【算法与数据结构】深入解析二叉树(一)

简介: 【算法与数据结构】深入解析二叉树(一)

📝数概念及结构

🌠 树的概念

数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。


  • 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

树的相关概念

  • 节点的度:一个节点含有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:若一个节点包含子节点,则这个节点称其字节点的父节点;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:具有相同父节点互为兄弟节点;如图: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;

🌉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。

typedef int DataType;
struct Node
{
 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
};

🌠 树在实际中的运用(表示文件系统的目录树结构)

Linux文件系统中也广泛使用树状图来表示和管理目录结构:Linux文件系统中的目录结构就是一棵树,根目录位于树的顶部,使用命令如tree、find等可以生成目录的树状图,清晰展示各目录和文件的包含关系。VFS(虚拟文件系统)层次结构也采用树形结构,不同文件系统作为树的分支,方便管理和扩展。

🌉二叉树概念及结构

🌠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
  1. 二叉树的特点:
  2. 二叉树不存在度大于2的结点
  3. 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

🌉数据结构中的二叉树

注意:对于任意的二叉树都是由以下几种情况复合而成的:

🌠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,且结点总数是 ,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。

🌉 二叉树的性质

  • 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.
  • 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是 2^h-1(注意是这里是-1+2 ^h)
  • 对任何一棵二叉树来说,如果:N0是度为0(叶结点)的节点个数N2是度为2(分支结点)的节点个数则有:**N0 = N2 + 1 **(N0(叶节点个数) + N2(分支节点个数) = 总节点数N)
  • 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,h= log_2(n+1) = h (ps: 是log以2为底,n+1为对数)
  • 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,左孩子序号:2i+1,2i+1>=n否则无左孩子
  • 若2i+2<n,右孩子序号:2i+2,2i+2>=n否则无右孩子

🌠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。

🌉 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,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。

🌠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。

typedef int BTDataType;
// 二叉链
struct BinaryTreeNode
{
 struct BinTreeNode* _pLeft; // 指向当前节点左孩子
 struct BinTreeNode* _pRight; // 指向当前节点右孩子
 BTDataType _data; // 当前节点值域
}
// 三叉链
struct BinaryTreeNode
{
 struct BinTreeNode* _pParent; // 指向当前节点的双亲
 struct BinTreeNode* _pLeft; // 指向当前节点左孩子
 struct BinTreeNode* _pRight; // 指向当前节点右孩子
 BTDataType _data; // 当前节点值域
};

🌉 选择题

来趁热练铁吧,冲冲冲~

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

解题思路:

总结点数为399个,度为2的结点数为199个,每个度为2的结点都有2个儿子,那么199个度为2的结点对应的子结点数为199*2=398,总结点数399,度为2结点对应的子结点数398,则叶子结点数为399-398=1

正确答案是B 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

顺序存储结构是指数据元素按顺序依次存储在连续的内存单元中。A 非完全二叉树:非完全二叉树采用顺序存储,会有很多空闲位置,存储效率不高。

正确答案是A

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

完全二叉树的定义: 如果设二叉树深度为h,除最后一层外,其他各层节点数达到最大个数,最后一层所有结点从左到右排列,这就是完全二叉树。对于一个具有2n个结点的完全二叉树:除最后一层外,其他各层节点数都达到最大个数,即都是满的。最后一层可能不满,但结点从左到右排列。一个满二叉树的节点数为2h-1,这里树的深度h,使得2h-1<=2n<2h+1,即h=log2(2n)=log2n,除最后一层外共有log2n层,每层节点数为2h-1,共有log2n*(2h-1)=n个节点


最后一层节点数即为叶子节点数,为2n-n=n个


正确答案是A


🚩总结

相关文章
|
22小时前
|
缓存 算法 Java
数据结构~缓存淘汰算法--LRU算法(Java的俩种实现方式,万字解析
数据结构~缓存淘汰算法--LRU算法(Java的俩种实现方式,万字解析
|
1天前
|
缓存 算法 前端开发
前端开发者必知的缓存淘汰策略:LRU算法解析与实践
前端开发者必知的缓存淘汰策略:LRU算法解析与实践
|
2天前
|
算法 PyTorch Go
深入解析yolov5,为什么算法都是基于yolov5做改进的?(一)
深入解析yolov5,为什么算法都是基于yolov5做改进的?(一)
|
2天前
|
存储 监控 NoSQL
Redis处理大量数据主要依赖于其内存存储结构、高效的数据结构和算法,以及一系列的优化策略
【5月更文挑战第15天】Redis处理大量数据依赖内存存储、高效数据结构和优化策略。选择合适的数据结构、利用批量操作减少网络开销、控制批量大小、使用Redis Cluster进行分布式存储、优化内存使用及监控调优是关键。通过这些方法,Redis能有效处理大量数据并保持高性能。
22 0
|
2天前
|
机器学习/深度学习 数据采集 自然语言处理
理解并应用机器学习算法:神经网络深度解析
【5月更文挑战第15天】本文深入解析了神经网络的基本原理和关键组成,包括神经元、层、权重、偏置及损失函数。介绍了神经网络在图像识别、NLP等领域的应用,并涵盖了从数据预处理、选择网络结构到训练与评估的实践流程。理解并掌握这些知识,有助于更好地运用神经网络解决实际问题。随着技术发展,神经网络未来潜力无限。
|
2天前
|
机器学习/深度学习 算法 测试技术
【单调栈】3113. 边界元素是最大值的子数组数目
【单调栈】3113. 边界元素是最大值的子数组数目
|
1天前
|
前端开发 JavaScript 算法
JavaScript 中实现常见数据结构:栈、队列与树
JavaScript 中实现常见数据结构:栈、队列与树
|
2天前
|
存储 NoSQL C语言
数据结构——顺序栈与链式栈的实现-2
数据结构——顺序栈与链式栈的实现
数据结构——顺序栈与链式栈的实现-2
|
2天前
|
存储 C语言
数据结构——顺序栈与链式栈的实现-1
数据结构——顺序栈与链式栈的实现
数据结构——顺序栈与链式栈的实现-1
|
2天前
栈的基本应用
栈的基本应用
12 3

推荐镜像

更多