2w字长篇 手把手带你彻底搞懂二叉树(一)

简介: 2w字长篇 手把手带你彻底搞懂二叉树(一)

首先我们先来介绍下树

树形结构

基本概念

2.png

树是一种非线性的数据结构,它是由n(n>=0)个有限结点组成一个具有层次关系的集合。把它叫做树是因为它看 起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。它具有以下的特点:


有一个特殊的节点,称为根节点,根节点没有前驱节点

除根节点外,其余节点被分成M(M > 0)个互不相交的集合T1、T2、…、Tm,其中每一个集合 Ti (1 <= i <= m),又是一棵与树类似的子树。每棵子树的根节点有且只有一个前驱,可以有0个或多个后继树

是递归定义的

2.png


特殊概念(重要)

节点的度:一个节点含有的子树的个数称为该节点的度; 如上图:A的为6

树的度:一棵树中,最大的节点的度称为树的度; 如上图:树的度为6

叶子节点或终端节点:度为0的节点称为叶节点; 如上图:B、C、H、I…等节点为叶节点

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; 如上图:A是B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称为该节点的子节点; 如上图:B是A的孩子节点

根结点:一棵树中,没有双亲结点的结点;如上图:A

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4

2.png


高度:高度是指从该节点到叶子节点的所经过的节点个数


例如A的高度为4(A—>P经历了四个节点),G的高度为2(G—>N)经历了两个节点)


深度:深度是指从该节点到根节点所经过的节点个数


例如B的深度为2(B—>A经历了2个节点)


树的以下概念只需了解,在看书时只要知道是什么意思即可:

非终端节点或分支节点:度不为0的节点; 如上图:D、E、F、G…等节点为分支节点兄弟节点:具有相同父节点的节点互称为

兄弟节点; 如上图:B、C是兄弟节点

堂兄弟节点:双亲在同一层的节点互为堂兄弟;如上图:H、I互为兄弟节点

节点的祖先:从根到该节点所经分支上的所有节点;如上图:A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A的子孙

森林:由m(m>=0)棵互不相交的树的集合称为森林


树的表示形式(了解)

树结构相对线性表就比较复杂了,要存储表示起来就比较麻烦了,实际中树有很多种表示方式,如:双亲表示法, 孩子表示法、孩子兄弟表示法等等。我们这里就简单的了解其中最常用的孩子兄弟表示法。

class Node {
int value;        // 树中存储的数据
Node firstChild;  // 第一个孩子引用
Node nextBrother; // 下一个兄弟引用
}

孩子兄弟表示法示意图:

2.png


树的应用

文件系统管理(目录和文件)


2.png


二叉树(重点)

2.png


二叉树的概念

一棵二叉树是结点的一个有限集合,该集合或者为空,或者是由一个根节点加上两棵别称为左子树和右子树的二叉 树组成。

二叉树的特点:

1.每个结点最多有两棵子树,即二叉树不存在度大于 2 的结点。

2.二叉树的子树有左右之分,其子树的次序不能颠倒,因此二叉树是有序树。


二叉树的基本形态

2.png

上图给出了几种特殊的二叉树形态,从左往右依次是:空树、只有根节点的二叉树、节点只有左子树、节点只有右 子树、节点的左右子树均存在,一般二叉树都是由上述基本形态结合而形成的。


两种特殊的二叉树

1.满二叉树: 一个二叉树,如果每一个层的结点数都达到最大值,则这个二叉树就是满二叉树。也就是说,如果一个二叉树的层数为K,且结点总数是 2 k 2^{k}2

k

-1,则它就是满二叉树。满二叉树其实是一种特殊的完全二叉树,我们后面学习的堆,其实就是完全二叉树

2.完全二叉树: 完全二叉树是效率很高的数据结构,完全二叉树是由满二叉树而引出来的。对于深度为K的,有n 个结点的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一 一对应时称之为完全 二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。

2.png


二叉树的性质(一般用于填空和选择题)

1.若规定根节点的层数为1,则一棵非空二叉树的第i层上最多有2 i − 1 2^{i-1}2

i−1

(i>0)个结点

2.若规定只有根节点的二叉树的深度为1,则深度为K的二叉树的最大结点数是2 k 2^{k}2

k

-1(k>=0)

最大节点数就是放满的情况下,所以一个节点的深度为3,那么这棵二叉树最多可以放7个节点,也就是层数为3的满二叉树.

3.对任何一棵二叉树, 如果其叶子结点个数为 n0, 度为2的非叶子结点个数为 n2,则有n0=n2+1

4.具有n个结点的完全二叉树的深度k为


k向上取整

5.对于具有n个结点的完全二叉树,如果按照从上至下从左至右的顺序对所有节点从0开始编号,则对于序号为i 的结点有:

(1):


若i>0,则双亲序号为:(i-1)/2;

若i=0,此时i为根节点编号,根节点是无双亲节点的


上述需要注意的是:此时的编号是从i=0的时候开始编号的,也就是说根节点此时的编号为0,所以双亲序号为(i-1)/2;而当i=1的时候,此时根节点的编号为1,那么双亲序号为i/2,来看一道题目:


将一颗有 100 个结点的完全二叉树从根这一层开始,每一层从左到右依次对结点进行编号,根节点编号为 1 ,则编号为 98的节点的父节点编号为?

答:很多同学在做这道题目的时候都会直接套(98-1)/2 = 48,但是这样算的话是错误的,原因是我们此时根节点编号是从1开始的,并不是从0开始的,所以此时就直接98/2=49即可,所以父节点的编号为49.


(2):


若2i+1

若2i+2

2.png


练习题

假设一棵完全二叉树中总共有1000个节点,则该二叉树中 500个叶子节点, 500个非叶子节点,1 个节点只有左孩子, 0个只有右孩子。


二叉树的存储

二叉树的存储结构分为:


顺序存储(顺序存储多用于完全二叉树)

类似于链表的链式存储(适用于所有二叉树类型的存储)

顺序存储我们在下节介绍,我们首先来介绍链式存储


链式存储法

二叉树的链式存储是通过一个一个的节点引用起来的,常见的表示方式有二叉和三叉表示方式,具体如下:

2.png


孩子双亲表示法后序在平衡树位置介绍,本文采用孩子表示法来构建二叉树。


二叉表示法图示:也就是我们的孩子表示法

2.png

三叉表示法图示:也就是我们的孩子双亲表示法

2.png





相关文章
|
机器学习/深度学习 人工智能 物联网
深度学习在时间序列预测的总结和未来方向分析
2023年是大语言模型和稳定扩散的一年,时间序列领域虽然没有那么大的成就,但是却有缓慢而稳定的进展。Neurips、ICML和AAAI等会议都有transformer 结构(BasisFormer、Crossformer、Inverted transformer和Patch transformer)的改进,还出现了将数值时间序列数据与文本和图像合成的新体系结构(CrossVIVIT), 也出现了直接应用于时间序列的可能性的LLM,以及新形式的时间序列正则化/规范化技术(san)。
845 1
|
2月前
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
276 0
官宣!杭州市地铁集团与阿里云达成战略合作
官宣!杭州市地铁集团与阿里云达成战略合作
769 9
|
9月前
|
图形学
unity一个按钮实现开和关
在 Unity 中,通过一个布尔变量 `count` 来记录按钮的状态(开/关),并在点击事件中根据该变量的值执行不同操作。代码示例展示了两种方法:一种是通过计数器的奇偶性判断状态,另一种是直接取反布尔变量。每次点击后更新状态变量,从而实现按钮的开/关切换。
|
11月前
|
人工智能 分布式计算 大数据
MaxFrame 产品评测
MaxFrame 是一款连接大数据和 AI 的 Python 分布式计算框架。本文介绍了其在实际使用中的表现,包括便捷的安装配置、强大的分布式 Pandas 处理能力和高效的大语言模型数据处理。文章还对比了 MaxFrame 与 Apache Spark 和 Dask 的优劣,并提出了未来发展的建议,旨在为读者提供全面的评测参考。
256 22
|
存储 数据采集 数据库
用 Python 爬取淘宝商品价格信息时需要注意什么?
使用 Python 爬取淘宝商品价格信息时,需注意法律和道德规范,遵守法律法规和平台规定,避免非法用途。技术上,可选择 Selenium 和 Requests 库,处理反爬措施如 IP 限制、验证码识别和请求频率控制。解析页面数据时,确定数据位置并清洗格式。数据存储可选择 CSV、Excel、JSON 或数据库,定期更新并去重。还需进行错误处理和日志记录,确保爬虫稳定运行。
|
存储 Java 关系型数据库
在Java开发中,数据库连接是应用与数据交互的关键环节。本文通过案例分析,深入探讨Java连接池的原理与最佳实践
在Java开发中,数据库连接是应用与数据交互的关键环节。本文通过案例分析,深入探讨Java连接池的原理与最佳实践,包括连接创建、分配、复用和释放等操作,并通过电商应用实例展示了如何选择合适的连接池库(如HikariCP)和配置参数,实现高效、稳定的数据库连接管理。
234 2
|
SQL 数据采集 NoSQL
One ID中的核心技术ID-Mapping究竟是怎么实现的?by彭文华
One ID中的核心技术ID-Mapping究竟是怎么实现的?by彭文华
|
运维 监控 Cloud Native
云原生时代的运维策略:从反应式到自动化
在云计算的浪潮下,运维领域经历了翻天覆地的变化。本文将带你领略云原生时代下的运维新风貌,探索如何通过自动化和智能化手段,实现从传统的反应式运维向主动、智能的运维模式转变。我们将一起见证,这一变革如何助力企业提升效率,保障服务的连续性与安全性,以及运维人员如何适应这一角色的转变,成为云原生时代的引领者。
273 9