【数据结构与算法】树、二叉树的概念及结构(详解)(上)

简介: 【数据结构与算法】树、二叉树的概念及结构(详解)(上)

前言:

💥🎈个人主页:Dream_Chaser~ 🎈💥

✨✨专栏:http://t.csdn.cn/oXkBa

⛳⛳本篇内容:c语言数据结构--树以及二叉树的概念与结构

845bf63bbde14ab4a986ae8415638584.gif


一.树概念及结构


1.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

8a4bad0388c540abb70a488503448a3d.png

1.1树与非树

d0fe9777c9544f049797ea820c7679ba.png

树的特点:

空树 -- 结点数为0的树

非空树:

  • 有一个特殊的结点,称为根结点,根节点没有前驱结点(没有父节点)

下面的两点一起理解:

  • 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。

可以理解为:

由根节点指向了各子树,子树的双亲节点又可以作为根节点,指向它们的孩子节点

e3569a42401e4201bf287a4d9586b8bf.png

非树(图)的特点:

1.除了根结点外,每个结点有且仅有一个父结点;

a78694585a90486b9f4695d8db59bb51.png

2.子树是不相交的

以下的这个结构是图(允许相交),不是树

b36ddfb74f6947cebf04764380170243.png

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

3.一棵N个结点的树有N-1条边

9a636e0a4d604068a31bd2110b05a6e4.png

1.2 关于树的细致概念

4ffc793c5e54426ea73af1b07d947d7b.png

下面有个✅的是比较重要的知识点

✅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

✅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

✅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

✅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

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

✅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

对各知识点的进一步画图解析:

  • 节点的度:与该节点直接相连的边的数量

8ac18d3ddddd4833a80d0d0f75237ba8.png

  • 叶节点(终端节点):度为0的节点

fd7c28c5af0947fdaba425d0eb226725.png

  • 分支节点(非终端节点):度不为0的节点

5a6896f4845f4b59bb7965232dc17eee.png

  • 父节点(双亲节点):一个节点的直接前驱就是它的父节点

5eb6cd4c7b444a6b9591f052e9dfa0a7.png

  • 子节点(孩子节点):一个节点的直接后继就是它的子节点

9df667166d614ab6a6fcd91389eb33e2.png

  • 兄弟节点:由同一个父节点生出来的都是互为兄弟节点

bff9cdbe5080402d86bf81ff1a2d35cf.png

  • 树的度:一棵树中,最大的节点的度称为树的度
  • 节点的层次:从上往下数,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;(默认是从1开始)
  • 树的高度(深度):树中节点的最大层次,下图的高度就是4

01d25a836e91413fb8d9d6e1f1ff780b.png

  • 节点的高度:从下往上数

95d28844f0fb4429ae4cd24b5c1f4107.png

  • 堂兄弟节点双亲在同一层的节点互为堂兄弟

75f367877e3b439c80b14670890fc335.png

  • 节点的祖先指从该节点向上追溯到根节点的路径上的所有节点,包括该节点的父节点、父节点的父节点,以此类推,直到达到根节点为止。

ec0c238226244c238dcb5aadc8de3da9.png

  • 子孙从该节点向下追溯到所有末端节点的路径上的所有节点,包括该节点的直接子节点、子节点的子节点,以此类推,直到达到叶子节点为止。

42f6adff97544e4d8428d200ee77e4ba.png

  • 森林:是由多个不相交的树组成的集合(并查集)
相关文章
|
4天前
|
数据可视化 前端开发 JavaScript
可视化数据结构——让你的树跃然纸上
可视化数据结构——让你的树跃然纸上
|
4天前
|
机器学习/深度学习 数据采集 算法
Python用逻辑回归、决策树、SVM、XGBoost 算法机器学习预测用户信贷行为数据分析报告
Python用逻辑回归、决策树、SVM、XGBoost 算法机器学习预测用户信贷行为数据分析报告
13 1
|
2天前
|
存储
数据结构第五课 -----线性表之树
数据结构第五课 -----线性表之树
|
2天前
|
机器学习/深度学习 算法 数据可视化
Matlab决策树、模糊C-均值聚类算法分析高校教师职称学历评分可视化
Matlab决策树、模糊C-均值聚类算法分析高校教师职称学历评分可视化
10 0
|
2天前
|
机器学习/深度学习 算法 数据可视化
【Python机器学习专栏】决策树算法的实现与解释
【4月更文挑战第30天】本文探讨了决策树算法,一种流行的监督学习方法,用于分类和回归。文章阐述了决策树的基本原理,其中内部节点代表特征判断,分支表示判断结果,叶节点代表类别。信息增益等标准用于衡量特征重要性。通过Python的scikit-learn库展示了构建鸢尾花数据集分类器的示例,包括训练、预测、评估和可视化决策树。最后,讨论了模型解释和特征重要性评估在优化中的作用。
|
3天前
|
Java
数据结构奇妙旅程之二叉平衡树进阶---AVL树
数据结构奇妙旅程之二叉平衡树进阶---AVL树
|
3天前
|
机器学习/深度学习 算法 搜索推荐
R语言LASSO特征选择、决策树CART算法和CHAID算法电商网站购物行为预测分析
R语言LASSO特征选择、决策树CART算法和CHAID算法电商网站购物行为预测分析
|
6天前
|
算法
数据结构与算法-AVL树入门
数据结构与算法-AVL树入门
9 0
|
12天前
|
机器学习/深度学习 人工智能 算法
基于DCT和扩频的音频水印嵌入提取算法matlab仿真
本文介绍了结合DCT和扩频技术的音频水印算法,用于在不降低音质的情况下嵌入版权信息。在matlab2022a中实现,算法利用DCT进行频域处理,通过扩频增强水印的隐蔽性和抗攻击性。核心程序展示了水印的嵌入与提取过程,包括DCT变换、水印扩频及反变换步骤。该方法有效且专业,未来研究将侧重于提高实用性和安全性。
|
2天前
|
算法 数据安全/隐私保护 计算机视觉
基于DCT变换的彩色图像双重水印嵌入和提取算法matlab仿真
**算法摘要:** - 图形展示:展示灰度与彩色图像水印应用,主辅水印嵌入。 - 软件环境:MATLAB 2022a。 - 算法原理:双重水印,转换至YCbCr/YIQ,仅影响亮度;图像分割为M×N块,DCT变换后嵌入水印。 - 流程概览:两步水印嵌入,每步对应不同图示表示。 - 核心代码未提供。