【数据结构】树

1、树的定义


树(Tree)是n个结点(元素的有限集合)。当n=0时,称这棵树为空树。在非空树T中:
(1)有且只有一个特殊的结点称为树的根结点(root),根结点没有前驱结点。
(2)当n>1时,除了根结点之外的其余的结点又被分成m个互不相交的子集。每个子集本身又是一棵树,这些树称为根结点的子树。


2、相关的术语



(1)结点的度、树的度
结点的度:结点所拥有所有子树的个数;
树的度:树中各结点度的最大值。

(2)叶子结点、分支结点
叶子结点:度为0的结点称为叶子结点;
分支结点:度不为0的结点称为分支结点。

(3)孩子、兄弟、双亲
孩子:树中一个结点的子树的根结点称为这个结点的孩子;
双亲:上述说法相应的称为双亲;
兄弟:具有同一个双亲的孩子结点互称兄弟。

(4)祖先、子孙
一个结点的所有子树中的结点称之为该节点的子孙结点,结点的祖先是从根结点
到该结点所经分支上的所有结点。

(5)结点的层数、树的深度
树既是一种递归结构也是一个层次结构,树中的每一个结点都处在一定的层次上。
树的深度:树中所有最大结点的最大层数称为树的深度。

(6)堂兄弟
双亲在同一层的结点互为堂兄弟。

(7)有序树、无序树
如果一棵树中结点的各个子树从左到右是有次序的,即若交换了某个结点各
子树的相对位置则构成不同的树,称这棵树为有序树。
反之,则称为无序树。

(7)森林
m(m>0)棵不相交的树的集合称为森林。自然界中树和森林是不同的概念。

但是在数据结构中,任何一棵树,删去根节点就变成森林了。


3、树的抽象数据类型


ADT Tree
{
    Data:
        树是由一个根结点和若干棵子树构成的.
        树中结点具有相同数据类型及层次结构.
    
    Operation:
        
        //操作结果:构造一棵空树
        InitTree(&T)
        
        //初始条件:串S是以广义表形式表示的树
        //操作结果:按照S构造一棵树
        CreateTree(&T,S)
        
        //初始条件:树T存在,Visit是对结点操作的应用函数
        //操作结果:按某种次序对T的每个结点调用函数Visit()
        //一次且至多一次,一旦visit()失败,则操作失败.
        OrderTree(T,Visit())
        
        //初始条件:树T存在
        //操作结果:在树T中查找元素e,若查找成功,返回true
        //否则返回false
        SearchTree(T,&e)
        
        //初始条件:树T存在
        //操作结果:以某种形式输出树T
        PrintTree(T)
        
        //初始条件:树T存在
        //操作结果:求树T的深度
        TreeDepth(T)
        
        //初始条件:树T存在
        //操作结果:销毁树T
        DestroyTree(&T)
}




4、树的存储结构


树中节点之间的逻辑关系都是父子关系,即通过双亲和孩子来刻画结点之间的逻辑关系,因而树的存储结构要求不仅存储各结点的数据信息,还要唯一地反映树中各结点之间的逻辑关系--父子关系,其关键是如何表示结点的双亲和孩子。根据结点中指针域所指的对象可分为双亲表示方法,孩子表示法和双亲孩子表示法。


(1)双亲表示法


a>数组表示

#define MAX_TREE_SIZE 100               //树中结点的最大个数
typedef struct
{
    TElemType data;                        //结点的值
    int parent;                            //结点的双亲在数组中的下标
}pTreeNode;                             //结点类型

pTreeNode pTree[MAX_TREE_SIZE];

b>链表表示

因为树中除了根节点以外,每一个结点只有一个双亲,所以这种表示方法得到的结果是一个单链表
#define MAX_TREE_SIZE 100               //树中结点的最大个数
typedef struct
{
    TElemType data;                        //结点的值
    pTreeNode *parent;                    //结点的双亲指针
}pTreeNode;                             //结点类型



(2)孩子表示法


a>数组表示

#define MAX_SON_SIZE 3                  //树的度
typedef struct
{
    TElemType data;                        //结点的值
    int Child[MAX_SON_SIZE];            //结点的孩子在数组中的下标
}CTreeNode;                                //数组元素类型

CTreeNode CTree[MAX_TREE_SIZE];


b>链表表示

typedef struct CTNode
{
    TElemType data;                     //结点的值
    struct CTNode *child[MAX_SON_SIZE];    //结点的指针域,指向孩子结点
}CTNode,*CTree;                            //结点的类型

c>左孩子右兄弟表示法

typedef struct LRTNode
{
   TElemType data;                        //结点的值
   struct LRTNode *lchild;                //左孩子指针
   struct LRTNode *rsibling;            //右兄弟指针
}LRTNode,*LRTree;                        //结点的类型


(3)双亲孩子表示法


a>数组表示

typedef struct
{
    TElemType data;                        //结点的值
    int parent;                            //结点的双亲在数组中的下标
    int child[MAX_SON_SIZE];            //结点的孩子在数组中的下标
}PCTreeNode;                             //数组元素的类型


b>链表表示法

typedef struct pCTNode                    
{    
    TElemType data;                        //结点的值
    struct pCTNode *parent;                //结点的双亲指针    
    struct pCTNode *child[MAX_SON_SIZE];//结点的孩子指针
}PCTNode,*pCTree;                          //结点类型

c>双亲数组孩子链表表示法


typedef struct Node
{
    int child;                            //孩子结点在数组中的下标
    struct Node *next;                    //孩子链表中的结点类型
}CNode;

typedef struct
{
    TElemType data;                        //结点的值
    int parent;                            //结点的双亲在数组中的下标
    CNode *Childlink;                    //指向孩子链表
}PCLink;                                //数组元素的类型


5、树的基本操作实现



树的相关操作有很多,不同的存储结构表示,其操作也有所不同,下面以孩子链表表示法实现树的几个基本操作。
孩子链表表示法:

typedef struct CTNode
{
    TElemType data;                     //结点的值
    struct CTNode *child[MAX_SON_SIZE];    //结点的指针域,指向孩子结点
}CTNode,*CTree;                            //结点的类型


(1)初始化操作


输的初始化中就是要去建立一棵空树,并由指针T指向其根节点。
void InitTree(CTree &T)
{
    T = NULL;
}


(2)创建树操作

创建一棵树就是要在内存中存储一个树的结构。用孩子链表表示方法中就是在内存中生成一个孩子链表。因为树是一种层次结构,创建树的操作首先需要确定输入树的方法,然后再写出相应的算法。不同的输入方法,树的创建方法也不相同。
如果采用广义表的形式进行输入:


使用广义表表示一棵树:A(B(D,E(H,I),F),D(G))

实现代码:
void CreateTree(CTree &T,char *S)
{
    CTree stack[MS],p;
    int i=0,d[MS];
    int top = -1;
    while (S[i])
    {
        switch(S[i])
        {
        case ' ': break;
        case '('://ѹջ
            top++;
            stack[top] = p;
            d[top] = 0;
            break;
        case ')'://կջ
            top--;
            break;
        case ',':
            d[top]++;
            break;
        default:
            if (!(p=(CTree)malloc(sizeof(CTNode))))
                exit(1);
            p->data = S[i];
            for (int i = 0;i < MAX_SON_SIZE;i++)
                p->child[i] = NULL;
            if (!T)
                T = p;
            else
                stack[top]->child[d[top]] = p;
            break;
        }
        i++;
    }
}


(3)树的遍历


a 前序遍历

先访问根节点,然后从左到右依次先序遍历每一个子树,此遍历过程是一个递归的过程。对上图进行前序遍历得到的结果是:

A B D E H I F C G

<span style="font-weight: normal;">//前序遍历
void PreOrderTree(CTree T)
{
	if (T)
	{
		cout << T->data << ' ';
		for (int i=0;i<MAX_SON_SIZE;i++)
		{
			PreOrderTree(T->child[i]);
		}
	}
}</span>

b 后序遍历

先从左到右依次后序遍历根节点的一个子树,然后再访问根节点,这种遍历也是一个一个递归的过程,同样对上图进行遍历得到的结果是:

D H I E F B G C A

//后序遍历
void PostOrderTree(CTree T)
{
	if (T)
	{
		for (int i=0; i<MAX_SON_SIZE; i++)
		{
			PostOrderTree(T->child[i]);
		}
		cout << T->data << ' ';
	}
}

c 层序遍历

从树的第一层(根节点)开始,从上到下逐层遍历,在同一层中,则按照从左到右的顺序进行访问,直到整个树种的所有节点都被访问为止。对上图进行层序遍历的结果是:

A B C D E F G H I

void LevelOrderTree(CTree T)
{
    SqQueue  Q;								//定义一个队列
    CTree    p;								//
    InitQueue_Sq(Q,MAX_TREE_SIZE,10);		//初始化队列
    if(T)									//非空跟指针进队
		EnQueue_Sq(Q,T);
	while(!QueueEmpty_Sq(Q))				//非空队列循环
	{
		DeQueue_Sq(Q,p);					//队列首元素出队
		cout<< p->data << ' ';				//打印输出元素值
		for(int i=0;i<MAX_SON_SIZE;++i)
		{
			if(p->child[i])
				EnQueue_Sq(Q,p->child[i]);
		}
	}
}

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


【啊哈!算法】算法3:最常用的排序——快速排序       上一节的冒泡排序可以说是我们学习第一个真正的排序算法,并且解决了桶排序浪费空间的问题,但在算法的执行效率上却牺牲了很多,它的时间复杂度达到了O(N2)。假如我们的计算机每秒钟可以运行10亿次,那么对1亿个数进行排序,桶排序则只需要0.1秒,而冒泡排序则需要1千万秒,达到115天之久,是不是很吓人。那有没有既不浪费空间又可以快一点的排序算法
匿名组 这里可能用到几个不同的分组构造。通过括号内围绕的正则表达式就可以组成第一个构造。正如稍后要介绍的一样,既然也可以命名组,大家就有考虑把这个构造作为匿名组。作为一个实例,请看看下列字符串: “08/14/57 46 02/25/59 45 06/05/85 18 03/12/88 16 09/09/90 13“ 这个字符串就是由生日和年龄组成的。如果需要匹配年两而不要生日,就可以把正则
选择排序:从数组的起始位置处开始,把第一个元素与数组中其他元素进行比较。然后,将最小的元素方式在第0个位置上,接着再从第1个位置开始再次进行排序操作。这种操作一直到除最后一个元素外的每一个元素都作为新循环的起始点操作过后才终止。 public void SelectionSort() { int min, temp;
public struct Pqitem { public int priority; public string name; } class CQueue { private ArrayList pqueue; public CQueue() { pqueue
在编写正则表达式的时候,经常会向要向正则表达式添加数量型数据,诸如”精确匹配两次”或者”匹配一次或多次”。利用数量词就可以把这些数据添加到正则表达式里面了。 数量词(+):这个数量词说明正则表达式应该匹配一个或多个紧紧接其前的字符。 string[] words = new string[] { "bad", "boy", "baad", "baaad" ,"bear", "b
来自:http://blog.csdn.net/morewindows/article/details/6678165/归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。首先考虑下如何将将二个有序数列合并。这个非常简单,只要从比较二个数列的第一个数,谁小就先取谁,取了后就在对应数列中删除这个数。然后再进行比较,如果有数列
插入排序算法有两层循环。外层循环会啄个遍历数组元素,而内存循环则会把外层循环所选择的元素与该元素在数组内的下一个元素进行比较。如果外层循环选择的元素小于内存循环选择的元素,那么瘦元素都想右移动以便为内存循环元素留出位置。 public void InsertionSort() { int inner, temp;
public int binSearch(int value) { int upperBround, lowerBound, mid; upperBround = arr.Length - 1; lowerBound = 0; while (lowerBound <= upper
虽然从表内第一个节点到最后一个节点的遍历操作是非常简单的,但是反向遍历链表却不是一件容易的事情。如果为Node类添加一个字段来存储指向前一个节点的连接,那么久会使得这个反向操作过程变得容易许多。当向链表插入节点的时候,为了吧数据复制给新的字段会需要执行更多的操作,但是当腰吧节点从表移除的时候就能看到他的改进效果了。 首先需要修改Node类来为累增加一个额外的链接。为了区别两个连接,这个把指
八、树(Tree)树,顾名思义,长得像一棵树,不过通常我们画成一棵倒过来的树,根在上,叶在下。不说那么多了,图一看就懂:当然了,引入了树之后,就不得不引入树的一些概念,这些概念我照样尽量用图,谁会记那么多文字?树这种结构还可以表示成下面这种方式,可见树用来描述包含关系是很不错的,但这种包含关系不得出现交叉重叠区域,否则就不能用树描述了,看图:面试的时候我们经常被考到的是一种叫“二叉树”的结构,二叉
Queue的实现: 就像Stack类的实现所做的一样,Queue类的实现用ArrayList简直是毋庸置疑的。对于这些数据结构类型而言,由于他们都是动态内置的结构,所以ArrayList是极好的实现选择。当需要往队列中插入数据项时,ArrayList会在表中把每一个保留的数据项向前移动一个元素。 class CQueue { private ArrayLis
来自:http://yingyingol.iteye.com/blog/13348911 快速排序介绍:快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下,排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较,但这种状况并不常见。事实上,快速排序通常明显比其他Ο(n log n) 算法更快,因为它的内部循环(inner loop)可以在大部分的架构上很有效率地
Stack的实现必须采用一种基本结构来保存数据。因为再新数据项进栈的时候不需要担心调整表的大小,所以选择用arrayList.using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Threading.Tasks;using System.Collecti
数组类测试环境与排序算法using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Threading.Tasks;namespace Data_structure_and_algorithm{ class CArray { pr
一、构造二叉树 二叉树查找树由节点组成,所以需要有个Node类,这个类类似于链表实现中用到的Node类。首先一起来看看Node类的代码。 public class Node { public int Data; public Node Left; public Node Right; public v
二叉树是一种特殊的树。二叉树的特点是每个结点最多有两个儿子,左边的叫做左儿子,右边的叫做右儿子,或者说每个结点最多有两棵子树。更加严格的递归定义是:二叉树要么为空,要么由根结点、左子树和右子树组成,而左子树和右子树分别是一棵二叉树。 下面这棵树就是一棵二叉树。         二叉树的使用范围最广,一棵多叉树也可以转化为二叉树,因此我们将着重讲解二叉树。二叉树中还有连两种特殊的二叉树叫做满二叉树和
上一节中我们学习了队列,它是一种先进先出的数据结构。还有一种是后进先出的数据结构它叫做栈。栈限定只能在一端进行插入和删除操作。比如说有一个小桶,小桶的直径只能放一个小球,我们现在向小桶内依次放入2号、1号、3号小球。假如你现在需要拿出2号小球,那就必须先将3号小球拿出,再拿出1号小球,最后才能将2号小球拿出来。在刚才取小球的过程中,我们最先放进去的小球最后才能拿出来,而最后放进去的小球却可以最先拿
msdn中的描述如下:(?= 子表达式)(零宽度正预测先行断言。) 仅当子表达式在此位置的右侧匹配时才继续匹配。例如,w+(?=d) 与后跟数字的单词匹配,而不与该数字匹配。此构造不会回溯。(?(零宽度正回顾后发断言。) 仅当子表达式在此位置的左侧匹配时才继续匹配。例如,(?此构造不会回溯。msdn描述的比较清楚,如:w+(?=ing) 可以匹配以ing结尾的单词(匹配结果不包括ing),(
1.引入线索二叉树 二叉树的遍历实质上是对一个非线性结构实现线性化的过程,使每一个节点(除第一个和最后一个外)在这些线性序列中有且仅有一个直接前驱和直接后继。但在二叉链表存储结构中,只能找到一个节点的左、右孩子信息,而不能直接得到节点在任一遍历序列中的前驱和后继信息。这些信息只有在遍历的动态过程中才能得到,因此,引入线索二叉树来保存这些从动态过程中得到的信息。 2.建立线索二叉树 为了保
排序与我们日常生活中息息相关,比如,我们要从电话簿中找到某个联系人首先会按照姓氏排序、买火车票会按照出发时间或者时长排序、买东西会按照销量或者好评度排序、查找文件会按照修改时间排序等等。在计算机程序设计中,排序和查找也是最基本的算法,很多其他的算法都是以排序算法为基础,在一般的数据处理或分析中,通常第一步就是进行排序,比如说二分查找,首先要对数据进行排序。在Donald Knuth 的计算机程序设