【初阶数据结构】树和二叉树的基本概念和结构(下)

简介: 【初阶数据结构】树和二叉树的基本概念和结构

5.二叉树的顺序存储和链式存储

5-1二叉树的顺序存储

结论:完全二叉树很适合顺序存储,但是普通二叉树不适合顺序存储


7dd95c7970ce4a92ad8068e7b2cae188.png


843fc00e1e6e488fbffe0b291eeeb1e2.png

不难看出:完全二叉树只要按照结点层次放到数组中即可

但是普通二叉树由于有些位置的空缺,而二叉树的左右结点是有顺序的,所以会导致一部分空缺,造成空间的浪费,及不推荐。

5-2链式存储

利用二叉链表就可以解决上面普通链表不适合用顺序存储的缺点,如果左孩子不存在则为NULL

84ceeb3c89a8401cba2729a9dd94a90c.png

typedef  int  DataType;
typedef struct Btree
{
  DataType data;
  struct Btree* lchild, rchild;
}Btree;

5-3变式:三叉链表

在实际问题中,我们有时候还需要访问双亲结点,二叉链表存储则需要从根节点出发查找到双亲结点,这样显得有点麻烦,所以有的时候,为了方便我们往往还可以使用到三叉链表,也就是在二叉链表,存储左孩子和右孩子的地址的同时,额外存储结点的双亲结点。

27b72657125842ebb484b42b50c45547.png

6.二叉树的前中后序遍历


二叉树的遍历就是按照某条路径访问二叉树的每一个结点有且仅有一次,二叉树的访问范围很广:输出,查找,插入,修改,删除等,如果我们规定左右子树的访问顺序只能是先左后右,那么就只有3种访问顺序:DLR,LDR,LRD,按照根访问的时机先后,分别叫做先序遍历,中序遍历和后序遍历。

f3e54d9757604fc3b339d5ce68216c31.png

这里其实使用的是一种递归的思想:以前序遍历为例,我们规定一种规则,就是先访问他的根,再访问他的左子树和右子树,而左子树又是一棵二叉树,同样是递归访问他的左子树,再去访问他的右子树....以此类推。


这就好比是:要把所有的犯人抓住,我们规定了一种方式就是先抓住头头,然后抓完了头头的所有左翼,才能抓头头的右翼,然后抓左翼的时候,又有头头,又是抓完了头头的所有左翼,才能抓头头的右翼...


下面以下图为例,给大家写一下代码:


9c20fe4d30ad4110b44e44adfc8859b5.png

#include<stdio.h>
#include<stdlib.h>
#include<stdbool.h>
typedef struct BTNode
{
  int val;
  struct BTNode* left;
  struct BTNode* right;
}BTNode;
BTNode* CreateBTree()
{
  BTNode* n1 = (BTNode*)malloc(sizeof(BTNode));
  BTNode* n2 = (BTNode*)malloc(sizeof(BTNode));
  BTNode* n3 = (BTNode*)malloc(sizeof(BTNode));
  BTNode* n4 = (BTNode*)malloc(sizeof(BTNode));
  BTNode* n5 = (BTNode*)malloc(sizeof(BTNode));
  BTNode* n6 = (BTNode*)malloc(sizeof(BTNode));
  n1->val = 1;
  n2->val = 2;
  n3->val = 3;
  n4->val = 4;
  n5->val = 5;
  n6->val = 6;
  n1->left = n2;
  n1->right = n4;
  n2->left = n3;
  n2->right=NULL;
  n3->left = NULL;
  n3->right = NULL;
  n4->left = n5;
  n4->right = n6;
  n5->left = NULL;
  n5->right = NULL;
  n6->left = NULL;
  n6->right = NULL;
  return n1;
}
void PrevOrder(BTNode* root)
{
  if (root == NULL)
  {
    printf("NULL ");
    return;
  }
  printf("%d ", root->val);
  PrevOrder(root->left);
  PrevOrder(root->right);
}
void InOrder(BTNode* root)
{
  if (root == NULL)
  {
    printf("NULL ");
    return;
  }
  InOrder(root->left);
  printf("%d ", root->val);
  InOrder(root->right);
}
void PostOrder(BTNode* root)
{
  if (root == NULL)
  {
    printf("NULL ");
    return;
  }
  PostOrder(root->left);
  PostOrder(root->right);
  printf("%d ", root->val);
}
int main()
{
  BTNode* root = CreateBTree();
  //前序遍历
  PrevOrder(root);
  printf("\n");
  //中序遍历
  InOrder(root);
  printf("\n");
  //后序遍历
  PostOrder(root);
  return 0;
}

8cba72331c54450ebb8391c6255290e6.png


7.求二叉树总结点个数


40231268ae634c0ea0b7198281b22193.png

相信你理解了二叉树的三种常见的遍历方式,这道题不难破解,似乎就是在把打印的部分换成一个计数器计数就可以了,但是事情似乎没有你想象的那么简单,因为你或许会犯以下的小错误:(不加static是大错,加static就是有一点小毛病,static只初始化一次)

错误示范1:
int TreeSize(BTNode* root)
{
  int size = 0;//每一次递归调用都会初始化size=0;使得最终的结果为1
  if (root == NULL)
  {
    return 0;
  }
  ++size;
  TreeSize(root->left);
  TreeSize(root->right);
  return size;
}


image.png


于是聪明的你又想到了使用satic只能初始化一次,但是似乎....

  static int size = 0;//这样使得以后这个程序里所有再次调用这个TreeSize函数都不会再初始化
                        //但是这也是问题所在,直接封杀了我如果想再次调用这个函数求一下TreeSize的


int TreeSize(BTNode* root)
{
  static int size = 0;//这样使得以后这个程序里所有再次调用这个TreeSize函数都不会再初始化
                        //但是这也是问题所在,直接封杀了我如果想再次调用这个函数求一下TreeSize的想法。
  if (root == NULL)
  {
    return 0;
  }
  ++size;
  TreeSize(root->left);
  TreeSize(root->right);
  return size;
}

image.png

所以最好的方法还得是下面这种方法:

int TreeSize(BTNode* root)
{
  if (root == NULL)
  {
    return 0;
  }
  return 1 + TreeSize(root->left) + TreeSize(root->right);
}

image.png

  return 1 + TreeSize(root->left) + TreeSize(root->right);
//这里值得注意的是,因为要求二叉树的总结点,必然要遍历整个二叉树,那么遍历采用的是
//前序遍历还是中序遍历还是后序遍历都是无所谓的,所以1的位置相对于非空结点的左右子树递归都是任意的(这里其实左右子树的递归顺序也是未定义的)

8.求二叉树的叶子结点

求二叉树的叶子结点,遍历整棵二叉树是一定的,但是这次我们要计数的不是所有的结点,而是叶子结点,

image.png

到了这里,我觉得我们应该把一棵二叉树分成空结点&非空节点


或者将非空节点再细分为非叶子结点和叶子结点吗,也就是空结点,非叶子结点,叶子结点


在这题的话就是说对于空结点统计为0,叶子结点统计为1,非叶子结点就递归他的左子树和右子树就完了,并且统计为0(这里代码中隐式为0,没有写出)


  if (root == NULL)
  {
    return 0;
  }
//这里过滤掉的是空节点,并且返回0后面统计
  if (root->left == NULL && root->right == NULL)
  {
    return 1;
  }
//这里过滤的是叶子结点,并且叶子结点要返回1给后面统计
  return TreeLeftSize(root->left) + TreeLeftSize(root->right);
//这里就是对非空结点中的非叶子结点的左子树和右子树进行递归(并且既然root是非叶子结点的话就不用+1)

这里我觉得递归的     return TreeLeftSize(root->left) + TreeLeftSize(root->right);这段从近root的来看就是意味着是root的左右节点,从远的递归的角度来看却是左右子树的性质,显然是第二种远的角度来看合理一点.

int TreeLeftSize(BTNode* root)
{
  if (root == NULL)
  {
    return 0;
  }
  if (root->left == NULL && root->right == NULL)
  {
    return 1;
  }
  return TreeLeftSize(root->left) + TreeLeftSize(root->right);
}

到了这里我希望你能看出这道题和上道题目的一点区别:(画框的区域代表的是遍历的区域)


image.png

9.求二叉树的高度

这里我们要求二叉树的高度,首先我们就得知道针对得对象是非叶子节点,就得先递归求出左子树和右子树的高度,然后进行比较再分析一下才能求出整个二叉树的高度,所以这里我们得采用类似后序遍历得方式进行求二叉树的高度,

思路:父亲的高度=左右子树高度的最大值+1

int TreeHeight(BTNode* root)
{
  if (root == NULL)
  {
    return 0;
  }
  return TreeHeight(root->left) > TreeHeight(root->right) ? TreeHeight(root->left)+1 : TreeHeight(root->right)+1;
}

image.png

目录
相关文章
|
17天前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
28 1
|
26天前
|
机器学习/深度学习 存储 算法
数据结构实验之二叉树实验基础
本实验旨在掌握二叉树的基本特性和遍历算法,包括先序、中序、后序的递归与非递归遍历方法。通过编程实践,加深对二叉树结构的理解,学习如何计算二叉树的深度、叶子节点数等属性。实验内容涉及创建二叉树、实现各种遍历算法及求解特定节点数量。
75 4
|
1月前
|
C语言
【数据结构】二叉树(c语言)(附源码)
本文介绍了如何使用链式结构实现二叉树的基本功能,包括前序、中序、后序和层序遍历,统计节点个数和树的高度,查找节点,判断是否为完全二叉树,以及销毁二叉树。通过手动创建一棵二叉树,详细讲解了每个功能的实现方法和代码示例,帮助读者深入理解递归和数据结构的应用。
122 8
|
2月前
|
存储 算法
探索数据结构:分支的世界之二叉树与堆
探索数据结构:分支的世界之二叉树与堆
|
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。
161 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。
30 1
|
19天前
|
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。
42 5
|
1月前
|
存储 算法 Java
数据结构的栈
栈作为一种简单而高效的数据结构,在计算机科学和软件开发中有着广泛的应用。通过合理地使用栈,可以有效地解决许多与数据存储和操作相关的问题。
|
1月前
|
存储 JavaScript 前端开发
执行上下文和执行栈
执行上下文是JavaScript运行代码时的环境,每个执行上下文都有自己的变量对象、作用域链和this值。执行栈用于管理函数调用,每当调用一个函数,就会在栈中添加一个新的执行上下文。
|
1月前
|
存储
系统调用处理程序在内核栈中保存了哪些上下文信息?
【10月更文挑战第29天】系统调用处理程序在内核栈中保存的这些上下文信息对于保证系统调用的正确执行和用户程序的正常恢复至关重要。通过准确地保存和恢复这些信息,操作系统能够实现用户模式和内核模式之间的无缝切换,为用户程序提供稳定、可靠的系统服务。
51 4