[数据结构]-AVL树

简介: [数据结构]-AVL树

一、AVL树基本知识

1、概念

      二叉搜索树虽可以缩短查找的效率,但如果数据有序或接近有序二叉搜索树将退化为单支树,查 找元素相当于在顺序表中搜索元素,效率低下。因此,两位俄罗斯的数学家G.M.Adelson-Velskii 和E.M.Landis在1962年 发明了一种解决上述问题的方法:当向二叉搜索树中插入新结点后,如果能保证每个结点的左右 子树高度之差的绝对值不超过1(需要对树中的结点进行调整),即可降低树的高度,从而减少平均 搜索长度

一棵AVL树或者是空树,或者是具有以下性质的二叉搜索树:

  • 它的左右子树都是AVL树
  • 左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1)

2、节点定义

template<class k,class v>
struct AVLTreeNode
{
  pair<k, v>_kv;
  AVLTreeNode<k, v>* _left;
  AVLTreeNode<k, v>* _right;
  AVLTreeNode<k, v>* _parent;
 
  int _bf;//balance factor
 
  //带参数的构造函数
  AVLTreeNode(const pair<k,v>& kv)
    :_kv(kv)
    ,_left(nullptr)
    ,_right(nullptr)
    ,_parent(nullptr)
    ,_bf(0)
  {}
};

这里我们定义了三叉链来定义节点,最为特殊的是我们相对于二叉树,我们多了一个平衡 因子,这是维持AVL特性的关键,下面我们将围绕此展开对AVL树的构建。

注意:平衡因子 = 右树的高度-左树的高度

3、插入

AVL树就是在二叉搜索树的基础上引入了平衡因子,因此AVL树也可以看成是二叉搜索树。那么 AVL树的插入过程可以分为两步:

1. 按照二叉搜索树的方式插入新节点

2. 调整节点的平衡因子

对于插入最为重要的是平衡因子的更新,下面我们将讨论更新平衡因子情况:

是否要在更新平衡因子,要根据子树的高度:

1、如果parent->_bf==0,者说明以前的parent->_bf==-1或者parent->_bf==1

即是以前是一边高一边低,现在是插入到矮的一边,树的高度不变,不更新

2、如果parent->_bf==-1或者parent->_bf==-1,者以前parent->_bf==0

即是以前树是均衡的,现在插入让一边高了

子树的高度变了,要向上更新

3 、如果parent->_bf==-2或者parent->_bf==2,者以前parent->_bf==-1或者parent->_bf==1

现在树严重不平衡,让树旋转维持结构

//插入
bool Insert(const pair<k, v>& kv)
{
  if (_root == nullptr)
  {
    _root = new Node(kv);
    return true;
  }
 
  Node* parent = nullptr;
  Node* cur = _root;
  //找插入位置
  while (cur)
  {
    //插入元素大于比较元素
    if (cur->_kv.first < kv.first)
    {
      parent = cur;
      //继续往右树走
      cur = cur->_right;
    }
    else if (cur->_kv.first > kv.first)
    {
      parent = cur;
      //继续往左树走
      cur = cur->_left;
    }
    else//插入元素于树中元素相等,不插入
    {
      return false;
    }
  }
 
  cur = new Node(kv);
  //链接节点
  if (parent->_kv.first > kv.first)
  {
    parent->_left = cur;
    //更新parent
    cur->_parent = parent;
  }
  else
  {
    parent->_right = cur;
    //更新parent
    cur->_parent = parent;
  }
 
  //更新平衡因子
  while (parent)//parent为空,就更新到了根
  {
    //新增在树节点左边,parent->bf--
    //新增在树节点右边,parent->bf++
    if (cur == parent->_left)
    {
      parent->_bf--;
    }
    else
    {
      parent->_bf++;
    }
 
    //是否要在更新平衡因子,要根据子树的高度:
    //1、如果parent->_bf==0,者说明以前的parent->_bf==-1或者parent->_bf==1
    //即是以前是一边高一边低,现在是插入到矮的一边,树的高度不变,不更新
 
    //2、如果parent->_bf==-1或者parent->_bf==-1,者以前parent->_bf==0
    //即是以前树是均衡的,现在插入让一边高了
    //子树的高度变了,要向上更新
 
    //3 、如果parent->_bf==-2或者parent->_bf==2,者以前parent->_bf==-1或者parent->_bf==1
    //现在树严重不平衡,让树旋转维持结构
 
    //旋转:
    //1、让子树的高度差不差过1
    //2、旋转过程中也要保存搜索树结构
    //3、边更新平衡因子
    //4、让这课树的高度保存和之前一样(旋转结束,不影响上层结构)
 
    if (parent->_bf == 0)
    {
      break;
    }
    else if (parent->_bf == -1 || parent->_bf == 1)
    {
      cur = parent;
      parent = parent->_parent;
 
    }
    //旋转
    else if (parent->_bf == -2 || parent->_bf == 2)
    {
      //左单旋转
      if (parent->_bf == 2 && cur->_bf == 1)
      {
        RotateL(parent);
      }
      //右单旋
      else if (parent->_bf == -2 && cur->_bf == -1)
      {
        RotateR(parent);
      }
      //左右双旋
      else if (parent->_bf == -2 && cur->_bf == 1)
      {
        RotateLR(parent);
      }
      //右左双旋
      else if (parent->_bf == 2 && cur->_bf == -1)
      {
        RotateRL(parent);
      }
      else
      {
        assert(false);
      }
      //旋转完成,平衡因子已经更新跳出循环
      break;
    }
    else
    {
      assert(false);
    }
  }
}

二、AVL树的旋转

如果parent->_bf==-2或者parent->_bf==2,者以前parent->_bf==-1或者parent->_bf==1

现在树严重不平衡,让树旋转维持结构:

旋转的要求:

  • 让子树的高度差不差过1
  • 旋转过程中也要保存搜索树结构
  • 边更新平衡因子
  • 让这课树的高度保存和之前一样(旋转结束,不影响上层结构)

旋转的分类:

  • 新节点插入较高左子树的左侧—左左:右单旋
  • 新节点插入较高右子树的右侧—右右:左单旋
  • 新节点插入较高左子树的右侧—左右:先左单旋再右单旋
  • 新节点插入较高右子树的左侧—右左:先右单旋再左单旋

1、右单旋

对于可能出现右旋转的情况的子树是多样的

这里我们可以根据需要进行右单旋转抽像图进行理解

代码实现:

//右单旋
void RotateR(Node* parent)
{
  Node* subL = parent->_left;
  Node* subLR = subL->_right;
 
  //b做60的右
  parent->_left = subLR;
 
  if (subLR)
  {
    subLR->_parent = parent;
  }
 
  Node* ppNode = parent->_parent;
  //60做30的右
  subL->_right = parent;
  parent->_parent = subL;
  //60就是以前的根节点
  if (ppNode == nullptr)
  {
    _root = subL;
    subL->_parent = ppNode;
  }
  else
  {
    //上层父节点的左边是子树的parent
    if (ppNode->_left == parent)
    {
      ppNode->_left = subL;
    }
    else
    {
      ppNode->_right = subL;
    }
 
    subL->_parent = ppNode;
  }
  //更新平衡因子
  parent->_bf = subL->_bf = 0;
}

2、左单旋

代码实现:

 

void RotateL(Node * parent)
{
  Node* subR = parent->_right;//父节点的右子树
  Node* subRL = subR->_left;//右树的左树
 
  //让60左边链接到30的右边
  parent->_right = subRL;
  if (subRL)
  {
    subRL->_parent = parent;
  }
 
  Node* ppNode = parent->_parent;
  //让30变成60的左边
  subR->_left = parent;
  parent->_parent = subR;
 
  //subR就是根节点
  if (ppNode == nullptr)
  {
    _root = subR;
    _root->_parent = nullptr;
  }
  else
  {
    //上层父节点的左边是子树的parent
    if (ppNode->_left == parent)
    {
      ppNode->_left = subR;
    }
    else
    {
      ppNode->_right = subR;
    }
 
    //子树父节点和上层父节点链接
    subR->_parent = ppNode;
  }
  //更新平衡因子
  parent->_bf = subR->_bf = 0;
}

3、左右双旋

对于双旋转来说:节点新增的位置不同,平衡因子最终也会不同,这里我们要进行分类讨论:

对于双旋转来说,最为重要的平衡因子的更新。

代码实现:

//左右双旋
void RotateLR(Node* parent)
{
  Node* subL = parent->_left;
  Node* subLR = subL->_right;
 
  //记录subLR的平衡因子
  int bf = subLR->_bf;
  RotateL(parent->_left);
  RotateR(parent);
 
  //根据不同情况更新平衡因子
 
  if (bf == 1)//在c点处新增(在subLR的右子树新增)
  {
    subLR->_bf = 0;
    parent->_bf = 0;
    subL->_bf = -1;
  }
  else if(bf == -1) // 在b点处新增(在subLR的左子树新增)
  {
    subLR->_bf = 0;
    subL->_bf = 0;
    parent->_bf = 1;
  }
  else if (bf == 0) //自己就是增点
  {
    subLR->_bf = 0;
    parent->_bf = 0;
    subL->_bf = 0;
  }
  else
  {
    assert(false);
  }
}

4、 右左双旋

这里同样也要进行分类讨论:

代码实现:

//右左双旋
void RotateRL(Node* parent)
{
  Node* subR = parent->_right;
  Node* subRL = subR->_left;
 
  //记录subLR的平衡因子
  int bf = subRL->_bf;
  RotateR (parent->_right);
  RotateL(parent);
 
 
  //根据不同情况更新平衡因子
 
  if (bf == 1)//在c点处新增(在subLR的右子树新增)
  {
    subR->_bf = 0;
    subRL->_bf = 0;
    parent->_bf = -1;
  }
  else if (bf == -1) // 在b点处新增(在subLR的左子树新增)
  {
    subR->_bf = 1;
    subRL->_bf = 0;
    parent->_bf = 0;
  }
  else if (bf == 0) //自己就是增点
  {
    subR->_bf = 0;
    subRL->_bf = 0;
    parent->_bf = 0;
  }
  else
  {
    assert(false);
  }
}

三、AVL树的测试

为了测试我们模拟实现的AVL树是否成功,还需要进行检查

1、测试的补充代码

树的高度:

int Height()
{
  return _Height(_root);
}
//求树的高度
int _Height(Node* root)
{
  //树高度为0
  if (root == nullptr)
  {
    return 0;
  }
  //递归求左树的高度
  int Lh = _Height(root->_left);
  //递归求右树的高度
  int Rh = _Height(root->_right);
  return  Lh > Rh ? Lh + 1 : Rh + 1;
}

检查平衡因子

  
    //检测平衡因子
    bool _IsBalance(Node* root)
    {
      if (root == nullptr)
      {
        return true;
      }
 
      int leftHeight = _Height(root->_left);
      int rightHeight = _Height(root->_right);
 
      if (rightHeight - leftHeight != root->_bf)
      {
        cout << root->_bf << endl;
        cout << rightHeight - leftHeight << endl;
        cout << root->_kv.first << "平衡因子异常" << endl;
        return false;
      }
 
      return abs(rightHeight - leftHeight) < 2
        && _IsBalance(root->_left)
        && _IsBalance(root->_right);
    }

中序遍历

  void InOrder()//这是为了解决在外面调用,不好传根的问题
  {
    _InOrder(_root);
  }
  //中序遍历
  void _InOrder(Node* root)
  {
    if (root == nullptr)
      return;
    _InOrder(root->_left);
    cout << root->_kv.first << ":" << root->_kv.second << endl;
    _InOrder(root->_right);
  }

2、测试

完整代码:

#pragma once
#include<time.h>
#include<assert.h>
 
template<class k,class v>
struct AVLTreeNode
{
  pair<k, v>_kv;
  AVLTreeNode<k, v>* _left;
  AVLTreeNode<k, v>* _right;
  AVLTreeNode<k, v>* _parent;
 
  int _bf;//balance factor
 
  //带参数的构造函数
  AVLTreeNode(const pair<k,v>& kv)
    :_kv(kv)
    ,_left(nullptr)
    ,_right(nullptr)
    ,_parent(nullptr)
    ,_bf(0)
  {}
};
template<class k, class v>
struct AVLTree
{
  typedef AVLTreeNode<k,v> Node;
public:
  //插入
  bool Insert(const pair<k, v>& kv)
  {
    if (_root == nullptr)
    {
      _root = new Node(kv);
      return true;
    }
 
    Node* parent = nullptr;
    Node* cur = _root;
    //找插入位置
    while (cur)
    {
      //插入元素大于比较元素
      if (cur->_kv.first < kv.first)
      {
        parent = cur;
        //继续往右树走
        cur = cur->_right;
      }
      else if (cur->_kv.first > kv.first)
      {
        parent = cur;
        //继续往左树走
        cur = cur->_left;
      }
      else//插入元素于树中元素相等,不插入
      {
        return false;
      }
    }
 
    cur = new Node(kv);
    //链接节点
    if (parent->_kv.first > kv.first)
    {
      parent->_left = cur;
      //更新parent
      cur->_parent = parent;
    }
    else
    {
      parent->_right = cur;
      //更新parent
      cur->_parent = parent;
    }
 
    //更新平衡因子
    while (parent)//parent为空,就更新到了根
    {
      //新增在树节点左边,parent->bf--
      //新增在树节点右边,parent->bf++
      if (cur == parent->_left)
      {
        parent->_bf--;
      }
      else
      {
        parent->_bf++;
      }
 
      //是否要在更新平衡因子,要根据子树的高度:
      //1、如果parent->_bf==0,者说明以前的parent->_bf==-1或者parent->_bf==1
      //即是以前是一边高一边低,现在是插入到矮的一边,树的高度不变,不更新
 
      //2、如果parent->_bf==-1或者parent->_bf==-1,者以前parent->_bf==0
      //即是以前树是均衡的,现在插入让一边高了
      //子树的高度变了,要向上更新
 
      //3 、如果parent->_bf==-2或者parent->_bf==2,者以前parent->_bf==-1或者parent->_bf==1
      //现在树严重不平衡,让树旋转维持结构
 
      //旋转:
 
 
      if (parent->_bf == 0)
      {
        break;
      }
      else if (parent->_bf == -1 || parent->_bf == 1)
      {
        cur = parent;
        parent = parent->_parent;
 
      }
      //旋转
      else if (parent->_bf == -2 || parent->_bf == 2)
      {
        //左单旋转
        if (parent->_bf == 2 && cur->_bf == 1)
        {
          RotateL(parent);
        }
        //右单旋
        else if (parent->_bf == -2 && cur->_bf == -1)
        {
          RotateR(parent);
        }
        //左右双旋
        else if (parent->_bf == -2 && cur->_bf == 1)
        {
          RotateLR(parent);
        }
        //右左双旋
        else if (parent->_bf == 2 && cur->_bf == -1)
        {
          RotateRL(parent);
        }
        else
        {
          assert(false);
        }
        //旋转完成,平衡因子已经更新跳出循环
        break;
      }
      else
      {
        assert(false);
      }
    }
  }
    void RotateL(Node * parent)
    {
      Node* subR = parent->_right;//父节点的右子树
      Node* subRL = subR->_left;//右树的左树
 
      //让60左边链接到30的右边
      parent->_right = subRL;
      if (subRL)
      {
        subRL->_parent = parent;
      }
 
      Node* ppNode = parent->_parent;
      //让30变成60的左边
      subR->_left = parent;
      parent->_parent = subR;
 
      //subR就是根节点
      if (ppNode == nullptr)
      {
        _root = subR;
        _root->_parent = nullptr;
      }
      else
      {
        //上层父节点的左边是子树的parent
        if (ppNode->_left == parent)
        {
          ppNode->_left = subR;
        }
        else
        {
          ppNode->_right = subR;
        }
 
        //子树父节点和上层父节点链接
        subR->_parent = ppNode;
      }
      //更新平衡因子
      parent->_bf = subR->_bf = 0;
    }
    //右单旋
    void RotateR(Node* parent)
    {
      Node* subL = parent->_left;
      Node* subLR = subL->_right;
 
      //b做60的右
      parent->_left = subLR;
 
      if (subLR)
      {
        subLR->_parent = parent;
      }
 
      Node* ppNode = parent->_parent;
      //60做30的右
      subL->_right = parent;
      parent->_parent = subL;
      //60就是以前的根节点
      if (ppNode == nullptr)
      {
        _root = subL;
        subL->_parent = ppNode;
      }
      else
      {
        //上层父节点的左边是子树的parent
        if (ppNode->_left == parent)
        {
          ppNode->_left = subL;
        }
        else
        {
          ppNode->_right = subL;
        }
 
        subL->_parent = ppNode;
      }
      //更新平衡因子
      parent->_bf = subL->_bf = 0;
    }
 
    //左右双旋
    void RotateLR(Node* parent)
    {
      Node* subL = parent->_left;
      Node* subLR = subL->_right;
 
      //记录subLR的平衡因子
      int bf = subLR->_bf;
      RotateL(parent->_left);
      RotateR(parent);
 
      //根据不同情况更新平衡因子
 
      if (bf == 1)//在c点处新增(在subLR的右子树新增)
      {
        subLR->_bf = 0;
        parent->_bf = 0;
        subL->_bf = -1;
      }
      else if(bf == -1) // 在b点处新增(在subLR的左子树新增)
      {
        subLR->_bf = 0;
        subL->_bf = 0;
        parent->_bf = 1;
      }
      else if (bf == 0) //自己就是增点
      {
        subLR->_bf = 0;
        parent->_bf = 0;
        subL->_bf = 0;
      }
      else
      {
        assert(false);
      }
    }
 
    //右左双旋
    void RotateRL(Node* parent)
    {
      Node* subR = parent->_right;
      Node* subRL = subR->_left;
 
      //记录subLR的平衡因子
      int bf = subRL->_bf;
      RotateR (parent->_right);
      RotateL(parent);
 
 
      //根据不同情况更新平衡因子
 
      if (bf == 1)//在c点处新增(在subLR的右子树新增)
      {
        subR->_bf = 0;
        subRL->_bf = 0;
        parent->_bf = -1;
      }
      else if (bf == -1) // 在b点处新增(在subLR的左子树新增)
      {
        subR->_bf = 1;
        subRL->_bf = 0;
        parent->_bf = 0;
      }
      else if (bf == 0) //自己就是增点
      {
        subR->_bf = 0;
        subRL->_bf = 0;
        parent->_bf = 0;
      }
      else
      {
        assert(false);
      }
    }
 
    int Height()
    {
      return _Height(_root);
    }
    //求树的高度
    int _Height(Node* root)
    {
      //树高度为0
      if (root == nullptr)
      {
        return 0;
      }
      //递归求左树的高度
      int Lh = _Height(root->_left);
      //递归求右树的高度
      int Rh = _Height(root->_right);
      return  Lh > Rh ? Lh + 1 : Rh + 1;
    }
    bool IsAVLTree()
    {
      return _IsBalance(_root);
    }
    
    //检测平衡因子
    bool _IsBalance(Node* root)
    {
      if (root == nullptr)
      {
        return true;
      }
 
      int leftHeight = _Height(root->_left);
      int rightHeight = _Height(root->_right);
 
      if (rightHeight - leftHeight != root->_bf)
      {
        cout << root->_bf << endl;
        cout << rightHeight - leftHeight << endl;
        cout << root->_kv.first << "平衡因子异常" << endl;
        return false;
      }
 
      return abs(rightHeight - leftHeight) < 2
        && _IsBalance(root->_left)
        && _IsBalance(root->_right);
    }
 
    void InOrder()//这是为了解决在外面调用,不好传根的问题
    {
      _InOrder(_root);
    }
    //中序遍历
    void _InOrder(Node* root)
    {
      if (root == nullptr)
        return;
      _InOrder(root->_left);
      cout << root->_kv.first << ":" << root->_kv.second << endl;
      _InOrder(root->_right);
    }
 
private:
  Node* _root = nullptr;
};
 
 
 
 
void TestAVLTree1()
{
  //int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };
  //int a[] = { 16, 3, 7, 11, 9, 26, 18, 14, 15 };
  /*int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 };*/
  int a[] = { 30,60,90 };
  AVLTree<int, int> t;
  for (auto e : a)
  {
    t.Insert(make_pair(e, e));
  }
 
  t.InOrder();
 
  cout << t.IsAVLTree() << endl;
}
void TestAVLTree2()
{
  srand(time(0));
  const size_t N = 100000;
  AVLTree<int, int> t;
  for (size_t i = 0; i < N; ++i)
  {
    size_t x = rand();
    t.Insert(make_pair(x, x));
    /*cout << t.IsAVLTree() << endl;*/
  }
  cout << t.IsAVLTree() << endl;
}

这里我们分别进行简单 TestAVLTree1()和用生成随机数字生成的数字进行测试TestAVLTree2()

如果成功就会打印1.


相关文章
|
1月前
|
算法
数据结构之博弈树搜索(深度优先搜索)
本文介绍了使用深度优先搜索(DFS)算法在二叉树中执行遍历及构建链表的过程。首先定义了二叉树节点`TreeNode`和链表节点`ListNode`的结构体。通过递归函数`dfs`实现了二叉树的深度优先遍历,按预序(根、左、右)输出节点值。接着,通过`buildLinkedList`函数根据DFS遍历的顺序构建了一个单链表,展示了如何将树结构转换为线性结构。最后,讨论了此算法的优点,如实现简单和内存效率高,同时也指出了潜在的内存管理问题,并分析了算法的时间复杂度。
54 0
|
1月前
|
存储 缓存 算法
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式,强调了合理选择数据结构的重要性,并通过案例分析展示了其在实际项目中的应用,旨在帮助读者提升编程能力。
55 5
|
1月前
|
存储 搜索推荐 算法
【数据结构】树型结构详解 + 堆的实现(c语言)(附源码)
本文介绍了树和二叉树的基本概念及结构,重点讲解了堆这一重要的数据结构。堆是一种特殊的完全二叉树,常用于实现优先队列和高效的排序算法(如堆排序)。文章详细描述了堆的性质、存储方式及其实现方法,包括插入、删除和取堆顶数据等操作的具体实现。通过这些内容,读者可以全面了解堆的原理和应用。
95 16
|
1月前
|
算法
数据结构之文件系统模拟(树数据结构)
本文介绍了文件系统模拟及其核心概念,包括树状数据结构、节点结构、文件系统类和相关操作。通过构建虚拟环境,模拟文件的创建、删除、移动、搜索等操作,展示了文件系统的基本功能和性能。代码示例演示了这些操作的具体实现,包括文件和目录的创建、移动和删除。文章还讨论了该算法的优势和局限性,如灵活性高但节点移除效率低等问题。
57 0
|
2月前
|
存储 算法 关系型数据库
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
这篇文章主要介绍了多路查找树的基本概念,包括二叉树的局限性、多叉树的优化、B树及其变体(如2-3树、B+树、B*树)的特点和应用,旨在帮助读者理解这些数据结构在文件系统和数据库系统中的重要性和效率。
32 0
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
|
2月前
|
存储 算法 数据管理
数据结构与算法学习二零:二叉排序树(BST)、平衡二叉树(AVL)
这篇文章通过需求分析、代码实现和测试验证,详细介绍了二叉排序树的创建、遍历和删除操作,以及二叉平衡树(AVL)的自平衡特性和单旋转操作,旨在提高树结构在数据管理中的效率和性能。
56 0
数据结构与算法学习二零:二叉排序树(BST)、平衡二叉树(AVL)
|
2月前
|
Java C++
【数据结构】探索红黑树的奥秘:自平衡原理图解及与二叉查找树的比较
本文深入解析红黑树的自平衡原理,介绍其五大原则,并通过图解和代码示例展示其内部机制。同时,对比红黑树与二叉查找树的性能差异,帮助读者更好地理解这两种数据结构的特点和应用场景。
43 0
|
2月前
|
存储 算法
数据结构与算法学习十六:树的知识、二叉树、二叉树的遍历(前序、中序、后序、层次)、二叉树的查找(前序、中序、后序、层次)、二叉树的删除
这篇文章主要介绍了树和二叉树的基础知识,包括树的存储方式、二叉树的定义、遍历方法(前序、中序、后序、层次遍历),以及二叉树的查找和删除操作。
35 0
|
2月前
05(数据结构考研)树相关操作代码
05(数据结构考研)树相关操作代码
34 0