【数据结构和算法】树的特点&树的存储结构&二叉树的遍历与创建&二叉树的高度节点计算

简介: 【数据结构和算法】树的特点&树的存储结构&二叉树的遍历与创建&二叉树的高度节点计算

树的一些基本特点


树的结点:

 包括一个数据元素,和从这个元素,指向其各个子树的分支(但不包括指向其父树的分支)。结点拥有的子树数,称为结点的度(Degree),度为 0 的结点,称为叶结点(Leaf)或终端节点;度不为 0 的结点,称为非终端结点或分支结点。除根结点外,分支结点也称为内部结点。树的度为树内各节点的度的最大值。


度:节点的子树个数;

树的度:树中任意节点的度的最大值;

兄弟:两节点的 parent 相同;

层:根在第一层,以此类推;

高度:叶子节点的高度为 1,根节点高度最高;

有序树:树中各个节点是有次序的;

森林:多个树组成


树的存储结构

image.png

  1. 双亲表示法:(自下往上)

image.png

  1. 孩子表示法:(自下往下)

image.png

  1. 双亲表示法:以双亲作为索引的关键词的一种存储方式(可以双向)

image.png

结构设计的代码可以如下所示:

#define MAX_REE_SIZE
//孩子结点的数据
typedef struct CTNode
{
  int ChildPos; //孩子结点的下标
  struct CTNode *next;  //指向下一个孩子的指针
}*ChildPtr;
//表头
typedef struct 
{
  int data; //存放在树中结点的数据
  int Parent  Pos;  //存放双亲的下标
  ChildPtr Child; //指向第一个孩子的指针
}Parent;
//数结构
typedef struct
{
  Parent Node[MAX_TREE_SZIE]; //结点数组
  int NodeNum;  //结点数 
  int RootPos;  //根的位置
}Tree;


二叉树(Binary Tree)


定义:

 二叉树的每个结点至多只有二棵子树(不存在度大于 2 的结点),二叉树的子树有左右之分,次序不能颠倒。二叉树的第 i 层至多有 2i-1 个结点;深度为 k 的二叉树至多有 2k 个结点。

image.png

以下是二叉树的特点:

  1. 在非空二叉树中,第 i 层的结点总数不超过 2i-1, i>=1;
  2. 深度为 h 的二叉树最多有 2h-1 个结点(h>=1),最少有 h 个结点;
  3. 对于任意一棵二叉树,如果其叶结点数为N0,而度数为2的结点总数为N2,则N0=N2+1;
  4. 具有 n 个结点的完全二叉树的深度为 log2(n+1);
  5. 有 N 个结点的完全二叉树各结点如果用顺序方式存储,则结点之间有如下关系:若 I 为结点编号则 如果 I>1,则其父结点的编号为 I/2;

如果 2I<=N,则其左儿子(即左子树的根结点)的编号为 2I;若 2I>N,则无左儿子;

如果 2I+1<=N,则其右儿子的结点编号为 2I+1;若 2I+1>N,则无右儿子。

  1. 给定N个节点,能构成h(N)种不同的二叉树,其中h(N)为卡特兰数的第N项,h(n)=C(2*n,n)/(n+1)。
  2. 设有 i 个枝点,I 为所有枝点的道路长度总和,J 为叶的道路长度总和 J=I+2i。


满二叉树与完全二叉树


  • 完全二叉树:若设二叉树的深度为 h,除第 h 层外,其它各层 (1~(h-1)层) 的结点数都达到最大个数,第 h 层所有的结点都连续集中在最左边,这就是完全二叉树。
  • 满二叉树:除最后一层无任何子节点外,每一层上的所有结点都有两个子结点。也可以这样理解,除叶子结点外的所有结点均有两个子结点。节点数达到最大值,所有叶子结点必须在同一层上。

image.png


二叉树的结构设计

typedef struct BiTNode
{
  char data;  //存储的数据
  struct  BiTNode *lchild,*rchild;  //左右孩子指针
}BiTNode, *BiTress;


树的遍历


所谓树的遍历,是指对树中所有结点的信息的访问。

其重点有 2 个:

①对所有结点进行访问(假如有结点没有被访问,肯定算不上遍历了)

②对每个结点只访问一次;


二叉树的遍历方法主要有三种:

①前序遍历(访问根结点——》访问左子树——》访问右子树)

②后序遍历(访问左子树——》访问右子树——》访问根结点)

③中序遍历(先访问左子树——》再访问根——》再访问右子树)


例子:

image.png

其前序遍历为:ABDHIECFJKG

其中序遍历为:HDIBEAJFKCG

其后序遍历为:HJDEBJKFGCA


如何根据前序中序遍历写出后序遍历,或者根据后中序遍历写出前序遍历?


可以点击这里:链接


以下的二叉树创建遍历节点高度复制计算的分析代码,也可以忽略直接看总代码:


总代码链接,点这里


前序创建和遍历树例子:

其中前中后创建一棵树只是顺序有所不同,树的遍历显示也是同样如此,稍加修改便可。

typedef struct Tree
{
  char data;
  struct Tree *lchild, *rchild;
}Tree;
Tree* FrontCreateTree() //前序创建一棵树
{
  char c;
  Tree *T;
  scanf("%c",&c);
  if(' ' == c)
  T = NULL;
  else
  {
  T = (Tree *)malloc(sizeof(Tree));
  T->data = c;
  T->lchild = FrontCreateTree();
  T->rchild = FrontCreateTree();
  }
  return T;
}
Tree* FrontCreateTree() //后序创建一棵树
{
  char c;
  Tree *T;
  scanf("%c",&c);
  if(' ' == c)
  T = NULL;
  else
  {
  T = (Tree *)malloc(sizeof(Tree));
  T->lchild = FrontCreateTree();
  T->data = c;
  T->rchild = FrontCreateTree();
  }
  return T;
}
Tree* FrontCreateTree() //前序创建一棵树
{
  char c;
  Tree *T;
  scanf("%c",&c);
  if(' ' == c)
  T = NULL;
  else
  {
  T = (Tree *)malloc(sizeof(Tree));
  T->lchild = FrontCreateTree();
  T->rchild = FrontCreateTree();
  T->data = c;
  }
  return T;
}


前序遍历:

void FrontShowTree(Tree *T)
{
  if( T )
  {
  printf("%c",T->data);
  FrontShowTree(T->lchild);
  FrontShowTree(T->rchild);
  }
}


中序遍历:

void MiddleShowTree(Tree *T)
{
  if( T )
  {
  FrontShowTree(T->lchild);
  printf("%c",T->data);
  FrontShowTree(T->rchild);
  }
}


后续遍历:

void LastShowTree(Tree *T)
{
  if( T )
  {
  FrontShowTree(T->lchild);
  FrontShowTree(T->rchild);
  printf("%c",T->data);
  }
}


测试代码如下:

int main()
{
  Tree* T = FrontCreateTree();
  FrontShowTree(T);
  return 0;
}


测试结果如下:

image.png


计算树节点个数:

//计算结点个数,与遍历类似
int count = 0;  //全局变量 
void CountTreeNode(Tree *T) //通过中序遍历计算 
{
  if (tree)
  {
  count += 1;   //计数 
  CountTree(tree->lchild);
  CountTree(tree->rchild); 
  }
}


复制一棵二叉树

思路:

 这个就和创建二叉树的思路差不多,只不过将需要你输入权值那个步骤,变成了直接从另外一颗树上获取权值。


//复制二叉树
Tree *CopyBinaryTree(Tree *T)
{
  if(T)
  {
  Tree *NewTree = (Tree* )malloc(sizeof(Tree));
  NewTree->data = T->data;
  NewTree->lchild = CopyBinaryTree(T->lchild);  //复制左子树
  NewTree->rchild = CopyBinaryTree(T->rchild);  //复制右子树
  return NewTree;
  }
  else
  return NULL;
}


计算树的高度

代码如下:


int DepTreeHeight(Tree *T)
{
  int LeftTreeHight = 0, RightTreeHight = 0;
  if(T == NULL)
  return 0;
  else
  {
  LeftTreeHight = DepTreeHeight(T->lchild);
  RightTreeHight = DepTreeHeight(T->rchild);
  if( LeftTreeHight > RightTreeHight )
    return LeftTreeHight + 1;
  else
    return RightTreeHight + 1;
  }
}


例子:

image.png

分析如下:


  1. 首先,程序一直的递归,执行到D处,对D进行分析,由于D左子树为空,dl=0;D右子树也为空,dr=0;所以直接进行比较,返回dr+1,也就是返回1给b的左子树。
  2. 此时B的左子树为1,接下来进行B的有子树遍历。同样的,到了E处,E的左子树为空,El=0;E的右子树不为空,继续执行;
  3. 但是E的右子树左右均为空,所以Gl=0,Gr=0,返回Gr+1,也就是返回了1。
  4. 此时回到了E处,由于E的左子树为空直接返回0,而右子树返回了1,接下来进行比较,由于Er>El,所以返回Er+1,也就是返回了2到B处。
  5. 此时回到了B处,由于B的左子树为1,而右子树为2,由于Br>Bl,所以返回Br+1,也就是返回了3回到了A处。
  6. 此时回到了A,届时A的左子树全部遍历完成,Al = 3,接下来遍历A的右子树。此时来分析C,由于C的左子树为空,所以直接返回0,而C的有子树非空,继续判断。
  7. 此时来到F出,由于F左右子树均为空,所以Fl = Fr = 0,所以返回Fr+1,也就是返回1回到C处,所以Cr = 1.
  8. 此时回到C,对C的左右子树进行比较,Cl = 0,Cr =1,所以返回Cr+1,也就是返回了2到A的右子树。
  9. 此时回到A,届时A的左子树Al = 3,而Ar = 2,所以返回Al + 1,也就是返回了4.
  10. 最终的结果是4.


统计每层结点个数

思路:

 定义一个数组,LevNum[1]保存第一层所以结点个数,LevNum[2]保存第二层所有结点个数。


代码如下:


//每层结点个数
void CountStateNode(Tree *T, int level, int *levelbuf)
{
  if( T )
  {
  levelbuf[level]++;
  CountStateNode(T->lchild,level + 1,levelbuf);
  CountStateNode(T->rchild,level + 1,levelbuf);
  }
}


避免篇幅过长,总代码链接如下:点这里


参考链接:http://blog.csdn.net/jopus/article/details/19109495


目录
相关文章
|
1天前
|
存储 算法 Python
文件管理系统中基于 Python 语言的二叉树查找算法探秘
在数字化时代,文件管理系统至关重要。本文探讨了二叉树查找算法在文件管理中的应用,并通过Python代码展示了其实现过程。二叉树是一种非线性数据结构,每个节点最多有两个子节点。通过文件名的字典序构建和查找二叉树,能高效地管理和检索文件。相较于顺序查找,二叉树查找每次比较可排除一半子树,极大提升了查找效率,尤其适用于海量文件管理。Python代码示例包括定义节点类、插入和查找函数,展示了如何快速定位目标文件。二叉树查找算法为文件管理系统的优化提供了有效途径。
33 5
|
1月前
|
存储 缓存 算法
通过优化算法和代码结构来提升易语言程序的执行效率
通过优化算法和代码结构来提升易语言程序的执行效率
|
1月前
|
算法
分享一些提高二叉树遍历算法效率的代码示例
这只是简单的示例代码,实际应用中可能还需要根据具体需求进行更多的优化和处理。你可以根据自己的需求对代码进行修改和扩展。
|
1月前
|
存储 缓存 算法
如何提高二叉树遍历算法的效率?
选择合适的遍历算法,如按层次遍历树时使用广度优先搜索(BFS),中序遍历二叉搜索树以获得有序序列。优化数据结构,如使用线索二叉树减少空指针判断,自定义节点类增加辅助信息。利用递归与非递归的特点,避免栈溢出问题。多线程并行遍历提高速度,注意线程安全。缓存中间结果,避免重复计算。预先计算并存储信息,提高遍历效率。综合运用这些方法,提高二叉树遍历算法的效率。
60 5
|
1月前
|
机器学习/深度学习 JSON 算法
二叉树遍历算法的应用场景有哪些?
【10月更文挑战第29天】二叉树遍历算法作为一种基础而重要的算法,在许多领域都有着不可或缺的应用,它为解决各种复杂的问题提供了有效的手段和思路。随着计算机科学的不断发展,二叉树遍历算法也在不断地被优化和扩展,以适应新的应用场景和需求。
47 0
|
1月前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
47 3
|
2月前
|
存储 缓存 算法
如何通过优化算法和代码结构来提升易语言程序的执行效率?
如何通过优化算法和代码结构来提升易语言程序的执行效率?
|
2月前
|
存储 安全 数据库
除了 HashMap,还有哪些数据结构可以实现键值对存储?
【10月更文挑战第11天】 除了`HashMap`,其他常见支持键值对存储的数据结构包括:`TreeMap`(基于红黑树,键有序)、`LinkedHashMap`(保留插入顺序)、`HashTable`(线程安全)、`B-Tree`和`B+Tree`(高效存储大量数据)、`SkipList`(通过跳跃指针提高查找效率)及`UnorderedMap`(类似`HashMap`)。选择合适的数据结构需根据排序、并发、存储和查找性能等需求。
|
1月前
|
C语言
【数据结构】栈和队列(c语言实现)(附源码)
本文介绍了栈和队列两种数据结构。栈是一种只能在一端进行插入和删除操作的线性表,遵循“先进后出”原则;队列则在一端插入、另一端删除,遵循“先进先出”原则。文章详细讲解了栈和队列的结构定义、方法声明及实现,并提供了完整的代码示例。栈和队列在实际应用中非常广泛,如二叉树的层序遍历和快速排序的非递归实现等。
210 9
|
1月前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
35 1