【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
|
2月前
|
存储 算法
数据结构与算法学习二二:图的学习、图的概念、图的深度和广度优先遍历
这篇文章详细介绍了图的概念、表示方式以及深度优先遍历和广度优先遍历的算法实现。
60 1
数据结构与算法学习二二:图的学习、图的概念、图的深度和广度优先遍历
|
25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。
82 8
|
29天前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
37 3
|
2月前
|
存储 缓存 算法
如何通过优化算法和代码结构来提升易语言程序的执行效率?
如何通过优化算法和代码结构来提升易语言程序的执行效率?
|
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 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
|
2月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
83 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
2月前
|
机器学习/深度学习 存储 缓存
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
文章主要介绍了排序算法的分类、时间复杂度的概念和计算方法,以及常见的时间复杂度级别,并简单提及了空间复杂度。
33 1
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
|
2月前
|
搜索推荐 算法
数据结构与算法学习十四:常用排序算法总结和对比
关于常用排序算法的总结和对比,包括稳定性、内排序、外排序、时间复杂度和空间复杂度等术语的解释。
22 0
数据结构与算法学习十四:常用排序算法总结和对比
|
2月前
|
存储 缓存 分布式计算
数据结构与算法学习一:学习前的准备,数据结构的分类,数据结构与算法的关系,实际编程中遇到的问题,几个经典算法问题
这篇文章是关于数据结构与算法的学习指南,涵盖了数据结构的分类、数据结构与算法的关系、实际编程中遇到的问题以及几个经典的算法面试题。
36 0
数据结构与算法学习一:学习前的准备,数据结构的分类,数据结构与算法的关系,实际编程中遇到的问题,几个经典算法问题