【生命的分支:揭秘二叉树的神奇编码】

本文涉及的产品
云解析 DNS,旗舰版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
全局流量管理 GTM,标准版 1个月
简介: 【生命的分支:揭秘二叉树的神奇编码】
  • 1.树概念及结构
  • 2.二叉树概念及结构
  • 3.二叉树顺序结构及实现
  • 4.二叉树链式结构及实现


内容回顾:


1、顺序表:数组


缺点:

  1. 中间或头部插入删除数据需要挪动数据,效率低。
  2. 空间不够,需要扩容,扩容有消耗,代价大。
  3. 空间2倍扩容,如果数据较少,会有空间的浪费问题


优点:

  1. 下标随机访问数据,排序,二分查找效率高。
  2. CPU高速缓存命中率比较高。


2、链表:双向循环带头链表:


缺点:

  1. 不能下标随机访问。
  2. CPU高速缓存命中率比较低。


优点:

  1. 任意位置插入删除数据效率高
  2. 按需申请空间和释放空间,不存在扩容


栈和队列:


  1. 底层实现仍然是数组和链表
  2. 栈:先进后出
  3. 队列:先进先出


3.上述结构都是线性的数据结构,但是今天要介绍的二叉树却是非线性。


1.树概念及结构


1.1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。


  • 有一个特殊的结点,称为根结点,根节点没有前驱结点
  • 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。


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


1.2 树的相关概念



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;


问题:数组的下标为啥都是从0开始的。


       数组在计算机内存中是一段连续的存储空间,数组的元素在内存中是依次排列的。数组名是首元素地址,a[i] == *(a+i),当i为0的时候,也就是下标为0时,刚好是第一个元素。


1.3 树的表示


       树结构相对线性表就比较复杂了,要存储表示起来就比较麻烦了,既然保存值域,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和双亲表示法。


孩子兄弟表示法:

typedef int DataType;
struct Node //匿名结构体
{
  struct Node* _firstChild1; // 第一个孩子结点
  struct Node* _pNextBrother; // 指向其下一个兄弟结点
  DataType _data; // 结点中的数据域
};


双亲表示法:


对于使用仿真指针的双亲表示法,每个结点应有两个域,一个是数据域(元素域),另一个是指示其双亲结点在数组中的下标的仿真指针域。


       如图8-3(a)所示是一棵树的逻辑结构,如图8-3(b)所示为使用仿真指针的双亲表示法存储结构。其中,data 域存储的是结点中的元素,parent 域存储的是指示其双亲结点在数组中的下标的仿真指针。结点A是根结点,无双亲结点,所以其parent域的值为一1;结点B的双亲结点是结点A,结点A在数组中的下标是0,所以其parent 域的值为0;其余类推。


1.4 树在实际中的运用(表示文件系统的目录树结构)



2.二叉树概念及结构


2.1概念


一棵二叉树是结点的一个有限集合,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。


从上图可以看出:


  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:


2.2现实中的二叉树:



2.3 特殊的二叉树:


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(规定根结点的层数为1),每层的结点数是2^(k-1),且结点总数是2^k-1 ,则它就是满二叉树。


2. 完全二叉树:完全二叉树是效率很高的数据结构,完全二叉树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,当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对 应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。


2.4 二叉树的性质


1. 若规定根节点的层数为1,则一棵非空二叉树的第i层上最多有个结点。

2. 若规定根节点的层数为1,则深度为h的二叉树的最大结点数是

3. 对任何一棵二叉树, 如果度为0其叶结点个数为 , 度为2的分支结点个数为 ,则有

4. 若规定根节点的层数为1,具有n个结点的满二叉树的深度,

(ps: 是log以2为底,n+1为对数)

5. 对于具有n个结点的完全二叉树,如果按照从上至下从左至右的数组顺序对所有节点从0开始编号,则对 于序号为i的结点有:


  • 若i>0,i位置节点的双亲序号:(i-1)/2;i=0,i为根节点编号,无双亲节点
  • 若2i+1=n否则无左孩子:2i+1,2i+1>=n否则无左孩子
  • 若2i+2=n否则无右孩子:2i+2,2i+2>=n否则无右孩子


1. 某二叉树共有 399 个结点,其中有 199 个度为 2 的结点,则该二叉树中的叶子结点数为( )

A 不存在这样的二叉树

B 200

C 198

D 199

解析:直接利用得出叶子结点的个数为:200


2.下列数据结构中,不适合采用顺序存储结构的是( )

A 非完全二叉树

B 堆

C 队列

D 栈

解析:非完全二叉树存储在数组中会有空间浪费.


3.在具有 2n 个结点的完全二叉树中,叶子结点个数为( )

A n

B n+1

C n-1

D n/2

解析:直接利用得出,由于n1是度为1的节点,完全二叉树中度为1的节点只有1个或0个,2n是偶数,所以n1肯定是1,所以,得出


4.一棵完全二叉树的节点数位为531个,那么这棵树的高度为( )

A 11

B 10

C 8

D 12

解析:完全二叉树的范围:,即可得出答案8


5.一个具有767个节点的完全二叉树,其叶子节点个数为()

A 383

B 384

C 385

D 386

解析:直接利用得出,由于n1是度为1的节点,完全二叉树中度为1的节点只有1个或0个,767是奇数,所以n1肯定是0,所以,得出


2.5 二叉树的存储结构


二叉树一般可以使用两种结构存储,一种顺序结构,一种链式结构。


1. 顺序存储


顺序结构存储就是使用数组来存储,一般使用数组只适合表示完全二叉树,因为不是完全二叉树会有空 间的浪费。而现实中使用中只有堆才会使用数组来存储,关于堆我们后面的章节会专门讲解。二叉树顺序存储在物理上是一个数组,在逻辑上是一颗二叉树


顺序存储访问数据规律:

//访问孩子节点
leftchild = parent*2+1
rightchild = parent*2+2
//访问父亲结点
parent = (child-1)/2


2. 链式存储


二叉树的链式存储结构是指,用链表来表示一棵二叉树,即用链来指示元素的逻辑关系。 通常的方法是 链表中每个结点由三个域组成,数据域和左右指针域,左右指针分别用来给出该结点左孩子和右孩子所 在的链结点的存储地址 。链式结构又分为二叉链和三叉链,当前我们学习中一般都是二叉链,后面课程 学到高阶数据结构如红黑树等会用到三叉链。  


3.二叉树的顺序结构及实现


4.二叉树链式结构的实现


本章结束啦!!!

相关文章
|
7月前
|
存储 算法 索引
模拟算法题练习(二)(DNA序列修正、无尽的石头)
模拟算法题练习(二)(DNA序列修正、无尽的石头)
|
7月前
|
存储 JavaScript 前端开发
递归的递归之书:第十章到第十四章
递归的递归之书:第十章到第十四章
54 0
|
7月前
|
算法 Java
算法编程(三十):交替合并字符串
算法编程(三十):交替合并字符串
100 0
|
7月前
|
存储 算法
算法编程(二十六):判断路径是否相交
算法编程(二十六):判断路径是否相交
64 0
|
存储 算法
【每日挠头算法题(6)】二叉树的所有路径|神奇字符串
【每日挠头算法题(6)】二叉树的所有路径|神奇字符串
|
7月前
|
开发者 Python
编码之禅:在技术的海洋中找到平衡
【5月更文挑战第24天】 在快速发展的科技世界中,我们每个人都如同冲浪者,试图在波涛汹涌的技术变革中保持平衡。本文将探讨如何在不断更新迭代的技术浪潮中寻找到自己的定位,以及如何通过技术感悟来提升个人技能并实现自我成长。我们将深入剖析持续学习的重要性,探讨有效学习方法,并分享一些实践中的经验教训。最终,我们的目标是帮助读者找到一种和谐的方式,让技术成为推动个人和职业发展的助力而非负担。
|
6月前
|
编解码 开发工具 git
技术心得记录:小波变换(wavelettransform)的通俗解释(一)
技术心得记录:小波变换(wavelettransform)的通俗解释(一)
54 0
|
缓存 Java Spring
浅挖一下编码中遇到的循环依赖问题
浅挖一下编码中遇到的循环依赖问题
|
传感器
通过求解数学模型来选择编码节点的最佳数量和位置(Matlab代码实现)
通过求解数学模型来选择编码节点的最佳数量和位置(Matlab代码实现)
通过求解数学模型来选择编码节点的最佳数量和位置(Matlab代码实现)
|
Python
Python 再说勾股树,这次整一棵五彩的任意“生长”的分形树!
Python 再说勾股树,这次整一棵五彩的任意“生长”的分形树!
225 0