首页 > 其他分享 >数据结构：二叉树

数据结构：二叉树

时间：2024-09-21 23:22:51浏览次数：3  
标签：return int hp 二叉树 数据结构 root 节点

1.树的概念：

树是一种非线性数据结构，用于表示层次关系。树由节点组成，每个节点包含一个值和指向其子节点的指针。树的特点是每个节点只能有一个父节点，但可以有多个子节点。

树的基本术语：

  1. 节点（Node）：树的基本单位，可以存储数据。（下图中的圆圈代表一个节点）
  2. 根节点（Root）：树的最顶层节点，没有父节点。
  3. 子节点：一个节点向下直接连接的所有节点，都是该节点的子节点。（直接连接：中间没有其他节点）
  4. 叶子节点（Leaf）：没有子节点的节点。
  5. 深度（Depth）：从根节点到该节点的边数。
  6. 高度（Height）：从该节点到最远叶子节点的边数。（下图的这棵树高度为3）
  7. 子树（Subtree）：树的任一节点及其后代构成的树。
  8. 节点的度：该节点的子节点的个数。

这里的树与现实生活中的树相比，更像是一棵“倒过来的树”

 一棵树的子节点与子节点之间不能直接连接，否则不能称作树，是非树，如图：

 2.二叉树

二叉树是指，在一棵树中，如果每个节点最有两个子节点，这棵树就叫做二叉树

换一种说法，一棵树所有节点 最大的度是2，这棵树就是二叉树

 

这样的一棵树就是二叉树，而且是满二叉树，那么，什么是满二叉树？ 

2.1满二叉树 

 每个节点都有两个子节点，并且所有叶子节点在同一层。如图，D、E、F、G节点是叶子节点并且在同一层

或者说，一棵二叉树的每一个叶子节点以外的节点都有两个子节点，这些节点都“满了”，即为满二叉树

2.2完全二叉树

除了最后一层，其余每一层的节点都已满，最后一层的节点从左到右排列。满二叉树是完全二叉树的一种 

 但是如果最后一层的节点从左往右有空，就不是完全二叉树

3.顺序二叉树

顺序二叉树是使用数组来存储节点

优点：连续存储、快速随机访问

缺点：空间浪费

typedef int HPDataType;
typedef struct Heap
{
	HPDataType* _a;
	int _size;
	int _capacity;
}Heap;

不难看出，顺序二叉树的数据是一层一层、连续存放在数组中的，意味着顺序二叉树必定是完全二叉树

并且父节点与子节点与数组的下标有固定的逻辑关系：若父节点的下标为i

左子节点下标：2 * i + 1

右子节点下标：2 * i + 2

而根据这个关系，可以对这棵树进行遍历 和 排序

如果将这棵树排序，使得每个父节点都比其子节点大，就形成了堆，并且是大堆

 相反，如果每个父节点都比其子节点小，就形成了小堆

 大堆小堆只是父节点与子节点的关系，与层无关

上图大堆第三层的 46 比第二层的 25 大，但是不影响这是一个大堆，因为75 > 52 >46,满足大堆的条件

堆的性质：

大堆的根节点的值，是这个堆的最大值

小堆的根节点的值，是这个堆的最小值

 堆相关的接口

 头文件：

#include<stdio.h>
#include<assert.h>
#include<stdlib.h>

typedef int HPDataType;
typedef struct Heap
{
	HPDataType* _a;
	int _size;
	int _capacity;
}Heap;

//交换
void swap(int* a, int* b);

//向下调整建堆
void AdjustDown(int* a, int parent, int n);
//向上调整建堆
void AdjustUp(int* a, int child, int n);

// 堆的初始化
void HeapInit(Heap* hp);
// 堆的销毁
void HeapDestory(Heap* hp);
// 堆的插入
void HeapPush(Heap* hp, HPDataType x);
// 堆的删除
void HeapPop(Heap* hp);
// 取堆顶的数据
HPDataType HeapTop(Heap* hp);
// 计算数据个数
int HeapSize(Heap* hp);
// 堆的判空
int HeapEmpty(Heap* hp);

源文件 ：

void swap(int* a, int* b)
{
	int tmp = *a;
	*a = *b;
	*b = tmp;
}

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

// 堆的初始化
void HeapInit(Heap* hp)
{
	assert(hp);
	hp->_a = NULL;
	hp->_capacity = hp->_size = 0;
}
// 堆的销毁
void HeapDestory(Heap* hp)
{
	assert(hp);
	hp->_size = hp->_capacity = 0;
	free(hp);
}
// 堆的插入
void HeapPush(Heap* hp, HPDataType x)
{
	assert(hp);
	if (hp->_size == hp->_capacity)
	{
		HPDataType newcapacity = hp->_capacity == 0 ? 4 : 2 * hp->_capacity;
		HPDataType* tmp = (HPDataType*)realloc(hp->_a, sizeof(HPDataType) * newcapacity);
		if (tmp == NULL)
		{
			perror("realloc fail");
			return;
		}
		hp->_a = tmp;
		hp->_capacity = newcapacity;
	}
	hp->_a[hp->_size] = x;
	++hp->_size;
	AdjustUp(hp->_a, hp->_size - 1, hp->_size);
}
// 堆的删除
void HeapPop(Heap* hp)
{
	assert(hp);
	assert(hp->_size > 0);
	swap(&hp->_a[hp->_size - 1], &hp->_a[0]);
	--hp->_size;
	AdjustDown(hp->_a, 0, hp->_size);
}
// 取堆顶的数据
HPDataType HeapTop(Heap* hp)
{
	assert(hp);
	assert(hp->_size > 0);
	return hp->_a[0];
}
// 堆的数据个数
int HeapSize(Heap* hp)
{
	assert(hp);
	return hp->_size;
}

// 堆的判空
int HeapEmpty(Heap* hp)
{
	assert(hp);
	return hp->_size == 0 ? 1 : 0;
}

 堆排序：

堆排序是一种比较高效的排序 时间复杂度为  O(log2 n)  以2为底，n的对数

//堆排序
void HeapSort(Heap* hp, HPDataType* a, int n)
{
	assert(hp);
	hp->_a = (HPDataType*)malloc(sizeof(HPDataType) * n);
	if (hp->_a == NULL)
	{
		perror("malloc fail");
		return;
	}
	for (int i = 0; i < n; ++i)
	{
		hp->_a[i] = a[i];
	}
	hp->_size = hp->_capacity = n;
	for (int i = (n - 2) / 2; i >= 0; --i)
	{
		AdjustDown(hp->_a, i, hp->_size);
	}
}

4.链式二叉树

 链式二叉树通过指针，将一个一个的节点连接

优点：空间浪费小

缺点：不能随机访问

链式二叉树的节点：

typedef char BTDataType;
typedef struct BinaryTreeNode
{
	BTDataType _data;
	struct BinaryTreeNode* _left;
	struct BinaryTreeNode* _right;
}BTNode;

4.1 二叉树的销毁： 


void BinaryTreeDestory(BTNode** root)
{
    //后序遍历
    if (root == NULL)
    {
        return;
    }
    BinaryTreeDestory(&(*root)->_left);
    BinaryTreeDestory(&(*root)->_right);
    free(*root);
    *root == NULL;
    return;
}

4.2二叉树节点个数 

int BinaryTreeSize(BTNode* root)
{
    if (root == NULL)
    {
        return 0;
    }
    if (root->_left == NULL && root->_right == NULL)
    {
        return 1;
    }
    return BinaryTreeSize(root->_left) + BinaryTreeSize(root->_right) + 1;
} 

4.3二叉树叶子节点个数 

int BinaryTreeLeafSize(BTNode* root)
{
    if (root == NULL)
    {
        return 0;
    }
    if (root->_left == NULL && root->_right == NULL)
    {
        return 1;
    }
    return BinaryTreeLeafSize(root->_left) + BinaryTreeLeafSize(root->_right);
} 

 4.4二叉树第k层节点个数

int BinaryTreeLevelKSize(BTNode* root, int k)
{
    if (root == NULL)
    {
        return 0;
    }
    if (k == 1)
    {
        return 1;
    }
    return BinaryTreeLevelKSize(root->_left, k - 1) + BinaryTreeLevelKSize(root, k - 1);
} 

4.5二叉树查找值为x的节点 

BTNode* BinaryTreeFind(BTNode* root, BTDataType x)
{
    if (root == NULL)
    {
        return NULL;
    }
    if (root->_data == x)
    {
        return root;
    }
    BTNode* pleft = BinaryTreeFind(root->_left, x);
    if (pleft)
        return pleft;
    BTNode* pright = BinaryTreeFind(root->_right, x);
    if (pright)
        return pright;
    return NULL;
} 

4.6 二叉树的前中后序遍历

// 二叉树前序遍历 
void BinaryTreePrevOrder(BTNode* root)
{
    if (root == NULL)
    {
        return;
    }
    printf("%d ", root->_data);
    BinaryTreePrevOrder(root->_left);
    BinaryTreePrevOrder(root->_right);
}
// 二叉树中序遍历
void BinaryTreeInOrder(BTNode* root)
{
    if (root == NULL)
    {
        return;
    }
    BinaryTreePrevOrder(root->_left);
    printf("%d ", root->_data);
    BinaryTreePrevOrder(root->_right);
}
// 二叉树后序遍历
void BinaryTreePostOrder(BTNode* root)
{
    if (root == NULL)
    {
        return;
    }
    BinaryTreePrevOrder(root->_left);
    BinaryTreePrevOrder(root->_right);
    printf("%d ", root->_data);
} 

4.7二叉树的层序遍历 

需要使用队列实现 

void BinaryTreeLevelOrder(BTNode* root)
{
    Queue qu;
    BTNode* cur;

    QueueInit(&qu);

    QueuePush(&qu, root);

    while (!QueueIsEmpty(&qu))
    {
        cur = QueueTop(&qu);

        putchar(cur->_data);

        if (cur->_left)
        {
            QueuePush(&qu, cur->_left);
        }

        if (cur->_right)
        {
            QueuePush(&qu, cur->_right);
        }

        QueuePop(&qu);
    }

    QueueDestory(&qu);
}

头文件： 

typedef char BTDataType;

typedef struct BinaryTreeNode
{
	BTDataType _data;
	struct BinaryTreeNode* _left;
	struct BinaryTreeNode* _right;
}BTNode;

// 二叉树销毁
void BinaryTreeDestory(BTNode** root);
// 二叉树节点个数
int BinaryTreeSize(BTNode* root);
// 二叉树叶子节点个数
int BinaryTreeLeafSize(BTNode* root);
// 二叉树第k层节点个数
int BinaryTreeLevelKSize(BTNode* root, int k);
// 二叉树查找值为x的节点
BTNode* BinaryTreeFind(BTNode* root, BTDataType x);
// 二叉树前序遍历 
void BinaryTreePrevOrder(BTNode* root);
// 二叉树中序遍历
void BinaryTreeInOrder(BTNode* root);
// 二叉树后序遍历
void BinaryTreePostOrder(BTNode* root);
// 层序遍历
void BinaryTreeLevelOrder(BTNode* root);

源文件： 

// 二叉树销毁
void BinaryTreeDestory(BTNode** root)
{
	//后序遍历
	if (root == NULL)
	{
		return;
	}
	BinaryTreeDestory(&(*root)->_left);
	BinaryTreeDestory(&(*root)->_right);
	free(*root);
	*root == NULL;
	return;
}
// 二叉树节点个数
int BinaryTreeSize(BTNode* root)
{
	if (root == NULL)
	{
		return 0;
	}
	if (root->_left == NULL && root->_right == NULL)
	{
		return 1;
	}
	return BinaryTreeSize(root->_left) + BinaryTreeSize(root->_right) + 1;
}
// 二叉树叶子节点个数
int BinaryTreeLeafSize(BTNode* root)
{
	if (root == NULL)
	{
		return 0;
	}
	if (root->_left == NULL && root->_right == NULL)
	{
		return 1;
	}
	return BinaryTreeLeafSize(root->_left) + BinaryTreeLeafSize(root->_right);
}
// 二叉树第k层节点个数
int BinaryTreeLevelKSize(BTNode* root, int k)
{
	if (root == NULL)
	{
		return 0;
	}
	if (k == 1)
	{
		return 1;
	}
	return BinaryTreeLevelKSize(root->_left, k - 1) + BinaryTreeLevelKSize(root, k - 1);
}
// 二叉树查找值为x的节点
BTNode* BinaryTreeFind(BTNode* root, BTDataType x)
{
	if (root == NULL)
	{
		return NULL;
	}
	if (root->_data == x)
	{
		return root;
	}
	BTNode* pleft = BinaryTreeFind(root->_left, x);
	if (pleft)
		return pleft;
	BTNode* pright = BinaryTreeFind(root->_right, x);
	if (pright)
		return pright;
	return NULL;
}
// 二叉树前序遍历 
void BinaryTreePrevOrder(BTNode* root)
{
	if (root == NULL)
	{
		return;
	}
	printf("%d ", root->_data);
	BinaryTreePrevOrder(root->_left);
	BinaryTreePrevOrder(root->_right);
}
// 二叉树中序遍历
void BinaryTreeInOrder(BTNode* root)
{
	if (root == NULL)
	{
		return;
	}
	BinaryTreePrevOrder(root->_left);
	printf("%d ", root->_data);
	BinaryTreePrevOrder(root->_right);
}
// 二叉树后序遍历
void BinaryTreePostOrder(BTNode* root)
{
	if (root == NULL)
	{
		return;
	}
	BinaryTreePrevOrder(root->_left);
	BinaryTreePrevOrder(root->_right);
	printf("%d ", root->_data);
}
BTNode* BinaryTreeCreate(BTDataType* src, int n, int* pi)
{
	if (*pi >= n || src[*pi] == '#')
	{
		(*pi)++;
		return NULL;
	}

	BTNode* cur = (BTNode*)malloc(sizeof(BTNode));
	cur->_data = src[*pi];
	(*pi)++;

	cur->_left = BinaryTreeCreate(src, n, pi);
	cur->_right = BinaryTreeCreate(src, n, pi);

	return cur;
}


void BinaryTreeLevelOrder(BTNode* root)
{
	Queue qu;
	BTNode* cur;

	QueueInit(&qu);

	QueuePush(&qu, root);

	while (!QueueIsEmpty(&qu))
	{
		cur = QueueTop(&qu);

		putchar(cur->_data);

		if (cur->_left)
		{
			QueuePush(&qu, cur->_left);
		}

		if (cur->_right)
		{
			QueuePush(&qu, cur->_right);
		}

		QueuePop(&qu);
	}

	QueueDestory(&qu);
}

标签：return,int,hp,二叉树,数据结构,root,节点
From： https://blog.csdn.net/2302_81258662/article/details/142420488

相关文章

  • Java后端中的数据版本控制：如何管理数据结构的演变
    Java后端中的数据版本控制：如何管理数据结构的演变大家好，我是微赚淘客返利系统3.0的小编，是个冬天不穿秋裤，天冷也要风度的程序猿！在现代应用开发中，数据结构的演变是一个常见的问题，尤其是在业务需求不断变化的情况下。本文将探讨如何在Java后端中有效地实现数据版本控制，以便在应用演......
  • 数据结构指南
    单调栈单调栈的定义是：栈内元素一定是单调的。这个性质有助于排除更劣的选择，来优化时间和空间。单调栈经典例题就是往后看看到的最高元素。如果一个元素要入栈，比前面的元素都要大，那么前面的元素一定看不到栈内元素而是那个最高的元素，就可以把末尾的元素弹出了。例题考虑$dp_i$......
  • 【数据结构与算法 | 灵神题单 | 栈基础篇】力扣1441， 844， 682
    1.力扣1441：用栈操作构建数组1.1题目：给你一个数组 target 和一个整数 n。每次迭代，需要从  list={1,2,3...,n} 中依次读取一个数字。请使用下述操作来构建目标数组 target ："Push"：从 list 中读取一个新元素，并将其推入数组中。"Pop"：删除数组中的最后一......
  • 【C++二叉树】二叉树的前序遍历、中序遍历、后序遍历递归与非递归实现
    1.二叉树的前序遍历144.二叉树的前序遍历-力扣（LeetCode） 前序遍历方式：根-左子树-右子树。递归实现：要传一个子函数来实先递归，原因是原函数返回值为vector，在原函数迭代，返回值就难处理了。非递归（迭代）实现：递归实现非常简单，非递归呢？要用迭代实现，也就是循环：还是按照根-......
  • 61.《数据结构-栈 队列 串》
    栈栈是受限的线性表（只允许在一端进行插入删除操作）LIFO特点后进先出当n个不同元素进栈时，出栈元素的不同排列个数1/(n+1)Cn2n顺序栈：(S.top=-1)进栈：if(S.top==MaxSize-1)栈满S.data[++S.top]=x入栈:if(S.top==-1)栈空x=S.data[S.top--]大致理解图：链栈：不......
  • 数据结构和算法——基本思想
    一.分治法分治法思想：将原问题分成n个规模较小的而结构与原问题相似的子问题，递归地解这些问题，然后合并其结果就得到原问题的解。分解：原问题分为若干个子问题，这些子问题是原问题的规模较小的实例。解决：递归地求解各个子问题。若子问题足够小，则直接求解。合并：将子问题的解合并成......
  • Redis：内存数据结构存储终极指南
    redis是不断发展的数据管理和存储领域中广泛使用的技术。redis被公认为内存中数据结构存储，它提供了广泛的功能，使其成为从缓存到实时分析等各种应用程序的标准基础。这个综合教程将介绍redis是什么、它的核心功能、用例以及如何开始。什么是redis？redis代表远程字典服务......
  • 【算法竞赛】二叉树和哈夫曼树
    树是非线性数据结构,它能很好地描述数据的层次关系。树这种结构的现实场景很常见,如文件目录、书本的目录就是典型的树形结构。二叉树是最常用的树形结构,特别适合编码,常常将一般的树转换为二叉树来处理。本节介绍二叉树的定义和存储。哈夫曼(Huffman)树是二叉树的一个......
  • 初识数据结构和算法
    说在前面：⭐看到这篇文章的友友你好啊，在学习的路途中欢迎你的私信、留言，交流互动啊，我们一起学习、一起进步呀！⭐目录数据和结构解释含义数据的属性划分数据和算法的关系算法中复杂度时间复杂度空间复杂度数据和结构解释含义......
  • (LeetCode 热题 100) 199. 二叉树的右视图（递归、深度优先搜索dfs）
    199.二叉树的右视图思路：递归每次都优先右边子树，然后才是左子树。/***Definitionforabinarytreenode.*structTreeNode{*intval;*TreeNode*left;*TreeNode*right;*TreeNode():val(0),left(nullptr),right(nullptr){}......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99