数据结构 | 有关树和二叉树的详解【内附考点精析】

简介: 树和二叉树的基本概念和性质,内附精致讲解图和推理过程

在这里插入图片描述

🌳树

🍃树的概念

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
在这里插入图片描述
  • 有一个特殊的结点,称为根结点,根节点没有前驱结点
  • 除根节点外,其余结点被分成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)又是一棵结构与树类似的子树。每棵子树的根结点有且只有一个前驱,可以有0个或多个后继

  • 因此,树是==递归定义==的。

在这里插入图片描述

注意:树形结构中,子树之间不能有交集,否则就不是树形结构

在这里插入图片描述

🍃树的相关概念

在这里插入图片描述

  • 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
  • [x] 叶节点或终端节点:==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
  • 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
  • [x] 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
  • [x] 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
  • 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
  • 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
  • [x] 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
  • 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
  • [x] 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;

注:打√的重点记忆


🍃树的性质和常用公式总结 ⭐⭐⭐⭐⭐

📚性质1:树中的结点数等于所有结点的度数之和 + 1例:n = (2n~1~+n~2~+2n~3~) + 1

  • 佐证:除根结点外结点数等于所有分支数之和,即==结点数等于所有结点分支数之和 + 1==(所有结点分支数之和 = 所有结点度数之和)

📚性质2:每个度为i的结点在所有结点度数之和中贡献i个度例:n~1~+2n~2~+3n~3~
📚性质3:对于m次树的总结点个数为从n~0~开始加到n~m~例:n = n~0~+n~1~+n~2~...+n~m~


📚公式1:所有结点度数之和 = n - 1性质1...
📚公式2:所有结点度数之和 = N~1~ + 2N~2~ + ... + mN~m~性质2...
📚公式3:N = N~0~ + N~1~ + N~2~ +... + N~m~性质3...

🍃树的表示

我们这里就简单的了解其中最常用的 孩子兄弟表示法
typedef int DataType;
struct Node
{
    struct Node* _firstChild1; // 第一个孩子结点
    struct Node* _pNextBrother; // 指向其下一个兄弟结点
    DataType _data; // 结点中的数据域
};
  • 大概是下面这种结构,只需要知道一个结点的孩子结点就可以找到其他孩子结点

在这里插入图片描述

  • 优点:空指针域相对来说会减少许多
  • 缺点:从当期那结点查找双亲结点比较麻烦

🍃树在实际中的运用(表示文件系统的目录树结构)

  • 说到一棵树在实际中的运用,就可以想到Linux中的树状目录结构,它就是一棵树,有着很多子树以及分支
在这里插入图片描述
  • 而像我们Windows中的目录结构,更像是上面提到的一个概念叫做【森林】,许多内容互不相交
在这里插入图片描述

🌳二叉树

🍃二叉树的概念

一棵二叉树是结点的一个有限集合,该集合:
1. 或者为空
2. 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

在这里插入图片描述
注:

  • 二叉树不存在度大于2的结点
  • 二叉树的子树有左右之分,次序不能颠倒,因此二叉树是有序树

对于任意的二叉树都是由以下几种情况复合而成的:
在这里插入图片描述

🍃现实中的二叉树

  • 下面是一个现实生活中的二叉树,而且对于我们程序员来说,其实一眼就可以看出这是一棵【满二叉树】,什么叫满二叉树,我们继续看下去👀
在这里插入图片描述

🍃特殊的二叉树

接下去讲两种特殊的二叉树:==满二叉树和完全二叉树==
  • 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^-1,则它就是满二叉树。

  • 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

在这里插入图片描述
非空满二叉树特点如下:

  • 叶子结点都在最下一层
  • 只有度为0和度为2的结点

非空完全二叉树特点如下:

  • 叶子结点只可能在最下面两层中出现
  • 对于最大层次中的叶子结点,都依次排列在改层最左边的位置上
  • 如果有度为1的结点,那只可能有一个,且该结点只有左孩子而无右孩子
  • 对于完全二叉树,前N - 1可以是满的,最后一层可以不满,从左到右必须是连续的
  • [x] ==当结点总数n为奇数时,n~1~ = 0;当结点总数n为偶数时,n~1~ = 1==

求解满二叉树和完全二叉树的高度⭐⭐⭐

  • 接下去通过画图分析来计算一些这两种特殊二叉树的高度,这也是重点部分

首先是满二叉树

在这里插入图片描述

接下去是完全二叉树

在这里插入图片描述

🍃二叉树的性质

性质解读

  • 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)^个结点.
  • 若规定根节点的层数为1,则深度为h的二叉树的最大结点数是2^h^-1
  • [x] 对任何一棵二叉树, 如果度为0其叶结点个数为 n~0~, 度为2的分支结点个数为 n~2~,则有 n~0~= n~2~+1
  • 若规定根节点的层数为1,具有n个结点的满二叉树的深度为h = log~2~(n + 1) . (ps: log~2~(n + 1) 是log以2

为底,n+1为对数)

  • 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数组顺序对所有节点从0开始编号,则对

于序号为i的结点有:
①若i>0,i位置节点的双亲序号:(i-1)/2;i=0,i为根节点编号,无双亲节点
②若2i+1<n,左孩子序号:2i+1,2i+1>=n否则无左孩子
③若2i+2<n,右孩子序号:2i+2,2i+2>=n否则无右孩子

🍃二叉树的存储结构及实现

讲完了二叉树的一些基本性质,接下去我们来说说对于一棵二叉树是如何存储的。分为 顺序存储和链式存储两种

顺序存储

  • 顺序结构存储就是使用【数组】来存储,一般使用数组只适合表示==完全二叉树==,因为不是完全二叉树会有空

间的浪费。而现实中使用中只有才会使用数组来存储,关于堆我们后面的章节会专门讲解。二叉树顺
序存储在物理上是一个数组,在逻辑上是一颗二叉树。

在这里插入图片描述

链式存储

  • 二叉树的链式存储结构是指,用链表来表示一棵二叉树,即用链来指示元素的逻辑关系。 通常的方法是

链表中每个结点由三个域组成,数据域和左右指针域,左右指针分别用来给出该结点左孩子和右孩子所
在的链结点的存储地址 。链式结构又分为二叉链和三叉链,==当前我们学习中一般都是二叉链==,后面课程
学到高阶数据结构如红黑树等会用到三叉链

在这里插入图片描述
==二叉链==

typedef int BTDataType;
struct BinaryTreeNode
{
    struct BinTreeNode* _pLeft; // 指向当前节点左孩子
    struct BinTreeNode* _pRight; // 指向当前节点右孩子
    BTDataType _data; // 当前节点值域
}

==三叉链==

struct BinaryTreeNode
{
 struct BinTreeNode* _pParent; // 指向当前节点的双亲
 struct BinTreeNode* _pLeft; // 指向当前节点左孩子
 struct BinTreeNode* _pRight; // 指向当前节点右孩子
 BTDataType _data; // 当前节点值域
};

有关顺序存储结构的实现——堆【⭐】

普通的二叉树是不适合用数组来存储的,因为可能会存在大量的空间浪费。而 完全二叉树更适合使用顺序结
构存储。
现实中我们通常把【堆】(一种二叉树)使用顺序结构的数组来存储,需要注意的是这里的堆和操作系统
虚拟进程地址空间中的堆是两回事,一个是 数据结构,一个是操作系统中 管理内存的一块区域分段
  • 下面这篇文章是有关堆的一些实现以及相应算法

链接

有关链式存储结构的实现——链式二叉树【⭐】

  • 接下去来说说有关链式二叉树的实现,请看下面这篇文章

更新中。。。

习题演练✍

  1. 某二叉树共有 399 个结点,其中有 199 个度为 2 的结点,则该二叉树中的叶子结点数为(B

A 不存在这样的二叉树
B 200
C 198
D 199

  • 分析:因为 n~0~= n~2~+1,只要记住这个公式,立马可以得出答案为199+1 = 200
  1. 在一颗完全二叉树中,某一个结点没有其左孩子,则该结点一定( ==B==)

A.是根结点
B.是叶结点
C.是分支结点
D.在倒数第二层.

  • 分析:对于一棵完全二叉树来说,若是一个结点没有左孩子结点,那它一定不能由右孩子结点,否则这样就会出现【断层】的现象,就不是完全二叉树了。对于一个结点既没有左孩子结点又没有右孩子结点,表示其为叶子结点,对于完全二叉树来说,除了最后一层有叶子结点外,倒数第二层也可能会出现叶子结点
  1. . 一颗完全二叉树有1001个结点,其叶子结点的个数是( ==C==)

A.251
B.500
C.501
D.不能确定

Way1:

  • 思路1使用的是满二叉树和完全二叉树的一些基本性质。这些我在上面已经提到过了

📚**满二叉树的总结点个数 = 2^h-1^
📚满二叉树最后一层结点个数 = 2^h^-1
📚完全二叉树的总结点个数范围: 2^h-1^ < n < 2^h^-1**

在这里插入图片描述
Way2:

  • 思路2其实使用的也是完全二叉树的一个性质,而且蛮重要的

📚当结点总数n为奇数时,n1 = 0;当结点总数n为偶数时,n1 = 1

在这里插入图片描述
  1. 在具有 2n 个结点的完全二叉树中,叶子结点个数为(==A==)

A n
B n+1
C n-1
D n/2

在这里插入图片描述
  1. 一棵完全二叉树的节点数为为531个,那么这棵树的高度为(==B==)

A 11
B 10
C 8
D 12

在这里插入图片描述
  1. 若一棵3次树中度为3的结点有两个,度为2的结点有一个,度为1的结点有两个,则该3次树中总的结点个数和叶子结点个数分别是多少?
在这里插入图片描述

🦂更新中。。。

📰总结与提炼

  • 本文我们讲到了【树和二叉树的基本概念和性质】,对树和二叉树有了一个基本的认识,清楚了一些基本的结构,掌握了几条重要的性质,接着使用这些性质去计算实际的题目,希望你也可以活学活用,将所学到的知识运用起来
以上就是本文所要描述的所有内容,感谢您对本文的观看,如有疑问请于评论区留言或者私信我都可以🍀
相关文章
|
13天前
|
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。
56 16
|
13天前
|
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。
62 8
|
1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。
18 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)
|
1月前
|
存储 算法 搜索推荐
数据结构与算法学习十七:顺序储存二叉树、线索化二叉树
这篇文章主要介绍了顺序存储二叉树和线索化二叉树的概念、特点、实现方式以及应用场景。
20 0
数据结构与算法学习十七:顺序储存二叉树、线索化二叉树
|
1月前
|
Java
【用Java学习数据结构系列】震惊,二叉树原来是要这么学习的(二)
【用Java学习数据结构系列】震惊,二叉树原来是要这么学习的(二)
27 1
|
1月前
|
算法 Java C语言
【用Java学习数据结构系列】震惊,二叉树原来是要这么学习的(一)
【用Java学习数据结构系列】震惊,二叉树原来是要这么学习的(一)
24 1
|
1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。
28 0
|
1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
|
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。
24 0