二叉树的介绍

embedded/2024/10/19 21:30:20/

二叉树

  • 本文讲述了二叉树的类型，及其两种表示方法（链式、数组式）和三种递归式遍历方法（前序、中序、后序）；之后，介绍了二叉搜索树的常见操作（查找、插入、删除）及其应用（中序遍历二叉搜索树可以将节点按照升序进行排序，平均时间复杂度为log(n) ）。

「二叉树 binary tree」是一种非线性数据结构，代表着祖先与后代之间的派生关系，体现着“一分为二”的 分治逻辑。与链表类似，二叉树的基本单元是节点，每个节点包含：值、左子节点引用、右子节点引用。

  • 二叉树节点结构体

    /* 二叉树节点结构体 */
struct TreeNode {int val; 			// 节点值TreeNode *left; 	// 左子节点指针TreeNode *right; 	// 右子节点指针TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}	//构建函数
};

  • 常见术语

    • 根节点：位于二叉树顶层的节点，没有父节点。
    • 叶节点：没有子节点的节点，其两个指针均指向 None
    • 边 ：连接两个节点的线段，即节点引用（指针）。
    • 节点所在的层：从顶至底递增，根节点所在层为 1 。
    • 节点的度：节点的子节点的数量。在二叉树中，度的取值范围是 0、1、2 。
    • 二叉树的高度：从根节点到最远叶节点所经过的边的数量。
    • 节点的深度：从根节点到该节点所经过的边的数量。
    • 节点的高度：从最远叶节点到该节点所经过的边的数量。
    • image-20240824163418660

1. 二叉树类型

1.1 完美（满）二叉树 perfect binary tree

除了最底层外，其余所有层的节点都被完全填满。在完美二叉树中，除叶节点外，其余所有节点的度都为 2 ；若树高度为 ℎ ，则节点总数为 2 ℎ+1 − 1 ，呈现标准的指数级关系， 反映了自然界中常见的细胞分裂现象。

image-20240824163728400

1.2 完全二叉树 complete binary tree

只有最底层的节点未被填满，且最底层节点尽量靠左。

image-20240824163848236

1.3 完满二叉树 full binary tree

除了叶节点之外，其余所有节点都有两个子节点。

image-20240824164019093

1.4 平衡二叉树 balanced binary tree

任意节点的左子树和右子树的高度之差的绝对值不超过 1

image-20240824164301697

2. 二叉树的表示

2.1 链表表示法
/* 1.初始化二叉树 */
// 初始化节点
TreeNode* n1 = new TreeNode(1);
TreeNode* n2 = new TreeNode(2);
TreeNode* n3 = new TreeNode(3);
TreeNode* n4 = new TreeNode(4);
TreeNode* n5 = new TreeNode(5);//构建引用指向（即指针）
n1->left = n2;
n1->right = n3;
n2->left = n4;
n2->right = n5;/* 2.插入与删除节点 */
TreeNode* P = new TreeNode(0);
// 在 n1 -> n2 中间插入节点 P
n1->left = P;
P->left = n2;
// 删除节点 P
n1->left = n2;/*3.前序遍历 */
void preOrder(TreeNode *root) {if (root == nullptr)return;// 访问优先级：根节点 -> 左子树 -> 右子树vec.push_back(root->val);preOrder(root->left);preOrder(root->right);
}/* 4.中序遍历 */
void inOrder(TreeNode *root) {if (root == nullptr)return;// 访问优先级：左子树 -> 根节点 -> 右子树inOrder(root->left);vec.push_back(root->val);inOrder(root->right);
}/* 5.后序遍历 */
void postOrder(TreeNode *root) {if (root == nullptr)return;// 访问优先级：左子树 -> 右子树 -> 根节点postOrder(root->left);postOrder(root->right);vec.push_back(root->val);
}
2.2 数组表示法
  • 我们将所有节点按照层序遍历的顺序存储在一个数组中，则每个节点都对应唯一的数组索引。可以推导出父节点索引与子节点索引之间的“映射公式”：若节点的索引为 𝑖 ，则该节点的左子节点索引为 2𝑖+1，右子节点索引为2𝑖+2，父节点索引为（𝑖-1)/2。但在二叉树中通常存在许多 None ，需要在层序遍历序列中显式地写出所有 None （例如，使用 int 最大值 INT_MAX 标记空位），这样处理后，层 序遍历序列就可以唯一表示二叉树了。

image-20240824175019653

/* 二叉树的数组表示 */
// 使用 int 最大值 INT_MAX 标记空位
vector<int> tree = {1, 2, 3, 4, INT_MAX, 6, 7, 8, 9, INT_MAX, INT_MAX, 12, INT_MAX, INT_MAX, 15};
  • 值得说明的是，完全二叉树非常适合使用数组来表示。回顾完全二叉树的定义，None 只出现在最底层且靠右的位置，因此所有 None 一定出现在层序遍历序列的末尾。 这意味着使用数组表示完全二叉树时，可以省略存储所有 None ，非常方便。

image-20240824175148420

  • 以下代码实现了一个基于数组表示的二叉树

    /* 数组表示下的二叉树类 */
class ArrayBinaryTree {
public:/* 构造方法 */ArrayBinaryTree(vector<int> arr) { tree = arr; }/* 节点数量 */int size() {return tree.size();}/* 获取索引为 i 节点的值 */int val(int i) {// 若索引越界，则返回 INT_MAX ，代表空位if (i < 0 || i >= size())return INT_MAX;return tree[i];}/* 获取索引为 i 节点的左子节点的索引 */int left(int i) {return 2 * i + 1;}/* 获取索引为 i 节点的右子节点的索引 */int right(int i) {return 2 * i + 2;}/* 获取索引为 i 节点的父节点的索引 */int parent(int i) {return (i - 1) / 2;}/* 层序遍历 */vector<int> levelOrder() {vector<int> res;// 直接遍历数组for (int i = 0; i < size(); i++) {if (val(i) != INT_MAX)res.push_back(val(i));}return res;}/* 前序遍历 */vector<int> preOrder() {vector<int> res;dfs(0, "pre", res);return res;}/* 中序遍历 */vector<int> inOrder() {vector<int> res;dfs(0, "in", res);return res;}/* 后序遍历 */vector<int> postOrder() {vector<int> res;dfs(0, "post", res);return res;}private:vector<int> tree;/* 深度优先遍历 deep first search */void dfs(int i, string order, vector<int> &res) {// 若为空位，则返回if (val(i) == INT_MAX)return;// 前序遍历if (order == "pre")res.push_back(val(i));dfs(left(i), order, res);// 中序遍历if (order == "in")res.push_back(val(i));dfs(right(i), order, res);// 后序遍历if (order == "post")res.push_back(val(i));}
};

  • 二叉树的数组表示主要有以下优点：

    • 数组存储在连续的内存空间中，对缓存友好，访问与遍历速度较快。
    • 不需要存储指针，比较节省空间。
    • 允许随机访问节点。

  • 然而，数组表示也存在一些局限性：

    • 数组存储需要连续内存空间，因此不适合存储数据量过大的树。
    • 增删节点需要通过数组插入与删除操作实现，效率较低。
    • 当二叉树中存在大量 None 时，数组中包含的节点数据比重较低，空间利用率较低。

3. 二叉搜索树 binary search tree

二叉搜索树满足以下条件：

  1. 对于根节点，左子树中所有节点的值 < 根节点的值 < 右子树中所有节点的值。
  2. 任意节点的左、右子树也是二叉搜索树，即同样满足条件1。

image-20240824175933375

  • 我们将二叉搜索树封装为一个类 ArrayBinaryTree ，并声明一个成员变量 root ，指向树的根节点。
3.1 二叉搜索树的操作
1. 查找节点

  • 给定要查找的目标节点值 num ，可以根据二叉搜索树的性质来查找。先声明一个节点 cur ，从二叉树的根节点 root 出发，循环比较节点值 cur.val 和 num 之间的大小关系：

    • 若 cur.val < num ，说明目标节点在 cur 的右子树中，因此执行 cur = cur.right 。
    • 若 cur.val > num ，说明目标节点在 cur 的左子树中，因此执行 cur = cur.left 。
    • 若 cur.val = num ，说明找到目标节点，跳出循环并返回该节点。

  • 二叉搜索树的查找操作与二分查找算法的工作原理一致，都是每轮排除一半情况。循环次数最多为二叉树的 高度，当二叉树平衡时，使用 𝑂(log 𝑛) 时间。

    /* 查找节点 */
TreeNode *search(int num) {TreeNode *cur = root;// 循环查找，越过叶节点后跳出while (cur != nullptr) {// 目标节点在 cur 的右子树中if (cur->val < num)cur = cur->right;// 目标节点在 cur 的左子树中else if (cur->val > num)cur = cur->left;// 找到目标节点，跳出循环elsebreak;}// 返回目标节点return cur;
}
2. 插入节点

  • 给定一个待插入元素 num ，为了保持二叉搜索树“左子树 < 根节点 < 右子树”的性质，插入操作流程如图所示:

    • 查找插入位置：与查找操作相似，从根节点出发，根据当前节点值和 num 的大小关系循环向下搜索，直 到越过叶节点（遍历至 None ）时跳出循环。
    • 在该位置插入节点：初始化节点 num ，将该节点置于 None 的位置。

    image-20240824180843901

  • 在代码实现中，需要注意以下两点:

    • 二叉搜索树不允许存在重复节点，否则将违反其定义。因此，若待插入节点在树中已存在，则不执行插 入，直接返回。
    • 为了实现插入节点，我们需要借助节点 pre 保存上一轮循环的节点。这样在遍历至 None 时，我们可以 获取到其父节点，从而完成节点插入操作。
    /* 插入节点 */
void insert(int num) {// 若树为空，则初始化根节点if (root == nullptr) {root = new TreeNode(num);return;}TreeNode *cur = root, *pre = nullptr;// 循环查找，越过叶节点后跳出while (cur != nullptr) {if (cur->val == num)	// 找到重复节点，直接返回return;pre = cur;if (cur->val < num)		// 插入位置在 cur 的右子树中cur = cur->right;else					// 插入位置在 cur 的左子树中cur = cur->left;}// 插入节点TreeNode *node = new TreeNode(num);if (pre->val < num)pre->right = node;elsepre->left = node;
}
    • 与查找节点相同，插入节点使用 𝑂(log 𝑛) 时间。
3. 删除节点

  • 先在二叉树中查找到目标节点，再将其从二叉树中删除。 与插入节点类似，我们需要保证在删除操作完成后，二叉搜索树的性质仍然满足。 因此，我们需要根据目标节点的子节点数量，共分为 0、1 和 2 这三种情况，执行对应的删除节点操作。 如图所示：

    • 当待删除节点的度为 0 时，表示该节点是叶节点，可以直接删除。

      image-20240824223244599

    • 当待删除节点的度为 1 时，将待删除节点替换为其子节点即可。

      image-20240824223332615

    • 当待删除节点的度为 2 时，我们无法直接删除它，而需要使用一个节点替换该节点。由于要保持二叉搜索树 “左 < 根 < 右”的性质，因此这个节点可以是右子树的最小节点或左子树的最大节点。

      • 假设我们选择右子树的最小节点（即中序遍历的下一个节点），则删除操作流程如下：

        • 找到待删除节点在“中序遍历序列”中的下一个节点，记为 tmp 。

        • 将 tmp 的值覆盖待删除节点的值，并在树中递归删除节点 tmp 。

          image-20240824223551671

        代码如下：

        /* 删除节点 */
void remove(int num) {    if (root == nullptr)	// 若树为空，直接提前返回return;TreeNode *cur = root, *pre = nullptr;while (cur != nullptr) {	// 循环查找，越过叶节点后跳出        if (cur->val == num)	// 找到待删除节点，跳出循环break;pre = cur;if (cur->val < num)		// 待删除节点在 cur 的右子树中cur = cur->right;else					// 待删除节点在 cur 的左子树中cur = cur->left;}if (cur == nullptr)			// 若无待删除节点，则直接返回return;// 待删除节点的子节点数量 = 0 或 1if (cur->left == nullptr || cur->right == nullptr) {// 当子节点数量 = 0 / 1 时， child = nullptr / 该子节点TreeNode *child = cur->left != nullptr ? cur->left : cur->right;// 删除节点 curif (cur != root) {if (pre->left == cur)pre->left = child;elsepre->right = child;} else {root = child;	// 若删除节点为根节点，则重新指定根节点}// 释放内存delete cur;}else {		// 子节点数量 = 2// 获取中序遍历中 cur 的下一个节点TreeNode *tmp = cur->right;while (tmp->left != nullptr) {tmp = tmp->left;}int tmpVal = tmp->val;// 递归删除节点 tmpremove(tmp->val);// 用 tmp 覆盖 curcur->val = tmpVal;}
}
4. 节点遍历
  • 二叉搜索树满足“左子节点 < 根 节点 < 右子节点”的大小关系，二叉树的中序遍历遵循“左 → 根 → 右”的遍历顺序，这意味着在二叉搜索树中进行中序遍历时，总是会优先遍历下一个最小节点，从而得出一个重要性质：二叉 搜索树的中序遍历序列是升序的。利用中序遍历升序的性质，我们在二叉搜索树中获取有序数据仅需 𝑂(𝑛) 时间，无须进行额外的排序操作， 非常高效。
5. 二叉搜索树的应用

  • 二叉搜索树的各项操作（查找、插入、删除）的时间复杂度都是对数阶，具有稳定且高效的性能表现。但如果我们在二叉搜索树中不断地插入和删除节点，可能导致二叉树退化为链表，这时各种操作的时间复杂度也会退化为 𝑂(𝑛) 。

    image-20240824224535855

  • 二叉搜索树常见应用：

    • 用作系统中的多级索引，实现高效的查找、插入、删除操作。
    • 作为某些搜索算法的底层数据结构。
      节点 < 右子节点”的大小关系，二叉树的中序遍历遵循“左 → 根 → 右”的遍历顺序，这意味着在二叉搜索树中进行中序遍历时，总是会优先遍历下一个最小节点，从而得出一个重要性质：二叉 搜索树的中序遍历序列是升序的。利用中序遍历升序的性质，我们在二叉搜索树中获取有序数据仅需 𝑂(𝑛) 时间，无须进行额外的排序操作， 非常高效。
5. 二叉搜索树的应用

  • 二叉搜索树的各项操作（查找、插入、删除）的时间复杂度都是对数阶，具有稳定且高效的性能表现。但如果我们在二叉搜索树中不断地插入和删除节点，可能导致二叉树退化为链表，这时各种操作的时间复杂度也会退化为 𝑂(𝑛) 。

    [外链图片转存中…(img-kX4RgCAL-1724514112382)]

  • 二叉搜索树常见应用：

    • 用作系统中的多级索引，实现高效的查找、插入、删除操作。
    • 作为某些搜索算法的底层数据结构。
    • 用于存储数据流，以保持其有序状态。

http://www.ppmy.cn/embedded/100507.html

相关文章

45.5【C语言】typedef

45.5【C语言】typedef

目录&#xff1a; *全称 *格式 一般指针 数组指针 函数指针 *细节 *全称 type define 类型&#xff08;重新&#xff09;定义&#xff08;或命名&#xff09;&#xff0c;可简化输入 *格式 1.非指针类型: typedef 类型 简化名称 typedef signed long long k; signed long …
阅读更多...
LeetCode 572. 另一棵树的子树

LeetCode 572. 另一棵树的子树

更多题解尽在 https://sugar.matrixlab.dev/algorithm 每日更新。 组队打卡&#xff0c;更多解法等你一起来参与哦&#xff01; LeetCode 572. 另一棵树的子树&#xff0c;难度简单。 递归 解题思路&#xff1a; 如果两个树都为空&#xff0c;则它们相同。如果其中一个树为空…
阅读更多...
问答泛单页目录站群通用程序——码山侠

问答泛单页目录站群通用程序——码山侠

功能特性&#xff1a; 内置ASCII码转换功能&#xff1a; 可通过简易开关控制文章中ASCII码的添加。 内置缓存管理功能&#xff1a; 提供程序缓存开关&#xff0c;以优化性能和响应速度。 打开&#xff1a;i5i.net 使用指南&#xff1a;本程序无需依赖数据库&#xff0c;仅需…
阅读更多...
趋动科技 OrionX on VMware 打造 AI 就绪平台

趋动科技 OrionX on VMware 打造 AI 就绪平台

着科技进步和产业变革的加速演进&#xff0c;人工智能&#xff08;AI&#xff09;已经成为兵家必争之地。今年以来伴随着ChatGPT带来的鲶鱼效应&#xff0c;人工智能成为科技产业创新的焦点&#xff0c;其应用范围越来越广泛&#xff0c;并将持续发展。科技产业龙头正加大在人工…
阅读更多...
计算机毕业设计选题推荐-产品订单管理系统-产品销售管理系统-Java/Python项目实战

计算机毕业设计选题推荐-产品订单管理系统-产品销售管理系统-Java/Python项目实战

✨作者主页&#xff1a;IT研究室✨ 个人简介&#xff1a;曾从事计算机专业培训教学&#xff0c;擅长Java、Python、微信小程序、Golang、安卓Android等项目实战。接项目定制开发、代码讲解、答辩教学、文档编写、降重等。 ☑文末获取源码☑ 精彩专栏推荐⬇⬇⬇ Java项目 Python…
阅读更多...
SAM 2——视频和图像实时实例分割的全新开源模型

SAM 2——视频和图像实时实例分割的全新开源模型

引言 源码地址&#xff1a;https://github.com/facebookresearch/segment-anything-2 过去几年&#xff0c;人工智能领域在文本处理的基础人工智能方面取得了显著进步&#xff0c;这些进步改变了从客户服务到法律分析等各个行业。然而&#xff0c;在图像处理方面&#xff0c;我…
阅读更多...
【数模修炼之旅】08 支持向量机模型 深度解析（教程+代码）

【数模修炼之旅】08 支持向量机模型 深度解析（教程+代码）

【数模修炼之旅】08 支持向量机模型 深度解析&#xff08;教程代码&#xff09; 接下来 C君将会用至少30个小节来为大家深度解析数模领域常用的算法&#xff0c;大家可以关注这个专栏&#xff0c;持续学习哦&#xff0c;对于大家的能力提高会有极大的帮助。 1 支持向量机模型…
阅读更多...
vscode运行已编译好的程序

vscode运行已编译好的程序

假设我有一个项目&#xff0c;已经编译好了&#xff0c;需要调试&#xff0c;用gdb命令行调试不熟悉&#xff0c;还是用vscode来调试比较好。 编写Launch.json: {"version": "0.2.0","configurations": [{"name": "(gdb) Launc…
阅读更多...
最新文章

Copyright @ 2022~2023