【树与二叉树】树与二叉树的概念及结构--详解介绍(上)

简介: 【树与二叉树】树与二叉树的概念及结构--详解介绍(上)

1.树概念及结构

1.1 树的概念:

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。

1.有一个特殊的结点,称为根结点,根节点没有前驱结点

2. 除根节点外,其余结点被分为 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

3. 因此,树是递归定义的


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

▶ 子树是不相交的

▶ 除了根节点外,每个节点有且仅有一个父节点

▶ 一棵 N 个节点的树有 N-1 条连

1.2 树的相关概念

33f63e33e3004276aa6498d4364a133a.png1.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

2.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

3.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

4.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

5.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

6.兄弟节点:具有相同父节点的节点互称为兄弟节点 (这里指的是亲兄弟,而非表堂兄弟); 如上图:B、C 是兄弟节点

7.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

8.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;如上图:树的层次为 4

9.树的高度或深度:树中节点的最大层次 (这里有 2 种说法:一,根算 0;二,根算 1); 如上图:树的高度为 4

 - 这里推荐理解其二,因为:

 当要算空树的高度是多少时,按一的理解,高度是 -1;按二的理解,高度是 0

 当要算只有一个根节点的树的高度是多少时,按一的理解,高度是 0;按二的理解,高度是 1

10.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

11.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

12.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

13.森林:由 m(m>0) 棵互不相交的树的集合称为森林,并查集就是一个森林


1.3 树的表示

树结构相对线性表就比较复杂了,要存储表示起来比较麻烦,既要保存值域,也要保存结点和结点之间的关系。实际中树有很多种表示方式如:双亲表示法,孩子表示法、孩子双亲表示法以及孩子兄弟表示法等。我们这里就简单的了解其中最常用的孩子兄弟表示法。


注意:对于树的定义其实并不好定义,因为其中有许多未知的因素

1、除非明确说明树的度是多少,比如树的度是 6

struct TreeNode
{
  int data;
  //这种结构其实是很浪费的,因为最大的度是6,但往下可能并没有那么多
  struct TreeNode* subs[6];//指针数组
}

2、如果没有说明树的度是多少,可以使用顺序表存储

struct TreeNode
{
  int data;
  SeqList subs;//顺序表中存储的是节点的指针
  //vector<struct TreeNode*>subs;//在C++学了模板后可以这样定义
}

3、双亲表示法

struct TreeNode
{
  int data;
  struct TreeNode* parent;
}

4、左孩子右兄弟表示法 (比较实用)

typedef int DataTpye;
struct Node
{
  struct Node* firstChild1;//第一个孩子节点(如有多个孩子,那么只指向最左边的)
  struct Node* pNextBrother;//指向下一个兄弟节点
  DataType data;//节点中的数据域
}

1.3 树在实际中的运用

表示文件系统的目录树结构6be087f4a94843a5b22dc149179a3d6f.png

2.二叉树概念及结构

2.1 二叉树的概念

一棵二叉树是节点的一个有限集合,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

d998fb96742140a0ba7d2a2b9187a70e.png


1.二叉树不存在度大于 2 的结点

2.二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

注意:对于任意的二叉树都是由以下几种情况复合而成的:

287446f8e6f74a0f93377c57bba7c9c0.png

2.2 特殊的二叉树

2.2.1 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。

dc2f7e382a33472395d4bc72a63d4a22.png

2.2.2 完全二叉树:

完全二叉树的前 k - 1 层都满的,第 k 层不一定满(这就意味着满二叉树是完全二叉树,但完全二叉树不一定是满二叉树),但是从最后一层从左到右必须是连续的,也就是说完全二叉树中度为 1 的节点最少 0 个,最多 1 个。完全二叉树是效率很高的数据结构,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,且每个结点都与深度为 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。

3afad6d818324d85871109c963c8e6d7.png▶ 满二叉树的节点个数是等比求和

2^0 + 2^1 + 2^2 + … 2^(h-1)

利用公式所以满二叉树的节点个数就是 2^h - 1a9c807d210fb45ff8ac94eea9e0ff180.png▶ 完全二叉树的节点个数

最多: 2^h - 1  这是满二叉树

最少:2^(h-1) - 1 + 1  ->  2^(h-1)

2(^h-1) - 1 这是前 k-1 层节点的个数,+1 则是第 k 层至少一个

相关文章
|
供应链 数据可视化 算法
60种常用可视化图表的使用场景——(下)
60种常用可视化图表的使用场景——(下)
723 1
|
小程序 JavaScript
【微信小程序】之自定义九宫格展示row-grid(每行显示三个)
【微信小程序】之自定义九宫格展示row-grid(每行显示三个)
Auto.js VSCode 代码提示怎么生效(代码补全)
Auto.js VSCode 代码提示怎么生效(代码补全)
915 0
|
2月前
|
机器学习/深度学习 算法 Apache
CEH特征引擎:重新定义实时视觉的“速度-精度”边界
CEH是首个在普通CPU上实现“高密度特征+高帧间匹配+亚像素精度”的全能特征引擎,速度超BRISK、效率领先SIFT一个数量级,零GPU依赖、零专利风险,纯C++开源,完美适配嵌入式与边缘设备。
370 49
|
3月前
|
人工智能 弹性计算 安全
OpenClaw超全指南:是什么?能干嘛?怎么部署?
OpenClaw是2026年热门开源AI智能体,不止能对话,更能执行文件操作、浏览器自动化、代码编写、邮件处理等本地任务。支持云/本地部署,阿里云提供一键部署方案。助你轻松拥有可干活的“数字员工”!
2135 1
|
9月前
|
监控 数据可视化 Linux
LangSmith:大模型应用开发的得力助手
LangSmith 是大模型应用开发的高效助手,提供从调试、追踪到评估的全流程支持。通过可视化追踪树,清晰展现 LLM 应用每一步执行逻辑,提升可观察性;支持提示词优化、实时监控与自动化评估,助力开发者快速定位问题、迭代优化,构建稳定可靠的智能应用。
1197 0
LangSmith:大模型应用开发的得力助手
|
存储 数据管理 C语言
C 语言中的文件操作:数据持久化的关键桥梁
C语言中的文件操作是实现数据持久化的重要手段,通过 fopen、fclose、fread、fwrite 等函数,可以实现对文件的创建、读写和关闭,构建程序与外部数据存储之间的桥梁。
|
存储 边缘计算 数据处理
边缘计算和云计算的区别
边缘计算和云计算是两种不同的计算范式。云计算通过互联网提供集中式处理、可扩展性和成本效益等优势,而边缘计算则在数据源附近进行分布式处理,具有低延迟、带宽优化和本地化决策等优点。两者在响应时间、网络带宽和安全性方面有显著区别,常互补使用以满足不同应用场景的需求。
1958 3
|
JavaScript
vue 中对style、disable 等样式进行条件判断
vue 中对style、disable 等样式进行条件判断
698 1
数据结构——二叉树的遍历【前序、中序、后序】
数据结构——二叉树的遍历【前序、中序、后序】