【二叉树的基本功能】

简介: 1.创建一棵二叉树根据需求,创建一棵满足条件的二叉树,创建方法可以有多种2.求树的节点总个数求树的节点总个数后序遍历的思想:分治算法,先求左子树节点个数,再求右子树节点个数,再+1,这个+1就是加上自己

1.创建一棵二叉树

根据需求,创建一棵满足条件的二叉树,创建方法可以有多种

BTNode* CreateTree()
{
  BTNode* node1 = (BTNode*)malloc(sizeof(BTNode));
  BTNode* node2 = (BTNode*)malloc(sizeof(BTNode));
  BTNode* node3 = (BTNode*)malloc(sizeof(BTNode));
  BTNode* node4 = (BTNode*)malloc(sizeof(BTNode));
  BTNode* node5 = (BTNode*)malloc(sizeof(BTNode));
  BTNode* node6 = (BTNode*)malloc(sizeof(BTNode));
  BTNode* node7 = (BTNode*)malloc(sizeof(BTNode));
  node1->data = 4;
  node2->data = 2;
  node3->data = 7;
  node4->data = 1;
  node5->data = 3;
  node6->data = 6;
  node7->data = 9;
  node1->left = node2;
  node1->right = node3;
  node2->left = node4;
  node2->right = node5;
  node3->left = node6;
  node3->right = node7;
  node4->left = node4->right = NULL;
  node5->left = node5->right = NULL;
  node6->left = node6->right = NULL;
  node7->left = node7->right = NULL;
  return node1;
}

2.求树的节点总个数

求树的节点总个数

后序遍历的思想:

分治算法,先求左子树节点个数,再求右子树节点个数,再+1,这个+1就是加上自己

//求树的节点总个数
//后序遍历的思想:
//分治算法,先求左子树节点个数,再求右子树节点个数,再+1,这个+1就是加上自己
int TreeSize(BTNode* root)
{
  if (root == NULL)
  {
    return 0;
  }
  //int lSize = TreeSize(root->left);
  //int rSize = TreeSize(root->right);
  //return lSize + rSize + 1;
  //或者
  return TreeSize(root->left) + TreeSize(root->right) + 1;
}

3.求整棵树的高度

求整棵树的高度

后序遍历的思想:先求左子树的高度,再求右子树的高度

比较左右子树的高度,再+1,这个+1就是加自己本身的高度

也是分治的算法思想

//求整棵树的高度
//后序遍历的思想:先求左子树的高度,再求右子树的高度
//比较左右子树的高度,再+1,这个+1就是加自己本身的高度
//也是分治的算法思想
int TreeHeight(BTNode* root)
{
  //空树的高度为0
  if (root == NULL)
  {
    return 0;
  }
  int lHeight = TreeHeight(root->left);
  int rHeight = TreeHeight(root->right);
  return lHeight > rHeight ? lHeight + 1 : rHeight + 1;
  //注意:建议一定不要用下面的方法:
  //原因,这就相当于年级长要统计一班和二班的人数,叫各班班长统计,各班班长叫舍长统计
  //舍长辛辛苦苦统计了宿舍人数,上报之后,发现年纪长给只知道一班的人数更多,却忘了每个班的人数
  //又屁颠屁颠问班长给人数,更挫的是,班长居然也忘了刚刚统计的人数,又去问宿舍长人数,
  //更更挫的是,每个宿舍的宿舍长居然也忘了刚刚点的人数,又重新点一遍。
  //这样虽然能计算出来,但是效率大大大大降低
  //return TreeHeight(root->left) > TreeSize(root->right) ? TreeSize(root->left) + 1 : TreeSize(root->right) + 1;
}

注意:建议一定不要用下面的方法:

return TreeHeight(root->left) > TreeSize(root->right) ? TreeSize(root->left) + 1 : TreeSize(root->right) + 1;

原因,这就相当于年级长要统计一班和二班的人数,叫各班班长统计,各班班长叫舍长统计

舍长辛辛苦苦统计了宿舍人数,上报之后,发现年纪长给只知道一班的人数更多,却忘了每个班的人数

又屁颠屁颠问班长给人数,更挫的是,班长居然也忘了刚刚统计的人数,又去问宿舍长人数,

更更挫的是,每个宿舍的宿舍长居然也忘了刚刚点的人数,又重新点一遍。

这样虽然能计算出来,但是效率大大大大降低

4.求树的所有叶子节点个数

求树的所有叶子节点个数

后序遍历,分治思想

先求左子树的叶子节点个数,再求右子树叶子节点个数,再加起来

求叶子节点的方法,该节点左右子树均为空,就是叶子节点

//求树的所有叶子节点个数
//后序遍历,分治思想
//先求左子树的叶子节点个数,再求右子树叶子节点个数,再加起来
//求叶子节点的方法,该节点左右子树均为空,就是叶子节点
int TreeLeafSize(BTNode* root)
{
  //空树叶子节点为0
  if (root == NULL)
  {
    return 0;
  }
  //叶子节点
  if (root->left == NULL && root->right == NULL)
  {
    return 1;
  }
  return TreeLeafSize(root->left) + TreeLeafSize(root->right);
}

5.求树的第k层节点的个数

后序遍历+分治算法思想:

第k层节点的个数 = 左子树的第k-1层节点个数 + 右子树的第k-1层节点个数

比如:求一棵树第3层节点个数

第3层节点的个数 = 左子树的第2层节点个数 + 右子树的第2层节点个数

左子树第2层节点个数 = 左子树的左子树第1层节点个数 + 左子树的右子树第1层节点个数

右子树的第2层节点个数 = 右子树的左子树第1层节点个数 + 右子树的右子树第1层节点个数

第一层节点个数就不需要再算了,第一层节点个数就是1

int TreeLevelKSize(BTNode* root, int k)
{
  //层数必须大于0
  assert(k > 0);
  //空树第几层都是0
  if (root == NULL)
  {
    return 0;
  }
  //这个if相当于在统计
  if (k == 1)
  {
    return 1;
  }
  //求左子树第k-1层节点个数+ 右子树第k-1层节点个数
  return TreeLevelKSize(root->left,k-1) + TreeLevelKSize(root->right,k-1);
}

6.二叉树查找值为x的节点

BTNode* TreeFindX(BTNode* root, BTDataType x)
{
  if (root == NULL)
  {
    return NULL;
  }
  if (root->data == x)
  {
    return root;
  }
  //千万不能这样写,效率大大降低,同样的事情做了两遍
  //if (!TreeFindX(root->left, x))
  //{
  //  return TreeFindX(root->left, x);
  //}
  BTNode* Lret = TreeFindX(root->left, x);
  if (Lret != NULL)
  {
    return Lret;
  }
  //这个else包含了右子树找得到和找不到的情况,找不到就返回NULL
  else
  {
    return TreeFindX(root->right, x);
  }
  //也可以这样写,左子树右子树都用指针接收,如果都找不到,就返回NULL
  也可以定义右子树的返回值指针
  //BTNode* Rret = TreeFindX(root->right, x);
  //if(Rret!=NULL)
  //{
  //  return TreeFindX(root->right, x);
  //}
  //如果在子树找不到,就返回NULL,如果整棵树都找不到,也返回NULL
  //return NULL;
}

7.遍历第k层节点

对根节点来说,遍历第k层节点,相当于根的子树遍历第k-1层

/思路:遍历第k层,相当于子树遍历第k-1层
//遍历第k层
void BTOrderK(BTNode* root, int k)
{
  if (root == NULL)
  {
    return;
  }
  if (k == 1)
  {
    printf("%d ", root->data);
    return;
  }
  BTOrderK(root->left, k - 1);
  BTOrderK(root->right, k - 1);
}

8.判断二叉树是否是完全二叉树

判断二叉树是否是完全二叉树,根据完全二叉树的性质,层序遍历把每个节点都放入队列

然后依次出队,如果遇到NULL,判断队列是否为空

如果队列为空,是完全二叉,否则,不是完全二叉树

// 判断二叉树是否是完全二叉树,根据完全二叉树的性质,层序遍历把每个节点都放入队列
//然后依次出队,如果遇到NULL,判断队列是否为空
//如果队列为空,是完全二叉,否则,不是完全二叉树
bool BinaryTreeComplete(BTNode* root)
{
  //全部先入队,然后再出队,如果出队过程遇到空节点,判断队列是否为空,如果为空,就是完全二叉树
  Queue qt;
  QueueInit(&qt);
  BTNode* tmp = root;
  QueuePush(&qt, tmp);
  while (!QueueEmpty(&qt))
  {
    tmp = QueueFront(&qt);
    if (tmp != NULL)
      QueuePop(&qt);
    else
      break;
    //对于树来说即使是空节点,也要入队
    QueuePush(&qt, tmp->left);
    QueuePush(&qt, tmp->right);
  }
  //出了循环后,判断队列中的节点的值是否为NULL,只要有一个不为空,就不是完全二叉
  while (!QueueEmpty(&qt))
  {
    tmp = QueueFront(&qt);
    if (tmp != NULL)
    {
      return false;
    }
    QueuePop(&qt);
  }
  return true;
}

9.销毁一棵树

后序遍历的思想,销毁顺序: 左->右->根

void BTDestroy(BTNode* root)
{
  if (root == NULL)
    return;
  BTDestroy(root->left);
  BTDestroy(root->right);
  free(root);
  //置空其实不起作用,要改变 *root,用**root
  root = NULL;
}


相关文章
|
API 对象存储
可能是由于API请求的策略已经过期
可能是由于API请求的策略已经过期
341 3
|
Linux 网络安全 网络虚拟化
OpenVPN服务部署
大多数场景下,总公司与分公司之间都是需要互联的,或者在外地出差办公的员工想要访问内部的资料,为了保证这些流量安全可靠的传输到目的地,并且能够最大的节约成本,便需要考虑使用VPN技术了。
5688 2
|
3月前
|
存储 人工智能 算法
从 VLDB‘25 看向量数据库发展方向:行业观察与技术前瞻
第 51 届国际大型数据库会议(The 51st International Conference on Very Large Data Bases,简称VLDB 2025)是数据管理、数据库系统与大规模数据处理领域最具影响力的国际顶级学术会议之一。本届 VLDB 在于2025 年 9 月 1 日至 9 月 5 日在英国伦敦Queen Elizabeth II Centre (QEII Centre) 举办。
|
存储 数据挖掘 大数据
详解阿里云数据中台,一篇文章全面了解大数据“网红”
一直想写一篇关于数据中台正面文章,现在有闲时做些总结,想充分诠释一下DT内部人如何看待数据中台。 数据中台的概念是最早由阿里巴巴首次提出,是为了应对内部众多业务部门千变万化的数据需求和高速时效性的要求而成长起来的,它既要满足业务部门日常性的多个业务前台的数据需求,又要满足像双十一,六一八这样的业务高峰、应对大规模数据的线性可扩展问题、应对复杂活动场景业务系统的解耦问题,而在技术、组织架构等方面采取的一些变革。
26852 0
|
存储 人工智能 安全
函数计算助您 7 分钟极速部署开源对话大模型
本方案利用函数计算的无服务器架构,您可以在函数计算控制台选择魔搭(ModelScope)开源大模型应用模板;同时,我们将利用文件存储 NAS ,为应用服务所需的大模型和相关文件提供一个安全的存储环境;最终通过访问提供的域名进行模型的调用与验证。仅需三步,即可玩转目前热门 AI 大模型。
|
监控 前端开发 关系型数据库
搭建直播网站技术层面准备全流程
搭建直播网站涉及技术选型、开发与部署。技术选型包括服务器端(Java/Go、MySQL/PostgreSQL、Redis、阿里云OSS等)、前端(React/Vue.js、React Native/Flutter)、流媒体技术(RTMP、HLS、WebRTC、H.264/AAC)和CDN加速。系统架构设计涵盖前端、后端、流媒体服务器及数据库,使用负载均衡器分发流量,包含用户认证、推拉流管理、实时通信等功能模块。开发流程包括环境搭建、API实现、WebSocket通信、页面开发及流媒体配置。部署阶段涉及服务器搭建、Docker容器化、CDN配置、日志监控及CI/CD自动化部署。
3221 13
|
算法 关系型数据库 MySQL
十五张图带你快速入门 shardingsphere-proxy
Apache ShardingSphere 是一款分布式的数据库生态系统,它包含两大产品: - ShardingSphere-Proxy - ShardingSphere-JDBC 很多同学对于 ShardingSphere-JDBC 已经能非常熟悉的使用了,但关于网上关于 ShardingSphere-Proxy 5.5 的使用教程却非常少。
十五张图带你快速入门 shardingsphere-proxy
|
网络协议 算法 安全
【网络协议基础】TCP/IP协议大全
TCP/IP协议是现代计算机网络通信的基础,是互联网及局域网广泛使用的一套协议。TCP/IP协议集采用分层模型,以便于网络的设计、实现和管理。
1264 2
|
编解码 算法 网络协议
软考网工计算题总结(一):总共35类题型,进来复习啦!
软考网工计算题总结(一):总共35类题型,进来复习啦!
955 3

热门文章

最新文章