数据结构与算法⑩(第四章_上)树和二叉树和堆的概念及结构(上)

简介: 数据结构与算法⑩(第四章_上)树和二叉树和堆的概念及结构

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)个有限节点组成的一个具有层次关系的集合。

那么为什么叫 "树" 呢? (节点也可以称结点,建议称结点,和结构体对上)

之所以把它成为 "树",是因为它很像现实生活中的树。只是它是倒过来的,根朝上叶子朝下。

① 树有一个特殊的结点,成为根结点,根节点不存在前驱结点。

② 除根结点外,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) 又是一颗结构于树类似的字数。

每颗子树的结点有且只有一个前驱,可以有0个或多个后继。

③ 因此,树是递归定义的。因为任何树都会被分成根和子树。


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;

( 有些书上规定根节点的层数为0,这样空树就是-1了,所以若没有特殊说明默认规定根节点的层数为 1)

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

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)棵互不相交的多颗树的集合称为森林;(数据结构中的学习并查集本质就是

一个森林)

注意:树型结构中,子树之间不能有交集,否则就不是树形结构。


1.3树的表示

以前学单链表时只有一个指针,双链表两个指针,但是树有多少个指针是不确定的,

因为树没有规定一个节点最多有多少个孩子。那该如何定义结构呢?


法一:假设说明了树的度为N,才能勉强用

 
struct TreeNode 
{
    int data;
    struct TreeNode* sub[N]; // 指针数组
};

问题点:

① 可能会存在不少的空间浪费。

② 万一没有限定树的度为多少呢?


法二:vector顺序表(C++中这里可以用 vector,但是C里没有)

 
// 假设我们定义了一个顺序表
typedef int STLDataType;  //顺序表的数据类型
typedef struct TreeNode* SLDataType; // 顺序表中存节点的指针
struct TreeNode //SeqList
{
    STLDataType data;
    SeqList s;  // s为SLDataType* array;
};

即使你没有告诉我度是多少,我有多少个孩子我就存多少个孩子,所以这里不需要关心度的问题。

但是这里 s 的结构相对复杂,s 里面有一个类型为SLDataType* 的数组,

这个数组已经是二级指针了,SLDataType 展开后又是一个 struct TreeNode* 。


法三:双亲表示法

 
struct TreeNode 
{
    int parenti;
    int data;
};

[ A -1] [ B0 ] [ C0 ] [ D0 ] ...... [ H 3 ]

每一个元素中存的是结构体 struct TreeNode arr[10]

每个元素内只存自己的值和父亲的下标

(A没有父亲是-1,B的父亲下标是0…… H的父亲是D下标为3),可以通过一个值找到自己父亲。


上列的方式各有优缺点,那么有没有最优的方法?

当然有,它就是左孩子右兄弟表示法

 
typedef int DataType;
struct Node 
{
    struct Node* leftChind1;   // 永远指向第一个孩子
    struct Node* rightBrother;  // 指向孩子右边的兄弟
    DataType _data;
};

5cb51039f77d4bc18cb0c7f7268ca5ca.png

解读:无论你有多少个孩子,它都只存两个指针。一个指针永远指向第一个孩子,

另一个指针指向孩子右边的兄弟(亲兄弟)。这个树的度无论为多少,也不需要用顺序表存,

但是你任何一个节点有多少个孩子都能给你表示出来,通过第一个孩子把所有孩子都找出来

不复杂也没有浪费,只用两个指针就把链接关系都表示出来了,这就是巨佬的智慧。


1.4树在实际中的运用

文件系统的目录树结构、网络拓扑,最短路径问题,搜索引擎、思维导图等

2.二叉树概念及结构

2.1二叉树的概念

定义:二叉树既然叫二叉树,顾名思义即度最大为2的树称为二叉树。

它的度可以为 1 也可以为 0,但是度最大为 2 。

一颗二叉树是节点的一个有限集合,该集合:

① 由一个根节点加上两颗被称为左子树和右子树的二叉树组成

② 或者为空

观察上图我们可以得出如下结论:

① 二叉树不存在度大于 2 的节点,换言之二叉树最多也只能有两个孩子。

② 二叉树的子树有左右之分,分别为左孩子和右孩子。次序不可颠倒,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 满二叉树


定义:一个二叉树,如果每一层的节点数都达到了最大值(均为2),


则这个二叉树就可以被称作为 "满二叉树" 。


换言之,如果一个二叉树的层数为h ,且节点总数是 2^h-1,则他就是一个满二叉树。


层数为N的计算公式:

4749d7f5def9a81648dd2f63321b99f3.gif

5b5a9e737e489b868a99fbb4e8aa3165.gif

数据结构与算法⑩(第四章_上)树和二叉树和堆的概念及结构(下):https://developer.aliyun.com/article/1513413

目录
相关文章
|
2月前
|
存储 算法 Java
散列表的数据结构以及对象在JVM堆中的存储过程
本文介绍了散列表的基本概念及其在JVM中的应用,详细讲解了散列表的结构、对象存储过程、Hashtable的扩容机制及与HashMap的区别。通过实例和图解,帮助读者理解散列表的工作原理和优化策略。
49 1
散列表的数据结构以及对象在JVM堆中的存储过程
|
3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。
77 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
|
2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。
125 16
|
3月前
|
存储 JavaScript 前端开发
为什么基础数据类型存放在栈中,而引用数据类型存放在堆中?
为什么基础数据类型存放在栈中,而引用数据类型存放在堆中?
144 1
|
3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。
39 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)
|
3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
|
3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。
112 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。
|
3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。
61 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
|
3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。
45 0
数据结构与算法学习十四:常用排序算法总结和对比
|
3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。
46 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

热门文章

最新文章