【数据结构】—AVL树(C++实现)

简介: 【数据结构】—AVL树(C++实现)

一、前言          

     本文是基于二叉搜索树的知识前提下对于AVL树进行叙述的,主要叙述的方面在于AVL树的插入方面,因为AVL树同二叉搜索树的最大区别就在于插入的操作和删除操作,删除操作也是类似的,但是难就难在更新平衡因子,后续会补上。而对于其他的操作如:二叉搜索树的查找操作等等都是相似的,因此本文主要介绍AVL树的插入操作。

AVL树的概念

AVL树是一种自平衡二叉搜索树,它的特点是保证了每个节点的左右子树的高度差不超过1。它在插入和删除时会自动平衡,以保持树的高度始终在log N的范围内,从而保证了查找、插入、删除等操作的高效性。AVL树的名字来源于其发明者G.M.Adelson-Velsky和E.M.Landis的姓氏缩写。以下为一颗AVL树

  AVL树同二叉搜索树的异同

AVL树和二叉搜索树有很多相似之处,但也有许多不同之处。以下是它们的主要异同点:

相同点:

  1. 它们都是自平衡二叉搜索树,也就是说,在插入和删除节点后,它们能够保持一定的平衡性,从而保证查询操作的时间复杂度始终保持在O(logn)级别。
  2. 它们都遵循二叉搜索树的基本性质,即左子树中的所有节点都小于根节点,右子树中的所有节点都大于根节点。

不同点:

  1. 在AVL树中,除了左右子树高度差不能超过1之外,每个叶子节点还必须在左右子树的高度之间,而在二叉搜索树中则没有这样的限制。(AVL中通常定义一个bf值(balance factor)用于记录节点左右子树的高度差
  2. 在AVL树中,任何路径上的节点数差异不能超过1,而在二叉搜索树中则没有这样的要求。
  3. 在插入和删除节点后,AVL树需要进行更多的旋转操作来恢复平衡,而二叉搜索树则不需要这样的步骤。
  4. AVL树更适合于查找操作,因为它通过严格的平衡性保证了查询操作的效率,而二叉搜索树更适合于插入和删除操作,因为它可以通过简单的旋转操作来快速调整树结构。

二、AVL树的实现

节点的定义

通过KV模型定义AVL树节点,定义三叉链的结构储存父节点以及左右子树节点的地址,定义了bf(平衡因子)用于记录节点右子树与左子树之差(右-左),通过构造函数初始化列表,特别要将bf置为0,如果不置0后续操作可能会出错(别问作者怎么知道的(〃>皿<))。

vtemplate<class K, class V>
struct AVLTreeNode
{
  AVLTreeNode<K, V>* _left;
  AVLTreeNode<K, V>* _right;
  AVLTreeNode<K, V>* _parent;
  pair<K, V> _kv;
  int _bf; // balance factor
  AVLTreeNode(const pair<K, V>& kv)
    :_left(nullptr)
    , _right(nullptr)
    , _parent(nullptr)
    , _kv(kv)
    , _bf(0)
  {}
};

AVL树的初始化定义

// AVL: 二叉搜索树 + 平衡因子的限制
template<class K, class V>
class AVLTree
{
  typedef AVLTreeNode<K, V> Node;
public:
    // 在AVL树中插入节点
  bool Insert(const pair<K, V>& kv);
    // AVL树的验证
    bool _IsBalance(Node* root)
    {
        return _IsBalance(_root);
    }
private:
    // 右单旋
  void RotateR(Node* parent);
    // 左单旋
  void RotateL(Node* parent);
    // 右左双旋
  void RotateRL(Node* parent);
    // 左右双旋
  void RotateLR(Node* parent);
    // 求高度
  int _Height(Node* root );
    // 根据AVL树的概念验证pRoot是否为有效的AVL树
    bool _IsBalance(Node* root);
private:
  Node* _root = nullptr;
};

AVL树的插入(重点及难点!!!)

插入大致步骤

AVL树的插入操作可以分为以下几步:

  1. 向AVL树中插入一个新节点,首先找到该节点的位置。这可以通过比较新节点的值与当前节点的值来完成,直到找到一个空位置或者到达一个叶子节点为止。按照大往左,小往右,相等返回false的规则
  2. 依次向下搜索直到找到相应的位置,就将新节点插入到这个位置,并且更新该节点的父节点和兄弟节点的指针。就将新节点插入到这个位置,然后向上更新节点的bf值。
  3. 插入完成后,需要检查新插入的节点是否破坏了AVL树的平衡性。如果破坏了平衡性,就需要执行一系列旋转操作来修复不平衡状态。具体来说,如果新插入的节点使得某个分支的深度增加了一级,那么可以执行一次相应的旋转操作:左旋、右旋、左右旋、右左旋,最后按要求更新各个节点的bf值。

以上就是AVL树的插入操作步骤。需要注意的是,每次插入操作都需要按照这些步骤来进行,才能保证AVL树的平衡性。

根据规则找节点

如果_root为空(即空树)则新建节点并返回。比较节点的值,如果插入节点大则往右子树遍历,小则往左子树遍历,如果与节点值相同则无需插入直接返回。后续找到相应的位置后就可跳出循环进行下一步操作。

if (_root == nullptr)
{
  _root = new Node(kv);
  return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
  if (cur->_kv.first < kv.first)
  {
    parent = cur;
    cur = cur->_right;
  }
  else if (cur->_kv.first > kv.first)
  {
    parent = cur;
    cur = cur->_left;
  }
  else
  {
    return false;
  }
}
插入并且链接节点

更新节点信息,新插入节点的_parent值,以及父节点链接他在左子树还是右子树的判断,链入AVL树中。

    cur = new Node(kv);
    if (parent->_kv.first < kv.first)
    {
      parent->_right = cur;
      cur->_parent = parent;
    }
    else
    {
      parent->_left = cur;
      cur->_parent = parent;
    }
向上更新bf(平衡因子)的值

在插入之前,parent的平衡因子分为三种情况:-1,0, 1, 分以下两种情况:

       1. 如果cur插入到parent的左侧,只需给parent的平衡因子-1即可。

       2. 如果cur插入到parent的右侧,只需给parent的平衡因子+1即可。

此时:parent的平衡因子可能有三种情况:0,正负1, 正负2

       1. 如果parent的平衡因子为0,说明插入之前parent的平衡因子为正负1,插入后被调整成0,此时满足AVL树的性质,插入成功。

       2. 如果parent的平衡因子为正负1,说明插入前parent的平衡因子一定为0,插入后被更新成正负1,此时以parent为根的树的高度增加,需要继续向上更新。

       3. 如果parent的平衡因子为正负2,则parent的平衡因子违反平衡树的性质,需要对其进行旋转处理。

while (parent)
{
  if (cur == parent->_left)//根据在左还是右改变bf值
  {
    parent->_bf--;
  }
  else
  {
    parent->_bf++;
  }
  if (parent->_bf == 0)//bf=0则向上都无需变化
  {
    break;
  }
  else if (parent->_bf == 1 || parent->_bf == -1)//bf变化向上遍历改变bf值
  {
    cur = parent;
    parent = parent->_parent;
  }
  else if (parent->_bf == 2 || parent->_bf == -2)//破坏了bf值需要-1<=bf<=1的区间,需要旋转矫正
  {
    if (parent->_bf == 2 && cur->_bf == 1)//左旋情况
    {
      RotateL(parent);
    }
    else if (parent->_bf == -2 && cur->_bf == -1)//右旋情况
    {
      RotateR(parent);
    }
    else if (parent->_bf == 2 && cur->_bf == -1)//右旋再左旋情况
    {
      RotateRL(parent);
    }
    else if (parent->_bf == -2 && cur->_bf == 1)//左旋再右旋情况
    {
      RotateLR(parent);
    }
    // 1、旋转让这颗子树平衡了
    // 2、旋转降低了这颗子树的高度,恢复到跟插入前一样的高度,所以对上一层没有影响,不用继续更新
    break;
  }
  else
  {
    assert(false);//其它情况的bf值表示这颗avl树本身就有问题
  }
}

左单旋

由于我们每次插入都会进行调整操作,对此AVL树在新的节点插入前都是合法的,也就是说bf值只会在-1~1之间波动。 当 parent->_bf == 2 && cur->_bf == 1时,我们需要进行左单旋的操作以确保AVL树的合法性(也就是当父节点的右子树高时需要进行左单旋),以下为对此以下为大致的操作图:

 详细旋转过程:

对于左单旋操作,我们需要先记录几个节点,分别如下为parent、subR、subRL,因为我们主要是改变这三个的位置。在旋转完成后我们也通过图清晰可见,parent和subR的bf值都是0。

  void RotateL(Node* parent)//左旋
  {
    Node* subR = parent->_right;
    Node* subRL = subR->_left;
    parent->_right = subRL;
    subR->_left = parent;
    Node* parentParent = parent->_parent;
    parent->_parent = subR;
    if (subRL)//判断节点subRL是否为空,防止出错
      subRL->_parent = parent;
    if (_root == parent)
    {
      _root = subR;
      subR->_parent = nullptr;
    }
    else
    {
      if (parentParent->_left == parent)
      {
        parentParent->_left = subR;
      }
      else
      {
        parentParent->_right = subR;
      }
      subR->_parent = parentParent;
    }
    parent->_bf = subR->_bf = 0;
  }

右单旋

  对于右单旋,操作同左单旋相似,也是需要记录三个节点:parent、subL、subLR,只不过此时我们是向右旋转。当 parent->_bf == -2 && cur->_bf == -1时,我们需要进行右单旋的操作以确保AVL树的合法性(也就是当父节点的左子树高时需要进行右单旋)。在旋转完成后我们也通过图清晰可见,parent和subR的bf值都是0。以下为对此以下为大致的操作图:

  void RotateR(Node* parent)//右旋
  {
    Node* subL = parent->_left;
    Node* subLR = subL->_right;
    parent->_left = subLR;
    if (subLR)
      subLR->_parent = parent;
    subL->_right = parent;
    Node* parentParent = parent->_parent;
    parent->_parent = subL;
    if (_root == parent)
    {
      _root = subL;
      subL->_parent = nullptr;
    }
    else
    {
      if (parentParent->_left == parent)
      {
        parentParent->_left = subL;
      }
      else
      {
        parentParent->_right = subL;
      }
      subL->_parent = parentParent;
    }
    parent->_bf = subL->_bf = 0;
  }

左右双旋

当parent->_bf == -2 && cur->_bf == 1时,也就意味着我们的插入操作在如下的b的位置,插入后的图为第二张图,对此我们仅仅只进行一次旋转是远远不够的,如下第三张图为以30为父节点(即subL)只进行了一次左单旋后所变化的图,如果我们仔细观察可以发现这非常符合需要右单旋的操作,因此,此时我们以90为父节点再进行一次右单旋操作。 当然双旋最重要的其实是bf值的确定,我们需要根据最开始的subLR的bf值来确定。

当bf == 0,则subLR自己就是新增因此

           parent->_bf = subL->_bf = subLR->_bf = 0;

当bf==-1,则subLR的左子树新增

          parent->_bf = 1;subL->_bf = 0;subLR->_bf = 0;

当bf==1,则subLR的右子树新增

          subL->_bf = -1;parent->_bf = 0;subLR->_bf = 0;

  void RotateLR(Node* parent)
  {
    //...
    Node* subL = parent->_left;
    Node* subLR = subL->_right;
    int bf = subLR->_bf;
    RotateL(parent->_left);
    RotateR(parent);
    if (bf == 0)
    {
      // subLR自己就是新增
      parent->_bf = subL->_bf = subLR->_bf = 0;
    }
    else if (bf == -1)
    {
      // subLR的左子树新增
      parent->_bf = 1;
      subL->_bf = 0;
      subLR->_bf = 0;
    }
    else if (bf == 1)
    {
      // subLR的右子树新增
      subL->_bf = -1;
      parent->_bf = 0;
      subLR->_bf = 0;
    }
    else
    {
      assert(false);
    }
  }

右左双旋

当parent->_bf == 2 && cur->_bf == -1时,我们需要进行右左双旋操作,当然同左右双旋一样,只进行一次旋转肯定是不够的,我们也可以猜到先对subR作为一次父节点进行右单旋,在再对parent进行左单旋。

当然双旋最重要的其实是bf值的确定,我们需要根据最开始的subRL的bf值来确定。

当bf == 0,则subRL自己就是新增

           parent->_bf = subR->_bf = subRL->_bf = 0;

当bf==-1,则subRL的左子树新增

           parent->_bf = 0;subRL->_bf = 0;subR->_bf = 1;

当bf==1,则subRL的右子树新增

           parent->_bf = -1;subRL->_bf = 0;subR->_bf = 0;

  void RotateRL(Node* parent)
  {
    Node* subR = parent->_right;
    Node* subRL = subR->_left;
    int bf = subRL->_bf;
    RotateR(parent->_right);
    RotateL(parent);
    if (bf == 0)
    {
      // subRL自己就是新增
      parent->_bf = subR->_bf = subRL->_bf = 0;
    }
    else if (bf == -1)
    {
      // subRL的左子树新增
      parent->_bf = 0;
      subRL->_bf = 0;
      subR->_bf = 1;
    }
    else if (bf == 1)
    {
      // subRL的右子树新增
      parent->_bf = -1;
      subRL->_bf = 0;
      subR->_bf = 0;
    }
    else
    {
      assert(false);
    }
  }

判断是否符合AVL树

 主要运用递归的思想,不多阐述,实在不明白可以画递归展开图。

    int _Height(Node* root)
    {
      if (root == nullptr)
        return 0;
      int leftHeight = _Height(root->_left);
      int rightHeight = _Height(root->_right);
      return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
    }
    bool _IsBalance(Node* root)
    {
      if (root == nullptr)
        return true;
      int leftHeight = _Height(root->_left);
      int rightHeight = _Height(root->_right);
      if (rightHeight - leftHeight != root->_bf)
      {
        cout << root->_kv.first << "平衡因子异常" << endl;
        return false;
      }
      return abs(rightHeight - leftHeight) < 2
        && _IsBalance(root->_left)
        && _IsBalance(root->_right);
    }

三、整体代码

#pragma once
#include<iostream>
#include<assert.h>
using namespace std;
template<class K, class V>
struct AVLTreeNode
{
  AVLTreeNode<K, V>* _left;
  AVLTreeNode<K, V>* _right;
  AVLTreeNode<K, V>* _parent;
  pair<K, V> _kv;
  int _bf; // balance factor
  AVLTreeNode(const pair<K, V>& kv)
    :_left(nullptr)
    , _right(nullptr)
    , _parent(nullptr)
    , _kv(kv)
    , _bf(0)
  {}
};
template<class K, class V>
class AVLTree
{
  typedef AVLTreeNode<K, V> Node;
public:
  bool Insert(const pair<K, V>& kv)
  {
    if (_root == nullptr)
    {
      _root = new Node(kv);
      return true;
    }
    Node* parent = nullptr;
    Node* cur = _root;
    while (cur)
    {
      if (cur->_kv.first < kv.first)
      {
        parent = cur;
        cur = cur->_right;
      }
      else if (cur->_kv.first > kv.first)
      {
        parent = cur;
        cur = cur->_left;
      }
      else
      {
        return false;
      }
    }
    cur = new Node(kv);
    if (parent->_kv.first < kv.first)
    {
      parent->_right = cur;
      cur->_parent = parent;
    }
    else
    {
      parent->_left = cur;
      cur->_parent = parent;
    }
    while (parent)
    {
      if (cur == parent->_left)//根据在左还是右改变bf值
      {
        parent->_bf--;
      }
      else
      {
        parent->_bf++;
      }
      if (parent->_bf == 0)//bf=0则向上都无需变化
      {
        break;
      }
      else if (parent->_bf == 1 || parent->_bf == -1)//bf变化向上遍历改变bf值
      {
        cur = parent;
        parent = parent->_parent;
      }
      else if (parent->_bf == 2 || parent->_bf == -2)//破坏了bf值需要-1<=bf<=1的区间,需要旋转矫正
      {
        if (parent->_bf == 2 && cur->_bf == 1)//左旋情况
        {
          RotateL(parent);
        }
        else if (parent->_bf == -2 && cur->_bf == -1)//右旋情况
        {
          RotateR(parent);
        }
        else if (parent->_bf == 2 && cur->_bf == -1)//右旋再左旋情况
        {
          RotateRL(parent);
        }
        else if (parent->_bf == -2 && cur->_bf == 1)//左旋再右旋情况
        {
          RotateLR(parent);
        }
        // 1、旋转让这颗子树平衡了
        // 2、旋转降低了这颗子树的高度,恢复到跟插入前一样的高度,所以对上一层没有影响,不用继续更新
        break;
      }
      else
      {
        assert(false);//其它情况的bf值表示这颗avl树本身就有问题
      }
    }
    return true;
  }
  void InOrder()
  {
    _InOrder(_root);
    cout << endl;
  }
  bool IsBalance()
  {
    return _IsBalance(_root);
  }
  private:
    void RotateL(Node* parent)//左旋
    {
      Node* subR = parent->_right;
      Node* subRL = subR->_left;
      parent->_right = subRL;
      subR->_left = parent;
      Node* parentParent = parent->_parent;
      parent->_parent = subR;
      if (subRL)//判断节点subRL是否为空,防止出错
        subRL->_parent = parent;
      if (_root == parent)
      {
        _root = subR;
        subR->_parent = nullptr;
      }
      else
      {
        if (parentParent->_left == parent)//链接subR给父节点的父节点,需要判断是在左子树还是右子树
        {
          parentParent->_left = subR;
        }
        else
        {
          parentParent->_right = subR;
        }
        subR->_parent = parentParent;
      }
      parent->_bf = subR->_bf = 0;
    }
    void RotateR(Node* parent)//右旋
    {
      Node* subL = parent->_left;
      Node* subLR = subL->_right;
      parent->_left = subLR;
      if (subLR)
        subLR->_parent = parent;
      subL->_right = parent;
      Node* parentParent = parent->_parent;
      parent->_parent = subL;
      if (_root == parent)
      {
        _root = subL;
        subL->_parent = nullptr;
      }
      else
      {
        if (parentParent->_left == parent)
        {
          parentParent->_left = subL;
        }
        else
        {
          parentParent->_right = subL;
        }
        subL->_parent = parentParent;
      }
      parent->_bf = subL->_bf = 0;
    }
    void RotateRL(Node* parent)
    {
      Node* subR = parent->_right;
      Node* subRL = subR->_left;
      int bf = subRL->_bf;
      RotateR(parent->_right);
      RotateL(parent);
      if (bf == 0)
      {
        // subRL自己就是新增
        parent->_bf = subR->_bf = subRL->_bf = 0;
      }
      else if (bf == -1)
      {
        // subRL的左子树新增
        parent->_bf = 0;
        subRL->_bf = 0;
        subR->_bf = 1;
      }
      else if (bf == 1)
      {
        // subRL的右子树新增
        parent->_bf = -1;
        subRL->_bf = 0;
        subR->_bf = 0;
      }
      else
      {
        assert(false);
      }
    }
    void RotateLR(Node* parent)
    {
      //...
      Node* subL = parent->_left;
      Node* subLR = subL->_right;
      int bf = subLR->_bf;
      RotateL(parent->_left);
      RotateR(parent);
      if (bf == 0)
      {
        // subLR自己就是新增
        parent->_bf = subL->_bf = subLR->_bf = 0;
      }
      else if (bf == -1)
      {
        // subLR的左子树新增
        parent->_bf = 1;
        subL->_bf = 0;
        subLR->_bf = 0;
      }
      else if (bf == 1)
      {
        // subLR的右子树新增
        subL->_bf = -1;
        parent->_bf = 0;
        subLR->_bf = 0;
      }
      else
      {
        assert(false);
      }
    }
    void _InOrder(Node* root)
    {
      if (root == nullptr)
        return;
      _InOrder(root->_left);
      cout << root->_kv.first << " ";
      _InOrder(root->_right);
    }
    int _Height(Node* root)
    {
      if (root == nullptr)
        return 0;
      int leftHeight = _Height(root->_left);
      int rightHeight = _Height(root->_right);
      return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
    }
    bool _IsBalance(Node* root)
    {
      if (root == nullptr)
        return true;
      int leftHeight = _Height(root->_left);
      int rightHeight = _Height(root->_right);
      if (rightHeight - leftHeight != root->_bf)
      {
        cout << root->_kv.first << "平衡因子异常" << endl;
        return false;
      }
      return abs(rightHeight - leftHeight) < 2
        && _IsBalance(root->_left)
        && _IsBalance(root->_right);
    }
  private:
    Node* _root = nullptr;
};

感谢你耐心的看到这里ღ( ´・ᴗ・` )比心,如有哪里有错误请踢一脚作者o(╥﹏╥)o! 

相关文章
|
26天前
|
算法
数据结构之博弈树搜索(深度优先搜索)
本文介绍了使用深度优先搜索(DFS)算法在二叉树中执行遍历及构建链表的过程。首先定义了二叉树节点`TreeNode`和链表节点`ListNode`的结构体。通过递归函数`dfs`实现了二叉树的深度优先遍历,按预序(根、左、右)输出节点值。接着,通过`buildLinkedList`函数根据DFS遍历的顺序构建了一个单链表,展示了如何将树结构转换为线性结构。最后,讨论了此算法的优点,如实现简单和内存效率高,同时也指出了潜在的内存管理问题,并分析了算法的时间复杂度。
45 0
|
19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。
42 5
|
23天前
|
存储 C++
【C++】AVL树
AVL树是一种自平衡二叉搜索树,由Georgy Adelson-Velsky和Evgenii Landis提出。它通过确保任意节点的两子树高度差不超过1来维持平衡,支持高效插入、删除和查找操作,时间复杂度为O(log n)。AVL树通过四种旋转操作(左旋、右旋、左-右旋、右-左旋)来恢复树的平衡状态,适用于需要频繁进行数据操作的场景。
31 2
|
1月前
|
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。
71 16
|
26天前
|
算法
数据结构之文件系统模拟(树数据结构)
本文介绍了文件系统模拟及其核心概念,包括树状数据结构、节点结构、文件系统类和相关操作。通过构建虚拟环境,模拟文件的创建、删除、移动、搜索等操作,展示了文件系统的基本功能和性能。代码示例演示了这些操作的具体实现,包括文件和目录的创建、移动和删除。文章还讨论了该算法的优势和局限性,如灵活性高但节点移除效率低等问题。
44 0
|
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。
29 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 数据管理
数据结构与算法学习二零:二叉排序树(BST)、平衡二叉树(AVL)
这篇文章通过需求分析、代码实现和测试验证,详细介绍了二叉排序树的创建、遍历和删除操作,以及二叉平衡树(AVL)的自平衡特性和单旋转操作,旨在提高树结构在数据管理中的效率和性能。
49 0
数据结构与算法学习二零:二叉排序树(BST)、平衡二叉树(AVL)
|
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。
37 0
|
2月前
|
存储 算法
数据结构与算法学习十六:树的知识、二叉树、二叉树的遍历(前序、中序、后序、层次)、二叉树的查找(前序、中序、后序、层次)、二叉树的删除
这篇文章主要介绍了树和二叉树的基础知识,包括树的存储方式、二叉树的定义、遍历方法(前序、中序、后序、层次遍历),以及二叉树的查找和删除操作。
31 0