数据结构之初识树

简介: 数据结构之初识树

前言:前面学习了顺序表,队列,栈,链表,我们知道他们都是一种线性表,是一种线性结构,而除此之外,仍有许多我们还没认识的结构,比如树形结构,不同于线性结构,树形结构就如同他的名字,结构相对更加复杂,是一种倒着的树的数据结构。

1,什么是树?

树是一种非线性的数据结构,它是由n(n>0)个有限节点组成一个具有层次关系的集合,把它叫做书是因为它看起来像一颗倒挂着的树(个人感觉也像树根部的形状),也就是他是根朝上,叶子朝下。

树结构拥有自己的一些独特性质:

.有一个特殊的节点,称为根节点,根节点没有前驱节点

.除根结点外,其余节点被分为M(M>0)个互不相交的集合T1,T2,......Tm,其中每个集合我们可以认为也是一个类似主树的子树,每个子树的节点有且只有一个前驱,可以有0或多个后继节点。

.树是递归定义的,因为它的套娃结构,大树里住着小树。

如下图一根秃了的倒着的树与树结构的对比

52e0b9a5f3b9448c83d7e56c2755b2c3.png

注意:树型结构里面是不能出现子树相交的

不仅仅对于树形结构是这样,树也不能出现一个枝干长到另一个枝干上(可能存在变异)。

17e6fd9f2b4441f9887873ec3a61dbc6.png

2.树的相关概念

树的某些相关概念是以人类的血缘关系为样例所命名:


565480b11d964fe3a21906de159264ad.png

我们知道树是一种非线性的数据结构,它是由n(n>=0)个结点的有限集合。

当n=0时称为空树。在任何一棵非空树中:1. 有且只有一个特定的称为 根(root) 的结点;2. 当n>1时,其余结点可分为m(m>0)个 互不相交 的有限集,其中每一个集合又是一棵树,并且成为 根的子树(subtree) 。

结点的度:结点拥有的子树数称为结点的 度(Degree)如上图D的度为3,A度为2.

树的度: 是树内各结点的度的最大值。如D为3

度为0的结点成为 叶节点(Leaf) 或者 终端结点 ,除根结点外,分支结点也称为 内部结点 。如上图的G H I。

结点子树的根称为该结点的 孩子(Child)。如A的孩子B,C

相应的该结点称为孩子的 双亲(Parent) 。如D的双亲为B

同一个双亲之间的孩子之间互称为 兄弟(Sibling)。B与C互为兄弟

结点的 祖先 是指从根到该结点所经历的所有结点.

反之,以该结点为根的子树中的任意一结点称为该节点的 子孙

树的层次:从根开始,根为第一层,根的节点为第二层,以此类推。

树的深度:树中结点的最大层次称为树的 深度(Depth) 或者高度,根据树中结点是否可以交换分为有序树和无序树

堂兄弟节点:双亲在同一层的节点互为堂兄弟。如D,E。

森林 :是指的多棵互不相交的树。

路径和路径长度: 树中两个结点之间的 路径 是由这两个结点之间所经过的结点序列构成的,而 路径长度 是路径上所经过的 边的个数 。

3.树的定义

因为树有很多节点,按照之前的链表他们定义结点的方法,没接触前树我们可能这样定义:

struct TreeNode
{
  int data;
  struct  TreeNode*child1;
  struct  TreeNode*child2;
//......
}

但其实不太可能。人们总结了许多定义树的结构的方法:

1.如果明确了树的度,那么可以定义。(根据树的度来定义节点个数,但是不太能表现树)

2.用顺序表来存放孩子。

struct TreeNode
{
 int data;
 Seqlist   childArr;
}

3.双亲表示法。(每个位置只存储该节点的父节点):用数组存放双亲的下标。

并查集这里就是只存储父亲的下标。


0497d14e3f144298812dcf92504e35e0.png

4.左孩子右兄弟方法:比较牛的一种方法,也是一种较优的方法:每一个节点只存放他的第一个孩子节点和下一个兄弟节点。

struct TreeNode
{
   struct TreeNode*firstchid;//第一个孩子节点
   struct TreeNode*nextbrother;//指向下一个兄弟节点
   int data;//节点的数据域
}

69b1e88f796e4f909000cdc22da2657e.png

对于森林,一般是文件系统结构。

4.二叉树

概念:一种特殊的树的结构,一个二叉树是节点的一个有限集合:

1.要么为空

2.有一个根节点加上两个子树(左右子树)组成。如图:

a2e664cc792a4f48a06455d46666f991.png

我们可以看到:

1.二叉树不存在度大于2的节点

2.二叉树有左右之分,左边的节点叫左孩子,右边的节点叫右孩子,次序不能颠倒,因此是一个有序树。

特殊的二叉树:

1.满二叉树

概念:一个二叉树,如果每层结点数都达到最大值,那么这个树就是满二叉树。也就是说,如果一个二叉树的层数为K,那么总结点数为,(2^k)-1),等比求和公式可推导出,第N层的节点数为2^(n-1).


e7bfb1ee544546c19089675c7a78032d.png

2.完全二叉树

概念:相对于满二叉树的最后一行,最后一行不全满,且结点依次从左到右,就是一个完全二叉树。

若一个完全二叉树的层数为k,那么他的k-1层以上的每一层都是满的。

满二叉树是一种特殊的完全二叉树。


04ce8294f1ce40b4bad81abe7e5a352f.png

若深度为h,节点范围【2^(h-1),2^h-1】.

2.二叉树的存储方式

1.可用二叉链表来表示(有的地方是三叉链表,多了一个结点指向前面的双亲)。

82ea2ebb98c543e48a5a15c573d2383c.png

2.可用数组来表示。

用数组存放右几个优点:


33248a17678c4f149c074d5b8a2c9097.png

对于这种存储,比较适合完全二叉树来存储。,因为若有一个双亲没有孩子节点,对于数组这种下表表示双亲存在问题。

相关文章
|
5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。
26 5
|
2月前
|
存储 算法 搜索推荐
探索常见数据结构:数组、链表、栈、队列、树和图
探索常见数据结构:数组、链表、栈、队列、树和图
107 64
|
25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。
63 16
|
2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。
24 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)
|
2月前
|
存储 编译器 C++
【初阶数据结构】掌握二叉树遍历技巧与信息求解:深入解析四种遍历方法及树的结构与统计分析
【初阶数据结构】掌握二叉树遍历技巧与信息求解:深入解析四种遍历方法及树的结构与统计分析
|
2月前
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解(三)
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解
|
2月前
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解(二)
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解
|
2月前
|
存储
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解(一)
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解
|
3月前
|
JSON 前端开发 JavaScript
一文了解树在前端中的应用,掌握数据结构中树的生命线
该文章详细介绍了树这一数据结构在前端开发中的应用,包括树的基本概念、遍历方法(如深度优先遍历、广度优先遍历)以及二叉树的先序、中序、后序遍历,并通过实例代码展示了如何在JavaScript中实现这些遍历算法。此外,文章还探讨了树结构在处理JSON数据时的应用场景。
一文了解树在前端中的应用,掌握数据结构中树的生命线
|
2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。
33 0