二叉树的基本概念介绍与代码实现多图+代码

@

树的基本概念

在这里插入图片描述


          图1

树的结点

  结点:使用树结构存储的每一个数据元素都被称为“结点”。例如,上图1中,数据元素 1 就是一个结点;
  父结点(双亲结点)、子结点和兄弟结点:对于上图1中的结点 1,2,3,4 来说,1 是 2,4 结点的父结点(也称为“双亲结点”),而 2,4 都是 1 结点的子结点(也称“孩子结点”)。对于 2,4 来说,它们都有相同的父结点,所以它们互为兄弟结点。
  树根结点(简称“根结点”):每一个非空树都有且只有一个被称为根的结点。上图1中,结点1就是整棵树的根结点。
  叶子结点:如果结点没有任何子结点,那么此结点称为叶子结点(叶结点)。例如上图1中,结点 11,12,6,7,13,9,10都是这棵树的叶子结点。

子树和空树

  子树:上图1中,整棵树的根结点为结点 1,而如果单看结点2,5,11,12 组成的部分来说,也是棵树,而且节点 2 为这棵树的根结点。所以称 2,12这几个结点组成的树为整棵树的子树;同样,结点 5,12 构成的也是一棵子树,根结点为5。
  注意:单个结点也是一棵树,只不过根结点就是它本身。上图1中,结点 11,6 等都是树,且都是整棵树的子树。
  知道了子树的概念后,树也可以这样定义:树是由根结点和若干棵子树构成的。
  空树:如果集合本身为空,那么构成的树就被称为空树。空树中没有结点。
  补充:在树结构中,对于具有同一个根结点的各个子树,相互之间不能有交集。例如,上图1中,除了根结点1,其余元素又各自构成了三个子树,根结点分别为 2,4,这三个子树相互之间没有相同的结点。如果有,就破坏了树的结构,不能算做是一棵树。

结点的度和层次

  对于一个结点,拥有的子树数(结点有多少分支)称为结点的度(Degree)。例如,上图1中,根结点1下分出了 3 个子树,所以,结点 1 的度为 3。
  一棵树的度是树内各结点的度的最大值。上图1表示的树中,各个结点的度的最大值为 3,所以,整棵树的度的值是 3。
  结点的层次:从一棵树的树根开始,树根所在层为第一层,根的孩子结点所在的层为第二层,依次类推。对于上图1来说,1 结点在第一层,2,4 为第二层,5,8,10在第三层,11,13在第四层。
  一棵树的深度(高度) 是树中结点所在的最大的层次。上图1树的深度为 4。
  如果两个结点的父结点虽不相同,但是它们的父结点处在同一层次上,那么这两个结点互为堂兄弟。例如,上图1中,结点5,10 的父结点都在第二层,所以之间为堂兄弟的关系。

有序树和无序树

  如果树中结点的子树从左到右看,谁在左边,谁在右边,是有规定的,这棵树称为有序树;反之称为无序树
  在有序树中,一个结点最左边的子树称为"第一个孩子",最右边的称为"最后一个孩子"。
拿上图1来说,如果是其本身是一棵有序树,则以结点 2 为根结点的子树为整棵树的第一个孩子,以结点 4 为根结点的子树为整棵树的最后一个孩子。

森林

  由 m(m >= 0)个互不相交的树组成的集合被称为森林。上图1中,分别以2,4为根结点的三棵子树就可以称为森林。
  前面讲到,树可以理解为是由根结点和若干子树构成的,而这若干子树本身是一个森林,所以,树还可以理解为是由根结点和森林组成的。用一个式子表示为:Tree =(root,F)
  其中,root 表示树的根结点,F 表示由 m(m >= 0)棵树组成的森林。

二叉树的性质

  经过前人的总结,二叉树具有以下几个性质:

  • 二叉树中,第 i 层最多有 2i-1 个结点。
  • 如果二叉树的深度为 K,那么此二叉树最多有 2K-1 个结点。
  • 二叉树中,终端结点数(叶子结点数)为 n0,度为 2 的结点数为 n2,则 n0=n2+1。
  • 二叉树还可以继续分类,衍生出满二叉树和完全二叉树。

满二叉树

  如果二叉树中除了叶子结点,每个结点的度都为 2,则此二叉树称为满二叉树

在这里插入图片描述


        图2

  如图2 所示就是一棵满二叉树。

  • 满二叉树除了满足普通二叉树的性质,还具有以下性质:
  • 满二叉树中第 i 层的节点数为 2n-1 个。
  • 深度为 k 的满二叉树必有 2k-1 个节点 ,叶子数为 2k-1。
  • 满二叉树中不存在度为 1 的节点,每一个分支点中都两棵深度相同的子树,且叶子节点都在最底层。
  • 具有 n 个节点的满二叉树的深度为 log2(n+1)。

完全二叉树

  如果二叉树中除去最后一层节点为满二叉树,且最后一层的结点依次从左到右分布,则此二叉树被称为完全二叉树。

在这里插入图片描述


              图3
  如上图3a 所示是一棵完全二叉树,如上图3b中由于最后一层的节点没有按照从左向右分布,因此只能算作是普通的二叉树。
  完全二叉树除了具有普通二叉树的性质,它自身也具有一些独特的性质,比如说,n 个结点的完全二叉树的深度为 ⌊log2n⌋+1。
  [log2n]表示取小于 log2n 的最大整数。例如,[log24] = 2,而 [log25⌋]结果也是 2。
  对于任意一个完全二叉树来说,如果将含有的结点按照层次从左到右依次标号(图3),对于任意一个结点 i ,完全二叉树还有以下几个结论成立:

  • 当 i>1 时,父亲结点为结点 [i/2] 。(i=1 时,表示的是根结点,无父亲结点)
  • 如果 2 * i>n(总结点的个数) ,则结点 i 肯定没有左孩子(为叶子结点);否则其左孩子是结点 2*i 。
  • 如果 2 * i+1>n ,则结点 i 肯定没有右孩子;否则右孩子是结点 2*i+1 。

二叉树的顺序存储

  二叉树的顺序存储,指的是使用顺序表(数组)存储二叉树。需要注意的是,顺序存储只适用于完全二叉树。换句话说,只有完全二叉树才可以使用顺序表存储。因此,如果我们想顺序存储普通二叉树,需要提前将普通二叉树转化为完全二叉树。
  有读者会说,满二叉树也可以使用顺序存储。要知道,满二叉树也是完全二叉树,因为它满足完全二叉树的所有特征。

  普通二叉树转完全二叉树的方法很简单,只需给二叉树额外添加一些节点,将其"拼凑"成完全二叉树即可。如图4所示:

在这里插入图片描述


            图4
  下图中,左侧是普通二叉树,右侧是转化后的完全(满)二叉树。
  解决了二叉树的转化问题,接下来学习如何顺序存储完全(满)二叉树。
  完全二叉树的顺序存储,仅需从根节点开始,按照层次依次将树中节点存储到数组即可。

在这里插入图片描述


      图5
  例如,存储图5如下 所示的完全二叉树,其存储状态如图 6 所示:

在这里插入图片描述


      图6
  同样,存储由普通二叉树转化来的完全二叉树也是如此。例如,图 4 中普通二叉树的数组存储状态如图7 所示:

在这里插入图片描述


      图7
  由此,我们就实现了完全二叉树的顺序存储。
  不仅如此,从顺序表中还原完全二叉树也很简单。我们知道,完全二叉树具有这样的性质,将树中节点按照层次并从左到右依次标号(1,...),若节点 i 有左右孩子,则其左孩子节点为 2i,右孩子节点为 2i+1。此性质可用于还原数组中存储的完全二叉树,也就是实现由图6到图5、由图 7到图4的转变。

二叉树的链式存储

  二叉树并不适合用数组存储,因为并不是每个二叉树都是完全二叉树,普通二叉树使用顺序表存储或多或多会存在空间浪费的现象。
  接下来我们介绍二叉树的链式存储结构。

在这里插入图片描述


      图8
  如图 8 所示,此为一棵普通的二叉树,若将其采用链式存储,则只需从树的根节点开始,将各个节点及其左右孩子使用链表存储即可。因此,图8对应的链式存储结构如图9所示:

在这里插入图片描述


            图9
  由图9可知,采用链式存储二叉树时,其节点结构由 3 部分构成(如图10 所示):

  • 指向左孩子节点的指针(Lchild);
  • 节点存储的数据(data);
  • 指向右孩子节点的指针(Rchild);

    在这里插入图片描述


         图10
    链式存储代码实现:

/*
 * @Description: 二叉树的链式存储
 * @Version: V1.0
 * @Autor: Carlos
 * @Date: 2020-05-29 16:37:38
 * @LastEditors: Carlos
 * @LastEditTime: 2020-05-29 16:45:13
 */ 
#include <stdio.h>
#include <stdlib.h>
typedef struct BitNode
{
    int data;
    struct BitNode *lchild,*rchild;

}BitNode,*BitTree;

void CreateBiTree(BitTree *T){
    *T=(BitNode*)malloc(sizeof(BitNode));
    //根节点
    (*T)->data=1;
    (*T)->lchild=(BitNode*)malloc(sizeof(BitNode));
    //1节点的左孩子2
    (*T)->lchild->data=2;
    (*T)->rchild=(BitNode*)malloc(sizeof(BitNode));
    //1节点的右孩子3
    (*T)->rchild->data=3;
    (*T)->rchild->lchild=NULL;
    (*T)->rchild->rchild=NULL;
    (*T)->lchild->lchild=(BitNode*)malloc(sizeof(BitNode));
    //2节点的左孩子
    (*T)->lchild->lchild->data=4;
    (*T)->lchild->rchild=NULL;
    (*T)->lchild->lchild->lchild=NULL;
    (*T)->lchild->lchild->rchild=NULL;
}
int main() {
    BitTree Tree;
    CreateBiTree(&Tree);
    printf("%d",Tree->lchild->lchild->data);
    return 0;
}

  文中代码均已测试,有任何意见或者建议均可联系我。欢迎学习交流!
  如果觉得写的不错,请点个赞再走,谢谢!

有任何问题,均可通过公告中的二维码联系我

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