数据结构二叉树基础（包含堆的详解）

什么是树?

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。

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

2.树的性质

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

3.怎么表示树？

树的表示最常用的就是孩子兄弟表示法：它的规则就是孩子节点保存最左边的一个孩子，兄弟节点存右边最近的一个节点。

如图就是表示方法：

每个节点为：

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

1.什么是二叉树

在树的基础上，每个节点的孩子数最多为2即二叉树。如图就是一颗二叉树。用一句话概括就是度不超过2的树就是二叉树。

2.二叉树的性质

3.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。如图：

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。如图：
   

怎么表示二叉树

1.顺序存储

我们知道二叉树第一层的节点个数是1，第二层的节点个数是2，以此类推，第n层的节点个数的
2^（n-1）个。所以我们可以顺序存储。

例如如图这颗二叉树：

我们可以这样表示：

在空节点我们就可以用一个特殊的数字表示为空节点。

这种不规则的数，用顺序表示会浪费很多空间，但是特殊的二叉树（满二叉树和完全二叉树），在用顺序存储的过程中，就会有很大的作用。就是可以用顺序结构表示完全二叉树可以建堆。所以我们要引入堆的概念。

2.堆

2.1堆的概念

如果有一个关键码的集合K = { ， ， ，…， }，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： <= 且 <= ( >= 且 >= ) 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。

2.2堆的性质

1.堆中某个节点的值总是不大于或不小于其父节点的值；
2.堆总是一棵完全二叉树。

2.3堆的实现

怎么实现堆呢？我们思考这个问题的时候需要知道堆是用数组实现的。堆还要进行插入，删除，等等操作，从而实现解决TopK的问题以及堆排序的问题。
所以我们改该怎么去实现一个堆呢？既然是数组实现还有插入，那是免不了扩容等问题的，所以我们需要定义一个结构体变量。其中除了有一个动态开辟的数组之外，还应该有容量以及当前数据个数。如果已经满数据的话，需要增容等，这就跟循序表的定义其实一样。

typedef int HDataType;
typedef struct Heap
{
	HDataType* a;//动态开辟的数组。
	int size; //当前数据存储的个数。
	int capacity; // 堆的容量。
}Heap;

我们要实现的接口有如下几个：

void AdjustUp(int* a, int child);
void AdjustDown(int* a, int n, int parent);

void Swap(HDataType* px, HDataType* py);
void HeapInit(Heap* hp);
void HeapDestroy(Heap* hp);
void HeapPush(Heap* hp, HDataType x);
void HeapPop(Heap* hp);
HDataType HeapTop(Heap* hp);
void HeapPrint(Heap* hp);
bool HeapEmpty(Heap* hp);
int HeapSize(Heap* hp);

既然有了堆，则需要进行初始化。

void HeapInit(Heap* hp)
{
	assert(hp);
	hp->a == NULL;
	hp->size = hp->capacity = 0;
}

既然有了初始化，那就要进行销毁。

void HeapDestroy(Heap* hp)
{
	assert(hp);
	hp->size = hp->capacity = 0;
	free(hp->a);
}

在理解堆之前，我们需要知道向上调整算法以及向下调整算法。

1.向下调整算法

向下调整算法就是要把堆中一个元素放在正确的位置。如果是建立小堆，就是如果比左右孩子都大，那就不用进行向下调整了，如果比孩子小，则需要和最小的那个孩子进行交换从而到达目的。

void Swap(HDataType* px, HDataType* py)
{
	HDataType tmp = *px;
	*px = *py;
	*py = tmp;
}

void AdjustDown(int* a, int n, int parent)
{
	int child = parent * 2 + 1;
	while (child < n)
	{
		if (child + 1 < n && a[child + 1] > a[child])
		{
			child++;
		}
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

2.向上调整算法

这个算法的意义在于是把新来的元素放在尾部然后调整放在正确的位置。

void AdjustUp(int* a, int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

比较简单的几个接口就是判断空以及堆顶元素和堆有多少个元素。

bool HeapEmpty(Heap* hp)
{
	assert(hp);
	return hp->size == 0;
}
int HeapSize(Heap* hp)
{
	assert(hp);
	return hp->size;
}

HDataType HeapTop(Heap* hp)
{
	assert(hp);
	return hp->a[0];
}

知道了调整算法，我们就可以进行插入操作了。插入操作就是将新元素当做孩子，然后进行向上调整算法从而调整每一个新来的元素。

void HeapPush(Heap* hp, HDataType x)
{
	//在插入之前，需要知道是否需要增容
	if (hp->size == hp->capacity)
	{
		int newcapacity = hp->capacity == 0 ? 4 : hp->capacity * 2;
		HDataType tmp = (HDataType*)realloc(hp->a, newcapacity * newcapacity);
		if (tmp == NULL)
		{
			printf("realloc fail\n");
			exit(-1);
		}
		hp->a = tmp;
		hp->capacity = newcapacity;
	}
	hp->a[hp->size++] = x;
	AdjustUp(hp->a, hp->size - 1);
}

删除堆顶的元素，我们的思路就是这个堆已经建成了，堆的架子已经搭好了，我们要删除堆顶元素，肯定会破坏堆的结构，我们要怎么把堆的架子保存最多呢？
我们是思路是把堆顶元素和最后一个元素进行交换，只需要对堆顶的元素进行向下调整算法，就能够解决问题。

void HeapPop(Heap* hp)
{
	assert(hp);
	assert(!HeapEmpty(hp));
	Swap(&hp->a[0], &hp->a[hp->size - 1]);
	hp->size--;

	AdjustDown(hp->a, hp->size, 0);
}

堆完整代码

Heap.h

#include<assert.h>
#include<stdbool.h>
//建大堆，排升序

typedef int HDataType;

typedef struct Heap
{
	HDataType* a;
	int size;
	int capacity;
}Heap;


void AdjustUp(int* a, int child);
void AdjustDown(int* a, int n, int parent);

void Swap(HDataType* px, HDataType* py);
void HeapInit(Heap* hp);
void HeapDestroy(Heap* hp);
void HeapPush(Heap* hp, HDataType x);
void HeapPop(Heap* hp);
HDataType HeapTop(Heap* hp);
void HeapPrint(Heap* hp);
bool HeapEmpty(Heap* hp);
int HeapSize(Heap* hp);

Heap.c

#include"Heap.h"

void Swap(HDataType* px, HDataType* py)
{
	HDataType tmp = *px;
	*px = *py;
	*py = tmp;
}

void HeapPrint(Heap* hp)
{
	for (int i = 0; i < hp->size; ++i)
	{
		printf("%d ", hp->a[i]);
	}
	printf("\n");
}


void HeapInit(Heap* hp)
{
	assert(hp);
	hp->a = NULL;
	hp->size = hp->capacity = 0;
}

void HeapDestroy(Heap* hp)
{
	assert(hp);
	hp->size = hp->capacity = 0;
	free(hp->a);
}

void AdjustDown(int* a, int n, int parent)
{
	int child = parent * 2 + 1;
	while (child < n)
	{
		if (child + 1 < n && a[child + 1] > a[child])
		{
			child++;
		}
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

//大堆
void AdjustUp(int* a, int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

void HeapPush(Heap* hp, HDataType x)
{
	//在插入之前，需要知道是否需要增容
	if (hp->size == hp->capacity)
	{
		int newcapacity = hp->capacity == 0 ? 4 : hp->capacity * 2;
		HDataType tmp = (HDataType*)realloc(hp->a, newcapacity * newcapacity);
		if (tmp == NULL)
		{
			printf("realloc fail\n");
			exit(-1);
		}
		hp->a = tmp;
		hp->capacity = newcapacity;
	}
	hp->a[hp->size++] = x;
	AdjustUp(hp->a, hp->size - 1);
}

bool HeapEmpty(Heap* hp)
{
	assert(hp);
	return hp->size == 0;
}
int HeapSize(Heap* hp)
{
	assert(hp);
	return hp->size;
}

HDataType HeapTop(Heap* hp)
{
	assert(hp);
	return hp->a[0];
}

void HeapPop(Heap* hp)
{
	assert(hp);
	assert(!HeapEmpty(hp));
	Swap(&hp->a[0], &hp->a[hp->size - 1]);
	hp->size--;

	AdjustDown(hp->a, hp->size, 0);
}

下一遍是链式二叉树的详解。