树的概念及结构
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
注意:树形结构中,子树之间不能有交集,否则就不是树形结构
树的相关概念
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。
树的表示
树结构相对线性表就比较复杂了,要存储表示起来就比较麻烦了,既然保存值域,也要保存结点和结点之间的关系,实际中树有很多种表示方式如:双亲表示法,孩子表示法、孩子双亲表示法以及孩子兄弟表示法等。我们这里就简单的了解其中最常用的孩子兄弟表示法。
typedef int DataType;
struct Node
{
struct Node* _firstChild1; // 第一个孩子结点
struct Node* _pNextBrother; // 指向其下一个兄弟结点
DataType _data; // 结点中的数据域
};
二叉树的概念及结构
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:
特殊二叉树
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2k-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。
特殊二叉树
1、若规定根节点的层数为1,则一棵非空二叉树的第i层上最多有2(i-1)个结点.
2、若规定根节点的层数为1,则深度为h的二叉树的最大结点数是2h-1.
3、 对任何一棵二叉树, 如果度为0其叶结点个数为 n0,度为2的分支结点个数为n2,则有n0=n2+1.
4、 若规定根节点的层数为1,具有n个结点的满二叉树的深度,h= log2(n+1).(ps:log2(n+1)是以2为底,n+1为对数)
5、对于具有n个结点的完全二叉树,如果按照从上至下从左至右的数组顺序对所有节点从0开始编号,则对于序号为i的结点有:
1、 若i>0,i位置节点的双亲序号:(i-1)/2;i=0,i为根节点编号,无双亲节点 2、若2i+1<n,左孩子序号:2i+1,2i+1>=n否则无左孩子
3、若2i+2<n,右孩子序号:2i+2,2i+2>=n否则无右孩子
二叉树的存储结构
二叉树一般可以使用两种结构存储,一种顺序结构,一种链式结构。
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 。
typedef int BTDataType;
// 二叉链
struct BinaryTreeNode
{
struct BinTreeNode* _pLeft; // 指向当前节点左孩子
struct BinTreeNode* _pRight; // 指向当前节点右孩子
BTDataType _data; // 当前节点值域
};
二叉树的顺序结构及实现
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。
堆的概念及结构
如果有一个关键词的集合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。
堆的性质
●堆中某个节点的值总是不大于或不小于其父节点的值;
●堆总是一棵完全二叉树。
堆的实现
typedef int HPDataType;
typedef struct Heap
{
HPDataType* a;
size_t size;
size_t capacity;
}HP;
//堆的初始化
void HeapInit(HP* php);
//堆的销毁
void HeapDestroy(HP* php);
//堆的打印
void HeapPrint(HP* php);
// 插入x以后,保持他依旧是(大/小)堆
void HeapPush(HP* php, HPDataType x);
//向上调整数据
void AdjustUp(HPDataType* a, size_t child);
//向下调整数据
void AdjustDown(HPDataType* a, size_t size, size_t root);
// 删除堆顶的数据。(最小/最大)
void HeapPop(HP* php);
//堆的判空
bool HeapEmpty(HP* php);
//堆的数据的个数
size_t HeapSize(HP* php);
//堆顶元素
HPDataType HeapTop(HP* php);
堆的初始化
void HeapInit(HP* php)
{
assert(php);
php->a = NULL;
php->capacity = php->size = 0;
}
堆的销毁
void HeapDestroy(HP* php)
{
assert(php);
free(php->a);
php->a = NULL;
php->capacity = php->size = 0;
}
堆的打印
void HeapPrint(HP* php)
{
assert(php);
for (size_t i = 0; i < php->size; i++)
{
printf("%d ", php->a[i]);
}
printf("\n");
}
插入x以后,保持他依旧是(大/小)堆
void HeapPush(HP* php, HPDataType x)
{
assert(php);
if (php->capacity == php->size)
{
int newcapacity = php->capacity == 0 ? 4 : php->capacity * 2;
HPDataType* tmp = (HPDataType*)realloc(php->a, newcapacity * sizeof(HPDataType));
if (tmp == NULL)
{
printf("realloc failed\n");
exit(-1);
}
php->a = tmp;
php->capacity = newcapacity;
}
php->a[php->size] = x;
php->size++;
AdjustUp(php->a, php->size - 1);
}
向上调整数据
void AdjustUp(HPDataType* a, size_t child)
{
size_t parent = (child - 1) / 2;
while (child > 0)
{
if (a[parent] > a[child])
{
swap(&a[parent], &a[child]);
child = parent;
parent = (child - 1) / 2;
}
else
break;
}
}
向下调整数据
void AdjustDown(HPDataType* a, size_t size, size_t root)
{
size_t parent = root;
size_t child = parent * 2 + 1;
while (child < size)
{
if (child + 1 < size && a[child + 1] < a[child])
{
child++;
}
if (a[parent] > a[child])
{
swap(&a[parent], &a[child]);
parent = child;
child = parent * 2 + 1;
}
else
break;
}
}
删除堆顶的数据。(最小/最大)
void HeapPop(HP* php)
{
assert(php);
assert(php->size != 0);
swap(&php->a[0], &php->a[php->size - 1]);
php->size--;
AdjustDown(php->a, php->size, 0);
}
堆的判空
bool HeapEmpty(HP* php)
{
assert(php);
return php->size == 0;
}
堆的数据的个数
size_t HeapSize(HP* php)
{
assert(php);
return php->size;
}
堆顶元素
HPDataType HeapTop(HP* php)
{
assert(php);
assert(php->size != 0);
return php->a[0];
}
堆排序
接口
void HeapSortDown(int* a, int size)//降序:建小堆
void HeapSortDown(int* a, int size)
{
int i = (size - 1 - 1) / 2;
while (i >= 0)
{
AdjustDown(a, size, i);
i--;
}
int end = size - 1;
while (end > 0)
{
swap(&a[0], &a[end]);
end--;
size--;
AdjustDown(a, size, 0);
}
}
测试
接口
void HeapSortUp(int* a, int size)//升序:建大堆
void HeapSortUp(int* a, int size)
{
int i = (size - 1 - 1) / 2;
while (i >= 0)
{
_AdjustDown(a, size, i);
i--;
}
int end = size - 1;
while (end > 0)
{
swap(&a[0], &a[end]);
end--;
size--;
_AdjustDown(a, size, 0);
}
}
测试
TOP-K问题
接口
void Top_K(int* a,int size ,int k)
void Top_K(int* a,int size ,int k)
{
for (int i = 0; i < k; i++)
{
AdjustDown(a, k, i);
}
for (int i = k; i < size; i++)
{
if (a[i] > a[0])
{
swap(&a[i], &a[0]);
AdjustDown(a, k, 0);
}
}
}
测试
int n = 10000;
int* a = (int*)malloc(sizeof(int) * n);
srand(time(0));
for (size_t i = 0; i < n; ++i)
{
a[i] = rand() % 1000000;
}
a[5] = 1000000 + 1;
a[1231] = 1000000 + 2;
a[531] = 1000000 + 3;
a[5121] = 1000000 + 4;
a[115] = 1000000 + 5;
a[2335] = 1000000 + 6;
a[9999] = 1000000 + 7;
a[76] = 1000000 + 8;
a[423] = 1000000 + 9;
a[3144] = 1000000 + 10;
Top_K(a, n, 10);
for (int i = 0; i < 10; i++)
{
printf("%d ", a[i]);
}
return 0;