【数据结构】树、二叉树与堆(长期维护)(2)

简介: 【数据结构】树、二叉树与堆(长期维护)(2)

(三)、分析堆

1.向下调整算法建堆的时间复杂度分析

void AdjustDown(int* a, int size, int parent)
{
  int child = parent * 2 + 1;
  while (child < size)//思考1:while的结束条件是什么?
  {
    // 假设左孩子小,如果解设错了,更新一下
    if (child + 1 < size && a[child + 1] < a[child])//思考2:if中“child + 1 < size”的意义是什么?
    {
      ++child;
    }
    if (a[child] < a[parent])
    {
      Swap(&a[child], &a[parent]);
      parent = child;
      child = parent * 2 + 1;
    }
    else
    {
      break;
    }
  }
}

结论:

向下调整算法时间复杂度为O(logN)

向下调整算法建堆的时间复杂度是多少?O(N)

2.向上调整算法建堆的时间复杂度分析

//小堆
void AdjustUp(HPDataType* a, int child)
{
  assert(a);
  int parent = (child - 1) / 2;
  while (child > 0) //思考:请思考while括号内的结束条件是什么?
  {                 //提示选项如下:1.parent>=0 2.child>=0 3.child>0          
    if (a[child] < a[parent])
    {
      Swap(&a[child], &a[parent]);
      child = parent;
      parent = (parent - 1) / 2;
    }
    else
    {
      break;
    }
  }
}

结论:

向上调整算法的时间复杂度为O(logN)

向上调整算法建堆的时间复杂度为:O(N * log(N))

思考:向上调整算法与向下调整算法同为调整算法,且时间复杂度都为O(logN),为什么向下调整算法建堆的时间复杂度为O(N),而向上调整算法却到达了O(N*logN)?

答:

说的简单一点,对于单个结点的向上调整/向下调整,都大概最差要调整高度次,也就是差不多是logN,但是对于一整个堆而言,这个堆中如果用向上调整算法,第一行不需要调整,如果用向下调整算法,最后一行不需要调整,而往往在N足够大的情况下,最后一行的结点个数占百分之50左右。

3.堆排序的时间复杂度分析

堆排序有两部分组成,第一步是建堆,第二是首尾交换,尾不视为堆内,对N-1个数据向下调整算法重新成为堆。

在第一步,可以使用向上/向下调整算法建堆,肯定是选择向下调整算法建堆。时间复杂度上面经过分析为O(N)

在第二步,时间复杂度为O(N*logN)

代码如下:

void HeapSort(int* a, int n)
{
  // a数组直接建堆 O(N)
  for (int i = (n - 1 - 1) / 2; i >= 0; --i)
  {
    AdjustDown(a, n, i);
  }
  int end = n - 1;
  while (end > 0)//思考:while的结束条件是什么?
  {
    Swap(&a[0], &a[end]);
    AdjustDown(a, end, 0);
    --end;
  }
}

综上,堆排的时间复杂度为O(N*logN)

结论:堆排的时间复杂度为O(N*logN)

(四)、一般的二叉树

上面所说的堆是特殊的二叉树+满足大堆小堆的条件才可以称为堆,下面来简单说一下对于一般二叉树的常规知识点。

每棵树都可以分为根、左子树、右子树,其中左子树又可以分为根、左子树、右子树…二叉树也不例外。

同时,因为一般二叉树放入顺序结构中比较浪费空间,一般选用链式结构来构造一般的二叉树。

1.一般二叉树的遍历

二叉树的遍历可以分为前序遍历、中序遍历、后序遍历。

  • 二叉树的前序遍历(根、左子树、右子树):
    前序遍历本质上是深度优先遍历
void PreOrder(Tree* root)
{
  if (root == NULL)
  {
    printf("N ");
    return;
  }
  printf("%d ", root->val);
  PreOrder(root->left);
  PreOrder(root->right);
}

拓展练习题:二叉树的前序遍历LINK

示例代码如下:

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     struct TreeNode *left;
 *     struct TreeNode *right;
 * };
 */
/**
 * Note: The returned array must be malloced, assume caller calls free().
 */
 int TreeSize(struct TreeNode* root)
 {
    if(root == NULL)
    {
        return 0;
    }
    return TreeSize(root->left) + TreeSize(root->right) + 1;
 }
void PreOrder(struct TreeNode* root,int* arr,int* pi)
{
    if(root == NULL)
    return;
    arr[(*pi)++] = root->val;//思考,这个小括号是否可以省略?
    PreOrder(root->left,arr,pi);
    PreOrder(root->right,arr,pi);
}
int* preorderTraversal(struct TreeNode* root, int* returnSize) {
    
    int n = *returnSize = TreeSize(root);
    int* arr = (int*)malloc(sizeof(int) * n);
    int i = 0;//思考:这里为什么要传地址
    PreOrder(root,arr,&i);
    return arr;
}

思考1:这个小括号是否可以省略?

不能,语法优先级问题。

思考2:这里为什么要传地址?

使用递归,要改变一个固定空间的i值,要传入地址或者搞一个全局变量。

  • 二叉树的中序遍历(左子树、根、右子树)
void InOrder(Tree* root)
{
  if (root == NULL)
  {
    printf("N ");
    return;
  }
  InOrder(root->left);
  printf("%d ", root->val);
  InOrder(root->right);
}

拓展练习题:二叉树的中序遍历LINK

  • 二叉树的后序遍历(左子树、右子树、根)
void PostOrder(Tree* root)
{
  if (root == NULL)
  {
    printf("N ");
    return;
  }
  PostOrder(root->left);
  PostOrder(root->right);
  printf("%d ", root->val);
}

拓展练习题:二叉树的后序遍历LINK

2.树的节点个数接口

  • 思想1:分置思路
int TreeSize(Tree* root)
{
  if (root == NULL)
  {
    return 0;
  }
  
  return TreeSize(root->left) + TreeSize(root->left) + 1;
}
int TreeSize(Tree* root)
{
  return root == NULL ? 0 :TreeSize(root->left) + TreeSize(root->right) + 1;
}
  • size统计思路
//思考:如果用size进行统计结点个数,要定义为局部变量/全局变量/全局变量/指针变量???
//局部变量,否定,统计结果永远为0/1
//全局变量,可以,需要每次调用需要置为空size
//局部静态变量,否定,不能置空操作,多次调用之后会出问题
//指针变量:可以,每次也都需要置空

思考:size统计思路各种处理size方法的利弊。

如果用size进行统计结点个数,要定义为局部变量/全局变量/全局变量/指针变量???

//局部变量否定,统计结果永远为0/1

//全局变量可以,需要每次调用需要置为空size

//局部静态变量否定,不能置空操作,多次调用之后会出问题

//指针变量可以,每次也都需要置空

代码技巧:要想写好递归,需要控制好两个条件,

  • 子问题
  • 结束条件(返回条件)

对于本接口,那么需要把握好下面两个条件:

  • 子问题:一棵树的结点个数 = 左子树结点个数 + 右子树结点个数 + 1
  • 结束条件:NULL,返回0

拓展1:实现一棵树叶子结点个数:自己思考,参考代码如下

int TreeLeafSize(Tree* root)
{
  if (root == NULL)
  {
    return 0;
  }
  if (root->right == NULL && root->left == NULL)
  {
    return 1;
  }
  return TreeLeafSize(root->left) + TreeLeafSize(root->right);
}

拓展2:求树的第K层结点个数,参考代码如下:

int TreeSize_K(Tree* root,int k)
{
  if (root == NULL || k < 1)
  {
    return 0;
  }
  if (k == 1)
  {
    return 1;
  }
  return TreeSize_K(root->left, k - 1) + TreeSize_K(root->right, k - 1);
}

3.树的高度接口

思路:这里要求树的高度,那么就是对于一个子树的高度就是左子树的高度,右子树的高度取其大的进行返回 +1(这个1是指自己) 。

int TreeHeight(Tree* root)
{
  if (root == NULL)
  {
    return 0;
  }
  int leftheight = TreeHeight(root->left);//思考:这里为啥不直接返回而是用变量记录的意义。
  int rightheight = TreeHeight(root->right);
  return leftheight > rightheight ? leftheight + 1 : rightheight + 1;
}

思考:这里为啥不直接返回而是用变量记录的意义

其意义在于,防止重复调用,这里其实就是一个不断多次重复的问题。

int TreeHeight(Tree* root)
{
  return root == NULL ? 0 : (TreeHeight(root->left) > TreeHeight(root->right) ? >TreeHeight(root->left) + 1 : TreeHeight(root->right) + 1);
}

这样第一次多调用一次,那么第二层要多调用2^1 第三层要多调用2^2次 第四层要多调用2^3次…

4.树的查找接口

Tree* TreeFind(Tree* root, int x)
{
  if (root == NULL)
  {
    return NULL;
  }
  if (root->val == x)
  {
    return root;
  }
  Tree* left = TreeFind(root->left,x);
  if (left)
  {
    return left;
  }
  Tree* right = TreeFind(root->right,x);
  if (right)//思考,这里为什么要加这个if条件
  {
    return right;
  }
  return NULL;
}

思考:至于为什么要加上if,防止空指针也被返回,如果没有if可能会提前返回出问题。

就是左子树返回后,会直接返回到上一级函数,没有机会执行右子树了。

拓展练习题:单值二叉树

LINK

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     struct TreeNode *left;
 *     struct TreeNode *right;
 * };
 */
bool isUnivalTree(struct TreeNode* root) {
    if(root == NULL)//如果走到空结点,直接返回true
    {
        return true;
    }
    if(root->left && root->val!=root->left->val)
    {
        return false;
    }
    if(root->right && root->val!=root->right->val)
    {
        return false;
    }
    return isUnivalTree(root->left) && isUnivalTree(root->right);
}

拓展练习题2:对称二叉树LINK

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     struct TreeNode *left;
 *     struct TreeNode *right;
 * };
 */
 bool _isSymme(struct TreeNode* q,struct TreeNode* p)
 {
    if(q == NULL && p == NULL)
    {
        return true;
    }
    if(q == NULL || p == NULL)
    {
        return false;
    }
    if(q->val != p->val)
    {
        return false;
    }
    return _isSymme(q->left,p->right) && _isSymme(q->right,p->left);
 }
bool isSymmetric(struct TreeNode* root) {
    return _isSymme(root,root);
}

拓展练习题:另一颗树的子树LINK

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     struct TreeNode *left;
 *     struct TreeNode *right;
 * };
 */
bool isSameTree(struct TreeNode* root, struct TreeNode* subRoot) {
    if(root == NULL && subRoot == NULL)
    {
        return true;
    }
    if(root == NULL || subRoot == NULL)
    {
        return false;
    }
    if(root->val != subRoot->val)
    {
        return false;
    }
    return isSameTree(root->left,subRoot->left) && isSameTree(root->right,subRoot->right);
}
bool isSubtree(struct TreeNode* root, struct TreeNode* subRoot) {
    if (root == NULL) {
        return false;
    }
    if (root->val == subRoot->val) {
        if(isSameTree(root, subRoot) == true)//思考:这里if的意义在哪里?
        {
            return true;
        }
    }
    return isSubtree(root->left,subRoot) || isSubtree(root->right,subRoot);
}

思考:上面if返回的意义在于,要把整个树的每一个结点都比较一遍,防止特殊情况出现。

比如:

5.树的构建接口

Tree* TreeCreat(char* a, int* pi)
{
  if (a[*pi] == '#')
  {
    (*pi)++;
    return NULL;
  }
  Tree* root = (Tree*)malloc(sizeof(Tree));
  if (root == NULL)
  {
    perror("malloc fail");
    exit(-1);
  }
  root->val = a[(*pi)++];
  root->left = TreeCreat(a, pi);
  root->right = TreeCreat(a, pi);
  return root;
}
test_TreeCreat()
{
  char* a = "abc##de#g##f###";
  int i = 0;
  Tree* root = TreeCreat(a, &i);
  PreOrder(root);
}
int main()
{
  //test_heap();
  //test_TopK();
  //test_HeapSort();
  //test_GenBTree();
  test_TreeCreat();
  return 0;
}

6.层序遍历接口

本质上是广度优先遍历

思路:

void TreeLevelOrder(Tree* root)
{
  Queue q;
  QueueInit(&q);
  if (root != NULL)
  {
    QueuePush(&q,root);
  }
  while (!QueueEmpty(&q))
  {
    Tree* front = QueueFront(&q);
    QueuePop(&q);
    printf("%d ", front->val);
    if (root->left != NULL)
    {
      QueuePush(&q, root->left);
    }
    if (root->right != NULL)
    {
      QueuePush(&q, root->right);
    }
  }
  printf("\n");
  QueueDestroy(&q);
}

7.树的销毁

oid TreeDestroy(Tree* root)
{
  if (root == NULL)
  {
    return;
  }
  TreeDestroy(root->left);
  TreeDestroy(root->right);
  free(root);
}


待续。

相关文章
|
19天前
|
存储 Java
【数据结构】优先级队列(堆)从实现到应用详解
本文介绍了优先级队列的概念及其底层数据结构——堆。优先级队列根据元素的优先级而非插入顺序进行出队操作。JDK1.8中的`PriorityQueue`使用堆实现,堆分为大根堆和小根堆。大根堆中每个节点的值都不小于其子节点的值,小根堆则相反。文章详细讲解了如何通过数组模拟实现堆,并提供了创建、插入、删除以及获取堆顶元素的具体步骤。此外,还介绍了堆排序及解决Top K问题的应用,并展示了Java中`PriorityQueue`的基本用法和注意事项。
23 5
【数据结构】优先级队列(堆)从实现到应用详解
|
8天前
|
JSON 前端开发 JavaScript
一文了解树在前端中的应用,掌握数据结构中树的生命线
该文章详细介绍了树这一数据结构在前端开发中的应用,包括树的基本概念、遍历方法(如深度优先遍历、广度优先遍历)以及二叉树的先序、中序、后序遍历,并通过实例代码展示了如何在JavaScript中实现这些遍历算法。此外,文章还探讨了树结构在处理JSON数据时的应用场景。
一文了解树在前端中的应用,掌握数据结构中树的生命线
|
24天前
|
C语言
数据结构基础详解(C语言):图的基本概念_无向图_有向图_子图_生成树_生成森林_完全图
本文介绍了图的基本概念,包括图的定义、无向图与有向图、简单图与多重图等,并解释了顶点度、路径、连通性等相关术语。此外还讨论了子图、生成树、带权图及几种特殊形态的图,如完全图和树等。通过这些概念,读者可以更好地理解图论的基础知识。
|
26天前
|
存储 算法 C语言
数据结构基础详解(C语言): 二叉树的遍历_线索二叉树_树的存储结构_树与森林详解
本文从二叉树遍历入手,详细介绍了先序、中序和后序遍历方法,并探讨了如何构建二叉树及线索二叉树的概念。接着,文章讲解了树和森林的存储结构,特别是如何将树与森林转换为二叉树形式,以便利用二叉树的遍历方法。最后,讨论了树和森林的遍历算法,包括先根、后根和层次遍历。通过这些内容,读者可以全面了解二叉树及其相关概念。
|
26天前
|
存储 机器学习/深度学习 C语言
数据结构基础详解(C语言): 树与二叉树的基本类型与存储结构详解
本文介绍了树和二叉树的基本概念及性质。树是由节点组成的层次结构,其中节点的度为其分支数量,树的度为树中最大节点度数。二叉树是一种特殊的树,其节点最多有两个子节点,具有多种性质,如叶子节点数与度为2的节点数之间的关系。此外,还介绍了二叉树的不同形态,包括满二叉树、完全二叉树、二叉排序树和平衡二叉树,并探讨了二叉树的顺序存储和链式存储结构。
|
26天前
|
存储 C语言
数据结构基础详解(C语言): 树与二叉树的应用_哈夫曼树与哈夫曼曼编码_并查集_二叉排序树_平衡二叉树
本文详细介绍了树与二叉树的应用,涵盖哈夫曼树与哈夫曼编码、并查集以及二叉排序树等内容。首先讲解了哈夫曼树的构造方法及其在数据压缩中的应用;接着介绍了并查集的基本概念、存储结构及优化方法;随后探讨了二叉排序树的定义、查找、插入和删除操作;最后阐述了平衡二叉树的概念及其在保证树平衡状态下的插入和删除操作。通过本文,读者可以全面了解树与二叉树在实际问题中的应用技巧和优化策略。
|
6天前
|
算法 安全 测试技术
golang 栈数据结构的实现和应用
本文详细介绍了“栈”这一数据结构的特点,并用Golang实现栈。栈是一种FILO(First In Last Out,即先进后出或后进先出)的数据结构。文章展示了如何用slice和链表来实现栈,并通过golang benchmark测试了二者的性能差异。此外,还提供了几个使用栈结构解决的实际算法问题示例,如有效的括号匹配等。
golang 栈数据结构的实现和应用
01_设计一个有getMin功能的栈
01_设计一个有getMin功能的栈
|
6天前
|
前端开发
07_用队列实现栈
07_用队列实现栈
06_用栈来求解汉诺塔问题
06_用栈来求解汉诺塔问题