【数据结构】树型结构详解 + 堆的实现(c语言)(附源码)

简介: 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。

前言

       在编程的世界里,数据结构是构建高效、可靠软件大厦的基石。而当我们谈论起那些既经典又充满活力的数据结构时,无疑是一个不可忽视的存在。然而,在深入了解堆之前,让我们先回溯到其根源——,这个在计算机科学中同样占据核心地位的数据结构。


一、树

1.树的概念与结构

       与线性表不同,树是一种非线性的数据结构,它是由n(n>=0)个节点所构成的有层次关系的数据结构。它的层次关系看起来就像是一棵倒挂的树


2.树的相关术语

       相比于线性表,树的逻辑结构较为复杂,所以出现了一些常用的术语,便于我们对树的结构进行分析。接下来我们结合上图来一一介绍这些术语及其含义。


1.根节点:就像树根一样,树中所有节点都是从节点A发出的,这样的节点叫做根节点。(一棵树只有一个根节点)


2.:连接两个节点的线叫做树的边(一棵有N个节点的树具有N-1条边)。


3.父节点/双亲节点:对于一个节点,父节点/双亲节点可以理解为与其连接的上面的节点。如图所示,B,C,D,E的父节点都是A。(除根节点之外,所有节点有且仅有一个父节点)


4.子节点/孩子节点:与父节点相反,你是我的父节点,那么我就是你的子节点。对于节点A,则B,C,D,E都是它的子节点。


5.节点的度:一个节点有多少个子节点,那么它的度就是多少。例如:节点A的度为4,节点B的度为3,节点C的度为0。


6.树的度:所有节点的度的最大值叫做树的度。如图,这颗树的度就是4。


7.叶子节点/终端节点:度为0的节点称之为叶子节点/终端节点。如图,这颗树中的叶子节点为:F,G,H,C,L,M,J,K。


8.分支节点/非终端节点:度不为0的节点称之为分支节点/非终端节点。除了叶子节点外,其他节点都是分支节点。


9.兄弟节点:具有相同父节点的节点互称为兄弟节点。例如,B,C,D,E是兄弟节点,F,G,H是兄弟节点。


10.节点的层次:由根节点开始,根节点为第一层;它的所有子节点为第二层;子节点的子节点为第三层;以此类推。


11.树的高度/深度:节点的最大层次叫做树的高度/深度。如图,这颗树的高度为4。


12.节点的祖先:对于一个节点,从根节点开始到该节点所经的所有节点(除该节点本身)都叫做该节点的祖先。例如:A,B是G的祖先,A,D,I是L的祖先。


13.路径:从任意节点开始,沿着边到达任意其他节点所经过的节点构成的序列叫做路径。例如:A到L的路径为:A-D-I-L。


14.子孙:与祖先相反,你是我的祖先,我就是你的子孙。例如,F,G,H是B的子孙;所有除A外的节点都是A的子孙。


15.森林:由m(m>0)棵互不相交的树(不同树之间没有相交节点)所构成的集合叫做森林。如图,如果将根节点A删除,剩下的子树组成的部分就是森林。


注意:树形结构当中,子树之间不能有相交的情况,否则就不是树。


如图,以下结构都不是树型结构:



3.树的表示方法

       一般我们表示树时,会在节点中定义指向其子节点的指针,但是由于有些树各个节点的度不一定相同,定义的指针数也无法确定,所以就出现了孩子兄弟表示法


       顾名思义,孩子兄弟表示法就是定义指向子节点的指针和兄弟节点的指针:

struct TreeNode
{
    int data;//数据域
    struct TreeNode* child;//指向孩子的指针
    struct TreeNode* brother;//指向兄弟的指针
};

这样只需要指向节点的其中一个子节点,然后令其指向更多的兄弟节点,这样就能够表示一个节点的所有子节点了。我们画图表示一下该结构:



4.树型结构的实际应用场景

       树型结构在计算机中是被广泛使用的。例如:操作系统中文件根目录与子目录之间的关系、数据库的索引、编译器中的语法树、网络路由协议的构成等。在这些实例中,树形结构对文件的访问、程序的运行效率有很大的帮助。


二、二叉树

1.二叉树的概念与结构

       在树形结构当中,最常用的一种数据结构就是二叉树。所谓二叉树,指的是每一个节点的度不超过2的树



       一棵二叉树可以分为根节点、左子树、右子树,对于每一棵子树,也可以这样细分,直到其子树不存在为止。这里要注意:左右子树的次序不能颠倒


2.二叉树的性质

       二叉树有以下基本性质:


1.一棵非空二叉树的第 层最多有 个节点。


2.高度为 的二叉树的最大节点个数是


3.对于任何一颗非空二叉树,设其度为2的节点个数为 ,度为1的节点个数为 ,叶子节点个数为 ,边数为 ,则有  、


3.满二叉树

       满二叉树是一种特殊的二叉树。它的定义如下:对于一个二叉树,如果它每一层的节点数都达到最大值( ,它就是一个满二叉树。如图所示,这是一棵高度为3的满二叉树:



满二叉树的性质:具有 个节点的满二叉树的高度


4.完全二叉树

       完全二叉树也是一种特殊的二叉树。通俗的讲,一个完全二叉树需要满足两个条件:


1.对于一棵高度为N的二叉树,第1层到第N-1层的节点数均达到最大值。

2.最后一层的节点必须是从左到右连续排列的状态。


如图,这就是一个完全二叉树:



       可以看出,在最后一层,H、I、J三个节点是从左到右连续排列的状态,而其他层的节点数均达到了最大值。当然,由于满二叉树满足完全二叉树的条件,所以它是一种特殊的完全二叉树


完全二叉树的性质:具有 个节点的完全二叉树的高度


5.二叉树的存储形式

       一般来讲,二叉树的存储形式有两种:顺序存储结构链式存储结构


5.1 顺序存储结构

       所谓顺序存储,就是用数组来存储二叉树的数据。我们画图表示一下数组存储二叉树数据的形式:



对比两图可以看出,对于非完全二叉树,它的顺序存储会浪费一定的空间,所以完全二叉树更适合顺序存储


通常情况下,我们将采用顺序存储结构存储的完全二叉树叫做堆。


5.2 链式存储结构

       与链表相同,链式存储结构是指用节点和指针来表示数据元素之间的逻辑关系。通常情况下,二叉树的链式存储结构分为二叉链和三叉链。二叉链的指针域包含左右孩子节点的地址;三叉链的指针域比二叉链多一个指向父节点的指针

//二叉链
struct BTreeNode
{
    int data;
    struct BTreeNode* leftchild;
    struct BTreeNode* rightchild;
};
//三叉链
struct BTreeNode
{
    int data;
    struct BTreeNode* leftchild;
    struct BTreeNode* rightchild;
    struct BTreeNode* parent;
};

三、二叉树顺序结构--堆

       之前我们提到,采用顺序存储结构存储的完全二叉树叫做堆。接下来我们深入学习堆并且尝试实现它的一些功能。


1.堆的结构特点和性质

       堆除了满足完全二叉树的性质之外,它还有一些自身的特性。我们首先从堆的分类开始讲起。


堆可以被分为小堆和大堆。它们的区别如下:


1.小堆(小根堆):根节点(堆顶)的值总是整个堆中的最小值,且堆中每个节点的值都小于等于其子节点的值。


2.大堆(大根堆):根节点(堆顶)的值总是整个堆中的最大值,且堆中每个节点的值都大于等于其子节点的值。



注:堆的节点只是满足小于等于(大于等于)其子节点的值,而两兄弟节点之间的大小是没有要求的。


综上所述,堆具有以下性质:


1.堆总是一棵完全二叉树。

2.堆中的任意节点(非叶子节点)的值总是 小于等于/大于等于 其子节点的值。


       由于堆的逻辑结构是完全二叉树,但是其物理结构是顺序存储的,为了体现其逻辑结构,有一套堆中节点关系的计算公式如下(重要)


设堆中具有n个节点,按照数组下标 对应每一个节点,则对于下标 的节点


1.其父节点的下标为: ( i 为0的节点无父节点)


2.其左孩子节点的下标为: (孩子下标超过n-1,说明没有孩子节点)


3.其 右孩子节点 的下标为: (孩子下标超过n-1,说明没有孩子节点)

2.堆的实现

2.1 堆的结构定义

       看完了这么多的理论知识之后,我们正式开始实现一个小堆。由于堆的底层是数组,它的结构定义如下:

typedef int HPDataType;
 
//定义堆的结构
typedef struct Heap
{
    HPDataType* arr;//数组起始指针
    int capacity;//堆的空间大小
    int size;//堆中有效数据个数
}HP;

2.2 方法的声明

       以下是堆的常用方法声明:

//初始化
void HPInit(HP* php);
 
//销毁
void HPDestroy(HP* php);
 
//判空
bool HPEmpty(HP* php);
 
//辅助函数交换两数据
void Swap(HPDataType* x, HPDataType* y);
 
//堆的向上调整
void AdjustUp(HPDataType* arr, int child);
 
//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n);
 
//插入
void HPPush(HP* php, HPDataType n);
 
//删除
void HPPop(HP* php);
 
//取堆顶数据
HPDataType HPTop(HP* php);

2.3 方法的实现

2.3.1 初始化

       由于堆的底层是数组,初始化和销毁时的操作与顺序表相同。

//初始化
void HPInit(HP* php)
{
    assert(php);//防止传空指针
    php->arr = NULL;
    php->capacity = php->size = 0;
}

2.3.2 销毁

//销毁
void HPDestroy(HP* php)
{
    assert(php);//防止传空指针
    if (php->arr)//防止多次释放空间
    {
        free(php->arr);
    }
    php->arr = NULL;
    php->capacity = php->size = 0;
}

2.3.3 判空

       当堆中有效数据为0时,堆即为空。

//判空
bool HPEmpty(HP* php)
{
    assert(php);
    return php->size == 0;
}

2.3.4 辅助函数交换两数据

       这是一个辅助函数,用于之后插入和删除时交换堆中的数据元素。

//辅助函数交换两数据
void Swap(HPDataType* x, HPDataType* y)
{
    HPDataType tmp = *x;
    *x = *y; 
    *y = tmp;
}

2.3.5 插入

       一般情况下,我们进行插入操作时,是从数组尾部进行插入的。由于我们实现的是小堆,小堆的非叶子节点要小于等于其子节点的值,当我们从数组末尾插入数据时,新的元素可能会小于其父节点的值,就不满足堆的条件了。所以在数据插入之后,要对该数据进行向上调整,按照其值将其放在合适的位置。以下是一个元素进行向上调整的示例过程:



接下来,我们尝试实现插入操作和向上调整算法:

//插入
void HPPush(HP* php, HPDataType n)
{
    assert(php);
    if (php->capacity == php->size)//空间已满,需要增容
    {
        int NewCapacity = php->capacity == 0 ? 4 : 2 * php->capacity;
        HPDataType* tmp = (HPDataType*)realloc(php->arr, NewCapacity * sizeof(HPDataType));//申请内存空间
        if (tmp == NULL)//内存申请失败,直接退出程序
        {
            perror("realloc");
            exit(1);
        }
        php->arr = tmp;//将申请好的空间赋值给起始指针
        php->capacity = NewCapacity;//设置新的空间大小
    }
    php->arr[php->size] = n;//插入新元素
 
    //此时的size没有自增,表示新元素的下标
    AdjustUp(php->arr, php->size);//向上调整
 
    php->size++;//调整之后,元素个数+1
}
//堆的向上调整
void AdjustUp(HPDataType* arr, int child)
{
    int parent = (child - 1) / 2;//先找到父节点的下标
    while (parent >= 0)//父节点下标<0时,已越界
    {
        if (arr[child] < arr[parent])//若孩子节点的值小于父节点的值,就需要调整
        {
            Swap(&arr[child], &arr[parent]);//交换两元素
 
            //此时,新的孩子节点跑到了原来父节点的位置
            child = parent;
            parent = (child - 1) / 2;//确定新的父节点
        }
        else//其他情况说明已经调整完成,退出循环
        {
            break;
        }
    }
}

2.3.6 删除

       堆在进行删除操作时,一般情况是在堆顶出数据的。如果我们直接删除堆顶数据,剩下的部分就不满足堆的条件,并且重新建堆十分麻烦。所以我们首先需要将堆顶数据A与数组最后一个数据B进行交换,然后删除数据A,再针对数据B进行向下调整。以下是数据删除和向下调整的示例:



现在,我们尝试实现删除操作和向下调整算法:

//删除
void HPPop(HP* php)
{
    assert(php);
    assert(!HPEmpty(php));//确保堆不为空
    Swap(&php->arr[0], &php->arr[php->size - 1]);//交换堆顶元素和最后一个数据
    php->size--;//空间大小-1,相当于将最后一个数据删除
 
    //此时的size已经自减,表示有效数据个数
    AdjustDown(php->arr, 0, php->size);
}
//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n)
{
    int child = parent * 2 + 1;//先找到左孩子的下标
    while (child < n)//当孩子节点下标>=n时,已越界
    {
        //若右孩子存在,则将左孩子和右孩子进行比较,找到更小的子节点便于调整交换,保证小堆的特性
        if (child + 1 < n && arr[child] > arr[child + 1])
        {
            child++;
        }
        if (arr[parent] > arr[child])//父节点的值大于子节点,需要调整
        {
            Swap(&arr[parent], &arr[child]);
 
            //此时父节点跑到了孩子节点的位置
            parent = child;
            child = parent * 2 + 1;//确定新的孩子节点
        }
        else//其他情况,调整完成退出循环
        {
            break;
        }
    }
}

2.3.7 取堆顶数据

       由于堆存放在数组当中,堆顶数据即是数组的首元素,直接返回即可。

//取堆顶数据
HPDataType HPTop(HP* php)
{
    assert(php && !HPEmpty(php));
    return php->arr[0];
}

2.4 程序全部代码

       程序全部代码如下:

typedef int HPDataType;
 
//定义堆的结构
typedef struct Heap
{
    HPDataType* arr;//数组起始指针
    int capacity;//堆的空间大小
    int size;//堆中有效数据个数
}HP;
 
//初始化
void HPInit(HP* php);
 
//销毁
void HPDestroy(HP* php);
 
//判空
bool HPEmpty(HP* php);
 
//辅助函数交换两数据
void Swap(HPDataType* x, HPDataType* y);
 
//堆的向上调整
void AdjustUp(HPDataType* arr, int child);
 
//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n);
 
//插入
void HPPush(HP* php, HPDataType n);
 
//删除
void HPPop(HP* php);
 
//取堆顶数据
HPDataType HPTop(HP* php);
 
//初始化
void HPInit(HP* php)
{
    assert(php);//防止传空指针
    php->arr = NULL;
    php->capacity = php->size = 0;
}
 
//销毁
void HPDestroy(HP* php)
{
    assert(php);//防止传空指针
    if (php->arr)//防止多次释放空间
    {
        free(php->arr);
    }
    php->arr = NULL;
    php->capacity = php->size = 0;
}
 
//判空
bool HPEmpty(HP* php)
{
    assert(php);
    return php->size == 0;
}
 
//辅助函数交换两数据
void Swap(HPDataType* x, HPDataType* y)
{
    HPDataType tmp = *x;
    *x = *y; 
    *y = tmp;
}
 
//堆的向上调整
void AdjustUp(HPDataType* arr, int child)
{
    int parent = (child - 1) / 2;//先找到父节点的下标
    while (parent >= 0)//父节点下标<0时,已越界
    {
        if (arr[child] < arr[parent])//若孩子节点的值小于父节点的值,就需要调整
        {
            Swap(&arr[child], &arr[parent]);//交换两元素
 
            //此时,孩子节点跑到了原来父节点的位置
            child = parent;
            parent = (child - 1) / 2;//确定新的父节点
        }
        else//其他情况说明已经调整完成,退出循环
        {
            break;
        }
    }
}
 
//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n)
{
    int child = parent * 2 + 1;//先找到左孩子的下标
    while (child < n)//当孩子节点下标>=n时,已越界
    {
        //若右孩子存在,则将左孩子和右孩子进行比较,找到更小的子节点便于调整交换,保证小堆的特性
        if (child + 1 < n && arr[child] > arr[child + 1])
        {
            child++;
        }
        if (arr[parent] > arr[child])//父节点的值大于子节点,需要调整
        {
            Swap(&arr[parent], &arr[child]);
 
            //此时父节点跑到了孩子节点的位置
            parent = child;
            child = parent * 2 + 1;//确定新的孩子节点
        }
        else//其他情况,调整完成退出循环
        {
            break;
        }
    }
}
 
//插入
void HPPush(HP* php, HPDataType n)
{
    assert(php);
    if (php->capacity == php->size)//空间已满,需要增容
    {
        int NewCapacity = php->capacity == 0 ? 4 : 2 * php->capacity;
        HPDataType* tmp = (HPDataType*)realloc(php->arr, NewCapacity * sizeof(HPDataType));//申请内存空间
        if (tmp == NULL)//内存申请失败,直接退出程序
        {
            perror("realloc");
            exit(1);
        }
        php->arr = tmp;//将申请好的空间赋值给起始指针
        php->capacity = NewCapacity;//设置新的空间大小
    }
    php->arr[php->size] = n;//插入新元素
 
    //此时的size没有自增,表示新元素的下标
    AdjustUp(php->arr, php->size);//向上调整
 
    php->size++;//调整之后,元素个数+1
}
 
//删除
void HPPop(HP* php)
{
    assert(php);
    assert(!HPEmpty(php));//确保堆不为空
    Swap(&php->arr[0], &php->arr[php->size - 1]);//交换堆顶元素和最后一个数据
    php->size--;//空间大小-1,相当于将最后一个数据删除
 
    //此时的size已经自减,表示有效数据个数
    AdjustDown(php->arr, 0, php->size);
}
 
//取堆顶数据
HPDataType HPTop(HP* php)
{
    assert(php && !HPEmpty(php));
    return php->arr[0];
}

总结

       今天我们学习了树、二叉树的概念,基本结构,以及二叉树顺序结构--堆的实现。由堆的特性所创造的排序算法--堆排序是一种效率很高的排序算法,在各种领域广泛使用。如果你觉得博主讲的还不错,就请留下一个小小的赞在走哦,感谢大家的支持❤❤❤

相关文章
|
14天前
|
C语言
【数据结构】栈和队列(c语言实现)(附源码)
本文介绍了栈和队列两种数据结构。栈是一种只能在一端进行插入和删除操作的线性表,遵循“先进后出”原则;队列则在一端插入、另一端删除,遵循“先进先出”原则。文章详细讲解了栈和队列的结构定义、方法声明及实现,并提供了完整的代码示例。栈和队列在实际应用中非常广泛,如二叉树的层序遍历和快速排序的非递归实现等。
90 9
|
8天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(上)(c语言实现)(附源码)
本文介绍了四种常见的排序算法:冒泡排序、选择排序、插入排序和希尔排序。通过具体的代码实现和测试数据,详细解释了每种算法的工作原理和性能特点。冒泡排序通过不断交换相邻元素来排序,选择排序通过选择最小元素进行交换,插入排序通过逐步插入元素到已排序部分,而希尔排序则是插入排序的改进版,通过预排序使数据更接近有序,从而提高效率。文章最后总结了这四种算法的空间和时间复杂度,以及它们的稳定性。
49 8
|
8天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(下)(c语言实现)(附源码)
本文继续学习并实现了八大排序算法中的后四种:堆排序、快速排序、归并排序和计数排序。详细介绍了每种排序算法的原理、步骤和代码实现,并通过测试数据展示了它们的性能表现。堆排序利用堆的特性进行排序,快速排序通过递归和多种划分方法实现高效排序,归并排序通过分治法将问题分解后再合并,计数排序则通过统计每个元素的出现次数实现非比较排序。最后,文章还对比了这些排序算法在处理一百万个整形数据时的运行时间,帮助读者了解不同算法的优劣。
36 7
|
6天前
|
C语言 Windows
C语言课设项目之2048游戏源码
C语言课设项目之2048游戏源码,可作为课程设计项目参考,代码有详细的注释,另外编译可运行文件也已经打包,windows电脑双击即可运行效果
18 1
|
13天前
|
C语言
【数据结构】二叉树(c语言)(附源码)
本文介绍了如何使用链式结构实现二叉树的基本功能,包括前序、中序、后序和层序遍历,统计节点个数和树的高度,查找节点,判断是否为完全二叉树,以及销毁二叉树。通过手动创建一棵二叉树,详细讲解了每个功能的实现方法和代码示例,帮助读者深入理解递归和数据结构的应用。
62 8
|
15天前
|
存储 C语言
【数据结构】手把手教你单链表(c语言)(附源码)
本文介绍了单链表的基本概念、结构定义及其实现方法。单链表是一种内存地址不连续但逻辑顺序连续的数据结构,每个节点包含数据域和指针域。文章详细讲解了单链表的常见操作,如头插、尾插、头删、尾删、查找、指定位置插入和删除等,并提供了完整的C语言代码示例。通过学习单链表,可以更好地理解数据结构的底层逻辑,提高编程能力。
43 4
|
15天前
|
C语言
【数据结构】双向带头循环链表(c语言)(附源码)
本文介绍了双向带头循环链表的概念和实现。双向带头循环链表具有三个关键点:双向、带头和循环。与单链表相比,它的头插、尾插、头删、尾删等操作的时间复杂度均为O(1),提高了运行效率。文章详细讲解了链表的结构定义、方法声明和实现,包括创建新节点、初始化、打印、判断是否为空、插入和删除节点等操作。最后提供了完整的代码示例。
35 0
|
5天前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
14 1
|
7天前
|
存储 算法 Java
数据结构的栈
栈作为一种简单而高效的数据结构,在计算机科学和软件开发中有着广泛的应用。通过合理地使用栈,可以有效地解决许多与数据存储和操作相关的问题。
|
10天前
|
存储 JavaScript 前端开发
执行上下文和执行栈
执行上下文是JavaScript运行代码时的环境,每个执行上下文都有自己的变量对象、作用域链和this值。执行栈用于管理函数调用,每当调用一个函数,就会在栈中添加一个新的执行上下文。