专栏:数据结构
个人主页:HaiFan.
专栏简介:这里是HaiFan.的数据结构专栏,今天的内容是二叉树。
二叉树
- 树的概念及结构
- 二叉树概念及结构
- 二叉树的概念
- 二叉树的存储结构
- 二叉树的顺序结构及实现
- 大根堆和小根堆
- 堆的实现及其各个接口
- 堆的初始化和空间销毁
- 入堆
- 删除堆顶元素
- 返回堆顶元素
- 返回堆的大小
- 判断堆是否为空
- 二叉树的链式实现
- 二叉树的初始化
- 二叉树的创建
- 前序遍历
- 中序遍历
- 后序遍历
- 二叉树的销毁
- 二叉树的大小
- 二叉树第k层的大小
- 二叉树查找数据
树的概念及结构
树是一种非线性的数据结构,是由n个有限结点组成的具有一个层次关系的集合,把称为树是因为把它倒着看很像一颗树。
- 有一个特殊的结点,称为根节点,根节点没有前驱结点
- 除根结点之后,其余的结点都是互不相交的集合,每一个集合都是一颗结构与树类似的子树。
- 树是递归定义的
像这样,就被称为树。
子树一旦相交,就不再叫做树,而是另一种特殊的数据结构—图
除此之外,树还有一些性质。
节点的度:一个节点含有的子树的个数称为该节点的度,如1的度为2
叶节点或终端节点:度为0的节点称为叶节点,如4,5,6,7都是叶节点
非终端节点或分支节点:度不为0的节点 ,如1,2,3
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1是2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,如2是1的孩子节点
兄弟结点:具有同一个父节点的子树,如2和3就互为兄弟结点
树的度:树最大的节点的度称为树的度,如树的度为2
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3
堂兄弟节点:双亲在同一层的节点互为堂兄弟;如上图:4和6
节点的祖先:从根到该节点所经分支上的所有节点;如上图:1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1的子孙
森林:由m(m>0)棵互不相交的树的集合称为森林
那么树是怎么表示的呢?
树的结构就有点复杂了,用线性表定义树的话呢,会面临一个问题:就是一个节点可能有n个子树,那么定义多少个接口来存储该节点和子树的关系呢?这个不太好解决。于是,有大佬相出了解决办法:孩子兄弟表示法,孩子表示法等等,在这里讲解一下孩子兄弟表示法。
struct Node
{struct Node* left_child; //左孩子struct Node* right_child;//右兄弟int data;//数据
}
就比如上图中的树,
这样存,不管有多少个子树,都可以存储,left存左二子,right存兄弟。
二叉树概念及结构
二叉树的概念
二叉树是一种特殊的树形结构,它有一个根节点以及每个节点最多有两个子节点(一个左孩子,一个右孩子)
性质:
- 因为每个节点最多两个孩子,所以二叉树的最大的度不超过2
- 左儿子是左儿子,右儿子是右儿子,有顺序之分
- 叶子节点没有子节点
- 每一层上的节点数目都不超过2的n - 1次方,根节点为第一层
- 对于深度为k的二叉树来说,最多有2的n次方-1个节点,最少有k个节点
- 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
- 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= log(n + 1). (ps: 是log以2为底,n+1为对数)
特殊的二叉树
满二叉树:深度为k且有2的k次方-1个节点的二叉树称为满二叉树
完全二叉树:对于深度为k的二叉树来说,除了第k层节点从左到右连续排列外,其余层节点都连续的排列
二叉树的存储结构
提到存储结构,肯定是顺序结构和链式结构。
-
二叉树的顺序结构就是利用数组去存储,一般使用数组只适合完全二叉树,因为不是完全二叉树会有空间的浪费(完全二叉树会使得数组中的每一个位置都存的有元素,而非完全二叉树会造成空间的浪费,想一想为什么)
-
链式存储:定义一个结构体,结构体中 有两个结构体指针,一个存数据,一个指针用来指向左二子,一个指针用来指向右儿子。
typedef char TreeDataType; typedef struct BinaryTreeNode {TreeDataType val;struct BinaryTreeNode* left;struct BinaryTreeNode* right; }BTNode;
二叉树的顺序结构及实现
普通的二叉树不适合用数组来存储数据,因为可能会造成大量的空间浪费,而完全二叉树比较适合使用顺序结构存储。
提到完全二叉树,就不得不提到堆这一概念,堆是一个数据结构而不是管理内存的一块区域分段。
大根堆和小根堆
大根堆就是每个节点的值都大于等于父节点的值,根节点的值最大
小根堆就是每个节点的值都小于等于父节点的值,根节点的值最小
堆的实现及其各个接口
实现堆,还是结构体那一套。
typedef struct Heap
{int capacity;HeapDataType* val;int count;
}Heap;void HeapInit(Heap* ps);//初始化
void HeapDestory(Heap* ps);//销毁空间void HeapPush(Heap* ps, HeapDataType x);//入堆
void HeapPop(Heap* ps);//出堆HeapDataType HeapTop(Heap* ps);//返回堆顶元素int HeapSize(Heap* ps);//堆的大小
bool HeapEmpty(Heap* ps);//堆是否为空
堆的初始化和空间销毁
之前的链表,顺序表,双链表等数据结构会的话相信堆的初始化和销毁难不倒各位。
void HeapInit(Heap* ps)
{ps->capacity = 4;ps->count = 0;ps->val = (HeapDataType*)malloc(sizeof(HeapDataType) * ps->capacity);
}void HeapDestory(Heap* ps)
{ps->capacity = ps->count = 0;free(ps->val);ps->val = NULL;
}
入堆
入堆之前要检查数组的空间是否够用,够用则直接加入数据,不够则扩容。
void HeapPush(Heap* ps, HeapDataType x)
{assert(ps);if (ps->capacity == ps->count){ps->capacity *= 2;HeapDataType* tmp = (HeapDataType*)realloc(ps->val, sizeof(HeapDataType) * ps->capacity);if (tmp == NULL){perror("malloc fail");exit(-1);}}ps->val[ps->count++] = x;HeapJustUp(ps->val, ps->count);
}
但是光加入数据可不行,要进行向上调整,把数据调整成小根堆或者大根堆,但是调整是有前提的,左右子树必须是一个堆,才不会导致堆内数据乱。所以我们每加入一个数据调整一次,即可做到堆是一个大堆或者小堆。
void HeapJustUp(HeapDataType* a, int n)
{int parent = n - 2 >> 1;int child = n - 1;while (parent >= 0){if (child + 1 < n && a[child + 1] > a[child]){child++;}if (a[parent] < a[child]){std::swap(a[parent], a[child]);child = parent;parent = child - 1 >> 1;}else{break;}}}
向上调整堆,要找到父亲和孩子,父亲就是元素的总个数-2之后在/2,孩子就是元素总个数-1.
因为是向上调整,父亲节点的下标会慢慢变小,所以循环条件可以设置成parent>=0,有了循环条件,还要比较左右孩子哪个大,然后在让孩子和父亲比较,最后更新父亲下标和孩子下标即可。
删除堆顶元素
删除堆顶元素就是让堆顶元素和堆底元素进行一个交换,然后元素个数-1.交换完成之后,要进行向下调整,向下调整要求左右子树是大根堆或者小根堆,在入堆这一步,我们已经完成了这个操作,所以可以直接调整。
void HeapPop(Heap* ps)
{assert(ps);assert(ps->count);std::swap(ps->val[0], ps->val[ps->count--]);HeapJustDown(ps->val, 0, ps->count);
}
那么向下调整是怎么调的呢?
因为要把堆顶元素调到下面,所以从下标为0的位置开始向下调整。
0的位置就是父亲节点,然后要找到儿子节点child = parent * 2 + 1,然后判断左右孩子哪个大,在判断父亲节点和孩子节点的大小关系,更新下标即可。
void HeapJustDown(HeapDataType* a, int parent, int n)
{int child = parent * 2 + 1;while (child <= n){if (child + 1 < n && a[child] < a[child + 1]){child++;}if (a[parent] < a[child]){std::swap(a[parent], a[child]);parent = child;child = parent * 2 + 1;}else{break;}}
}
返回堆顶元素
HeapDataType HeapTop(Heap* ps)
{assert(ps);return ps->val[0];
}
返回堆的大小
int HeapSize(Heap* ps)
{assert(ps);return ps->count;
}
判断堆是否为空
bool HeapEmpty(Heap* ps)
{assert(ps);return ps->count == 0;
}
二叉树的链式实现
typedef char TreeDataType;typedef struct BinaryTreeNode
{TreeDataType val;struct BinaryTreeNode* left;struct BinaryTreeNode* right;
}BTNode;BTNode* TreeInit();//初始化BTNode* BinaryTreeCreate();//创建二叉树void BinaryTreeDestory(BTNode* root);//销毁二叉树int BinaryTreeSize(BTNode* root);//二叉树的大小int BinaryTreeLeveKSize(BTNode* root, int k);//第k层有多少个元素BTNode* BinaryTreeFind(BTNode* root, TreeDataType x);//查找数据void PrevOrder(BTNode* root);//前序遍历void InOrder(BTNode* root);//中序遍历void PosOrder(BTNode* root);//后序遍历
二叉树的初始化
BTNode* TreeInit()
{BTNode* root = (BTNode*)malloc(sizeof(BTNode));root->val = 0;root->left = NULL;root->right = NULL;return root;
}
二叉树的创建
BTNode* Creat(BTNode* t)
{TreeDataType ch;cin >> ch;if (ch == '-1'){t = NULL;}else{t->val = ch;Creat(t->left);Creat(t->right);}
}
----------------------------------------------------------BTNode* BuyNode(TreeDataType x)
{BTNode* newnode = (BTNode*)malloc(sizeof(BTNode));if (newnode == NULL){perror("malloc fail");exit(-1);}newnode->val = x;newnode->left = NULL;newnode->right = NULL;return newnode;
}BTNode* BinaryTreeCreate()
{BTNode* newnode1 = BuyNode('A');BTNode* newnode2 = BuyNode('B');BTNode* newnode3 = BuyNode('C');BTNode* newnode4 = BuyNode('D');BTNode* newnode5 = BuyNode('E');BTNode* newnode6 = BuyNode('F');BTNode* newnode7 = BuyNode('G');newnode1->left = newnode2;newnode1->right = newnode3;newnode2->left = newnode4;newnode4->left = newnode7;newnode3->left = newnode5;newnode3->right = newnode6;return newnode1;
}
两种方法创建二叉树,第一种方法是用前序遍历的方法创建二叉树,第二种是自己手动创建一个二叉树。
前序遍历
二叉树的前序遍历是先访问根节点,在访问左子树,在访问右子树,是以递归的形式进行的
void PrevOrder(BTNode* root)
{if (root == NULL){cout << "NULL ";return;}cout << root->val << ' ';PrevOrder(root->left);PrevOrder(root->right);
}
中序遍历
二叉树的中序遍历是先访问左子树,在访问根节点,然后右子树,同样是以递归的形式进行的。
void PrevOrder(BTNode* root)
{if (root == NULL){cout << "NULL ";return;}cout << root->val << ' ';PrevOrder(root->left);PrevOrder(root->right);
}
后序遍历
先左子树,在右子树,最后根节点
void InOrder(BTNode* root)
{if (root == NULL){cout << "NULL ";return;}InOrder(root->left);cout << root->val << ' ';InOrder(root->right);
}
二叉树的销毁
二叉树的创建是用的先序遍历,而二叉树的销毁则用的是后续遍历
void BinaryTreeDestory(BTNode* root)
{if (!root){return;}BinaryTreeDestory(root->left);BinaryTreeDestory(root->right);free(root);
}
二叉树的大小
二叉树的大小很好判断,想一想一个树很深,很多叶子,每个子树上都有一个小领导,小领导来查他管理的地区的叶子,然后层层向上汇报,直到汇报给最大的领导,就可以完成了。
int BinaryTreeSize(BTNode* root)
{if (root == NULL){return 0;}int l = BinaryTreeSize(root->left);int r = BinaryTreeSize(root->right);return l + r + 1;}
二叉树第k层的大小
第k层的大小该怎么判断呢,还是用上面的办法,找到第k层的小领导,让他把第k层的情况汇报给你即可
int BinaryTreeLeveKSize(BTNode* root, int k)
{if (root == NULL){return 0;}if (k == 1){return 1;}int l = BinaryTreeLeveKSize(root->left, k - 1);int r = BinaryTreeLeveKSize(root->right, k - 1);return l + r;}
二叉树查找数据
查找数据,从左子树找,从右子树找,依次递归即可
BTNode* BinaryTreeFind(BTNode* root, TreeDataType x)
{if (root == NULL){return NULL;}if (root->val == x){return root;}BTNode* l = BinaryTreeFind(root->left, x);if (l){return l;}BTNode* r = BinaryTreeFind(root->right, x);if (r){return r;}return NULL;}