h} - 1$ ，则 ${log}_{2}\left( {n + 1} \right) \leq h$ ，故h= $\left\lceil {{log}_{2}\left( n + 1 \right)} \right\rceil$ 。

另一边，高为h的完全二叉树至少有 $2^{h-1}$ 个结点，至多有 $2^{h} - 1$ 个结点，故 $2^{h - 1} \leq n \leq 2^{h}$ ，则 $h - 1 < {log}_{2}n < h$ ，故h= $\left\lfloor {{log}_{2}n} \right\rfloor + 1$ .

（5）（性质*的推论）对于完全二叉树，可以由结点数n推出度为0、1、2的结点个数为n0、n1、n2。

**[推导]**完全二叉树最多只有一个度为1的结点，即n1=0或1，而n0=n2+1，即n0+n2一定为奇数，则：

若完全二叉树有2k（偶数）个结点，必有n1=1，n0=k，n2=k-1；

若完全二叉树有2k-1（奇数）个结点，必有n1=0，n0=k，n2=k-1。

二叉排序树

一个二叉树或是空二叉树，是具有以下性质的二叉树：

左子树上所有结点的关键字均小于根节点的关键字；右子树上所有结点的关键字均大于根节点的关键字。

左子树和右子树又各是一棵二叉排序树。

平衡二叉树

树上任一结点的左子树和右子树的深度之差不超过1。平衡二叉树是“胖胖的、丰满的树”，能有更高的搜索效率。

4.二叉树的存储结构

（1）顺序存储

#define MaxSize 100
struct TreeNode{
    ElemType value;		//结点中的数据元素
    bool isEmpty;		//结点是否为空
}

定义一个长度为MaxSize的数组t：TreeNode t[MaxSize]，按照从上至下、从左至右的顺序依次存储完全二叉树中的各个结点。初始化时利用循环将所有结点标记为空：t[i].isEmpty=true;

二叉树的顺序存储中，要把二叉树的结点编号与完全二叉树对应起来。最坏情况是：高度为h且只有h个结点的单支树（所有结点只有右孩子），也至少需要 $2^{h} - 1$ 个存储单元。顺序存储只适合存储完全二叉树。

（2）链式存储

typedef struct BiTNode
{
    ElemType data;						//数据域
    struct BiTNode *lchild,*rchild;		//左、右孩子指针
}BiTNode,*BiTree;
//定义一棵空树
BiTree root=NULL;
//插入根结点
root= (BiTree)malloc(sizeof(BiTNode));
root->data={1};
root->lchild=NULL;
root->rchild=NULL;
//插入新结点
BiTNode *p= (BiTNode *)malloc(sizeof(BiTNode));
p->data={2};
p->lchild=NULL;
p->rchild=NULL;
root->lchild=p;		//作为根结点的左孩子

由图可知，在n个结点的二叉链表中，除头结点以外，其余结点均有前驱，则有n-1个前驱，故在n个结点的二叉链表共有n+1个空链域。（空链域可用于构造线索二叉树）

若在二叉树中，要实现方便找父结点，则可定义三叉链表：struct BiTNode *parent;

5.二叉树的遍历

先中后序遍历

先序遍历：根左右（NLR）中序遍历：左根右（LNR）后序遍历：左右根（LRN）

后序遍历（InOrder）的操作如下：

（1）若二叉树为空，则什么也不做；

（2）若二叉树非空：

【1】先序遍历左子树；【2】先序遍历右子树；【3】访问根结点。

//后序遍历
void PostOrder(BiTree T)
{
    if(T!=NULL)
    {
        PostOrder(T->lchild);		//递归遍历左子树
        PostOrder(T->rchild);		//递归遍历右子树
        visit(T);					//访问根结点
    }
}

先序遍历实操步骤：

从根节点出发，画一条路：如果左边还有没走的路，优先往左边走；走到路的尽头（空结点）则往回走，如果左边没路了，就往右边走；如果左、右都没路了，则往上面走。先序遍历时，每个结点都会被路过三次，当第一次路过时访问结点。

层序遍历

算法思想：

（1）初始化一个辅助队列；

（2）根结点入队；

（3）若队列非空，则队头结点出队，访问该结点，并将其左、右孩子插入队尾（若有）。

void LevelOrder(BiTree T)
{
	LinkQueue Q;
    InitQueue(Q);						//初始化辅助队列
    BiTree p;
    EnQueue(Q,T);						//将根节点入队
    while(!IsEmpty(Q))					//队列不空则循环
    {
        DeQueue(Q,p);					//队头结点出队
        visit(p);						//访问出队结点
        if(p->lchild!=NULL)
            EnQueue(Q,p->lchild);		//左孩子入队
        if(p->rchild!=NULL)
            EnQueue(Q,p->rchild);		//右孩子入队
    }
}

6.线索二叉树

概述

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kbYImIZX-1644293252581)(数据结构学习笔记.assets/image-20220207152838458.png)]

线索指向的是该序的前驱/后继。

线索二叉树找前驱/后继

中序线索二叉树

中序遍找历中序后继：

左根右

左根（左根右）

左根（（左根右）根右）

在中序线索二叉树中找到指定结点*p的中序后继next：

（1）若p->rtag==1，则next=p->rchild

（2）若p->rtag==0，则p必有有孩子。

//找到以p为根的子树中，第一个被中序遍历的结点
ThreadNode *Firstnode(ThreadNode *p)
{
    //循环找到最左下结点（不一定是叶结点）
    while(p->ltag==0) p=p->lchild;
    return p;
}
//在中序线索二叉树中找到结点p的后继结点
ThreadNode *NextNode(ThreadNode *p)
{
    if(p->rtag==0) return Firstnode(p->rchild);
    else return p->rchild;		//rtag==1直接返回后继线索
}
//对中序线索二叉树进行中序遍历（利用线索实现的非递归算法）
void Inorder(ThreadNode *T)
{
    for(ThreadNode *p=FirstNode(T);p!=NULL;p=NextNode(p))
    	visit(p);
}

先序线索二叉树

先序遍历找先序后继：（假设有左孩子）

根左右

根（根左右）右

[结论]若p有左孩子，则先序后继为左孩子。

（假设没有左孩子）

根右

根（根左右）

[结论]若p有右孩子，则先序后继为右孩子。

在中序线索二叉树中找到指定结点*p的先序后继next：

（1）若p->rtag==1，则next=p->rchild

（2）若p->rtag==0，则p必有右孩子。

（仅改用三叉链表或从根开始遍历寻找才能完成）

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-YEDrruad-1644293252582)(数据结构学习笔记.assets/image-20220207163326461.png)]

后序线索二叉树

后序遍历找后序前驱：（假设有右孩子）

左右根

左（左右根）根

[结论]若p有右孩子，则后序前驱为左孩子。

（假设没有右孩子）

左根

（左右根）根

[结论]若p没有右孩子，则后序前驱为左孩子。

在中序线索二叉树中找到指定结点*p的后续前驱next：

（1）若p->ltag==1，则next=p->lchild

（2）若p->ltag==0，则p必有左孩子。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-bbS94EFb-1644293252583)(数据结构学习笔记.assets/image-20220207164018118.png)]

7.树的存储结构

（1）双亲表示法

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IeI4n96O-1644293252584)(数据结构学习笔记.assets/image-20220207165231551.png)]

（2）孩子表示法

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6uVa92rE-1644293252585)(数据结构学习笔记.assets/image-20220207165311301.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ylDU533f-1644293252586)(数据结构学习笔记.assets/image-20220207165325823.png)]

（3）孩子兄弟表示法

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wA1PR5io-1644293252587)(数据结构学习笔记.assets/image-20220207165704155.png)]

类似地，可以实现森林和二叉树的转换。

typedef struct CSNode
{
    ElemType data;
    struct CSNode *firstchild,*nextsibling;			//看作左指针与右指针，代表的是第一个孩子和右兄弟指针
}CSNode,*CSTree;

8.二叉排序树

二叉排序树又称二叉查找树（BST，Binary Search Tree），在该树中，左子树结点值<根结点值<右子树结点值。对该数进行中序遍历，可以得到一个递增的有序序列。

查找

算法

查找效率分析

查找长度：在查找运算中，需要对比关键字的次数称为查找长度，反映了查找操作时间复杂度。查找成功的平均查找长度称ASL（Average Search Length）。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BCZSFekq-1644293252588)(数据结构学习笔记.assets/image-20220207225108830.png)]

若树高为h，找到最下层的一个结点需要对比h次。最好情况：n个结点的二叉树最小高度为 $\left\lfloor {{log}_{2}n} \right\rfloor + 1$ ,平均查找长度= O( ${log}_{2}n$ )；

最坏情况：每个结点只有一个分支，树高h=结点数n。平均查找长度=O(n)。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LRrZUaRw-1644293252589)(数据结构学习笔记.assets/image-20220207225428931.png)]

插入

若原二叉排序树为空，则直接插入结点；否则，若关键字k小于根结点值，则插入到左子树，若关键字k大于根结点值，则插入到右子树。由于新插入的结点一定是叶子，且该算法是递归实现的，故最坏的空间复杂度为O(h)（h为树的高度）。

//在二叉排序树插入关键字为k的新结点（递归实现）
int BST_insert(BSTree &T,int k)
{
    if(T==NULL)
    {
        T=(BSTree)malloc(sizeof(BSTNode));
        T->key=k;
        T->lchild=T->rchild=NULL;
        return 1;			//返回1，插入成功
    }
    else if(k==T->key)		//树中存在相同关键字的结点，插入失败
        return 0;
    else if(k<T->key)		//插入到T的左子树
        return BST_Insert(T->lchild,k);
    else					//插入到T的左子树
        return BST_Insert(T->rchild,k);
}

删除

先搜索找到目标结点：

（1）若被删除结点z是叶结点，则直接删除，不会破坏二叉排序树的性质（即左子树结点值<根结点值<右子树节点值）；

（2）若结点z只有一棵左子树或右子树，则让z的子树成为z父结点的子树，替代z的位置；

（3）若结点z有左、右两棵子树，则令z的直接后继（或直接前驱）替代z，然后从二叉排序树中删去原来位置上的直接后继（或直接前驱），这样就转换成了第一或第二种情况。

[注]进行中序遍历，可以得到一个递增的有序序列，故z的后继即为z的右子树中最左下结点（该结点一定没有左子树，然后可以参考第二种情况）。

9.平衡二叉树

定义

平衡二叉树（Balanced Binary Tree），简称平衡树（AVL树），其树上任一结点的左子树和右子树的高度之差不超过1。

结点的平衡因子=左子树高-右子树高。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-oiOT5X3Q-1644293252591)(数据结构学习笔记.assets/image-20220207225710023.png)]

在插入操作中，每次调整的对象都是“最小不平衡子树”，只要将最小不平衡子树调整平衡，则其他祖先结点都会恢复平衡。

调整最小不平衡子树A

目标：【1】恢复平衡；【2】保持二叉排序树的特性（即左子树结点值<根结点值<右子树结点值）。

只有左孩子才能右旋，只有有孩子才能左旋。

LL插入

在A的左孩子的左子树中插入导致不平衡

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yid56aw0-1644293252592)(数据结构学习笔记.assets/image-20220207230211251.png)]由于在结点A的左孩子（L）的左子树（L)上插入了新结点，A的平衡因子由1增至2，导致以A为根的子树失去平衡，需要一次向右的旋转操作。将A的左孩子B向右上旋转代替A成为根结点，将A结点向右下旋转成为B的右子树的根结点，而B的原右子树则作为A结点的左子树。

RR插入

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3b6n8fUI-1644293252593)(数据结构学习笔记.assets/image-20220207230528747.png)]

由于在结点A的右孩子（R）的右子树（R）上插入了新结点，A的平衡因子由-1减至-2，导致以A为根的子树失去平衡，需要一次向左的旋转操作。将A的右孩子B向左上旋转代替A成为根结点，将A结点向左下旋转成为B的左子树的根结点，而B的原左子树则作为A结点的右子树。

代码思路：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LLInONd1-1644293252594)(数据结构学习笔记.assets/image-20220207231352617.png)]

LR插入

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zaVH4hCf-1644293252595)(数据结构学习笔记.assets/image-20220207231636433.png)]

由于在A的左孩子（L）的右子树（R）上插入新结点，A的平衡因子由1增至2，导致以A为根的子树失去平衡，需要进行两次旋转操作，先左旋转后右旋转。先将A结点的左孩子B的右子树的根结点C向左上旋转提升到B结点的位置，然后再把该C结点向右上旋转提升到A结点的位置。

RL插入

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lPMWfyyH-1644293252596)(数据结构学习笔记.assets/image-20220207231813793.png)]

查找效率分析

在平衡二叉树中，树上任一结点的左子树和右子树的高度之差不超过1，假设以 $n_{h}$ 表示深度为h的平衡树中含有的最少结点数，则有n0=0，n1=1，n2=2，且有 $n_{h} = n_{h - 1} + n_{h - 2} + 1$ 。

含有n个结点的平衡二叉树的最大深度为 $O\left( {log}_{2}n \right)$ ，即平衡二叉树的平均查找长度为 $O\left( {log}_{2}n \right)$ 。

10.哈夫曼树

一些定义

结点的权：有某些现实含义的数值；

结点的带权路径长度（WPL）：从树的根到该结点的路径长度（经过的边数）与该结点上权值的乘积。

在含有n个带权叶结点的二叉树中，带权路径长度（WPL）最小的二叉树称为哈夫曼树，也称最优二叉树。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DmtONLJm-1644293252598)(数据结构学习笔记.assets/image-20220208114559064.png)]

哈夫曼树的构造及其特点

给定n个权值分别为w1, w2,…, wn的结点，构造哈夫曼树的算法描述如下：
（1）将这n个结点分别作为n棵仅含一个结点的二叉树，构成森林F；
（2）构造一个新结点，从F中选取两棵根结点权值最小的树作为新结点的左、右子树，并且将新结点的权值置为左、右子树上根结点的权值之和；
（3）从F中删除刚才选出的两棵树，同时将新得到的树加入F中；
（4）重复步骤2）和3），直至F中只剩下一棵树为止。

特点：

【1】每个初始结点最终都成为叶结点，且权值越小的结点到根结点的路径长度越大；
【2】哈夫曼树的结点总数为2n − 1；
【3】哈夫曼树中不存在度为1的结点；
【4】哈夫曼树并不唯一，但WPL必然相同且为最优。

哈夫曼编码

可变长度编码：允许对不同字符用不等长的二进制位表示。

若没有一个编码是另一个编码的前缀，则称这样的编码为前缀编码。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-OcC96bfo-1644293252599)(数据结构学习笔记.assets/image-20220208120601782.png)]

值<根结点值<右子树结点值）。

只有左孩子才能右旋，只有有孩子才能左旋。

LL插入

在A的左孩子的左子树中插入导致不平衡

[外链图片转存中…(img-yid56aw0-1644293252592)]由于在结点A的左孩子（L）的左子树（L)上插入了新结点，A的平衡因子由1增至2，导致以A为根的子树失去平衡，需要一次向右的旋转操作。将A的左孩子B向右上旋转代替A成为根结点，将A结点向右下旋转成为B的右子树的根结点，而B的原右子树则作为A结点的左子树。

RR插入

[外链图片转存中…(img-3b6n8fUI-1644293252593)]

代码思路：

[外链图片转存中…(img-LLInONd1-1644293252594)]

LR插入

[外链图片转存中…(img-zaVH4hCf-1644293252595)]

RL插入

[外链图片转存中…(img-lPMWfyyH-1644293252596)]

查找效率分析

含有n个结点的平衡二叉树的最大深度为 $O\left( {log}_{2}n \right)$ ，即平衡二叉树的平均查找长度为 $O\left( {log}_{2}n \right)$ 。

sx失去理智

关注

2
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
数据结构学习笔记（5树）

树1.定义树是n（n大于等于0）个结点的有限集合。在任意一棵非空树中应满足：（1）有且仅有一个特定的称为根的结点。（2）当n大于1时，其余结点可分为m个互不相交的有限集合T1、T2、…、Tm，其中每个集合本身又是一棵树，并且称为根结点的子树。2.性质（1）结点数=总度数+1；（2）区分：树的度（度为m的树）：各结点的度的最大值，任意结点的度小于等于m，至少有一个结点度=m（有m个孩子），且该树至少有m+1个结点。m叉树：每个结点最多只能有m个孩子的树，允许所有结点的度都小于m，且可以是空树
复制链接

扫一扫