完全二叉树、完美二叉树、完满二叉树、计算完全二叉树的结点

这篇具有很好参考价值的文章主要介绍了完全二叉树、完美二叉树、完满二叉树、计算完全二叉树的结点。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

完美二叉树、完全二叉树、完满二叉树

一、完美二叉树(Perfect Binary Tree)

对于完美二叉树,我们常用的是另一个名称:满二叉树

完美二叉树的定义:

完美二叉树是一种特殊的完全二叉树,每层都是满的,像一个稳定的三角形

完全二叉树、完美二叉树、完满二叉树、计算完全二叉树的结点

二、完全二叉树**(Complete Binary Tree)**

完全二叉树的定义:

全二叉树从根结点到倒数第二层满足完美二叉树,最后一层可以不完全填充,其叶子结点都靠左对齐。

完全二叉树、完美二叉树、完满二叉树、计算完全二叉树的结点

其实理解完全二叉树可以借助于**栈(stack)**的思想。

具体就是我们可以将一棵完美二叉树的所有节点按照编号1…15的顺序依次入栈。然后对栈每一次出栈,栈里保存的结点集构造一棵二叉树都是一棵完全二叉树

完美二叉树和完全二叉树:

下图是一棵完美二叉树:

现在将编号为15, 14, …, 9的叶子结点从右到左依次拿掉或者拿掉部分,则是一棵完全(Complete)二叉树
完全二叉树、完美二叉树、完满二叉树、计算完全二叉树的结点

例如将上图中的编号为15, 14, 13, 12, 11叶子结点都拿掉(从右到左的顺序):

完全二叉树、完美二叉树、完满二叉树、计算完全二叉树的结点

但是如果不是依次拿掉就不满足完全二叉树

例如将上图编号15,14,13,11叶子结点都拿掉(从右到左的顺序):

完全二叉树、完美二叉树、完满二叉树、计算完全二叉树的结点

那可以把它变成完全二叉树吗?

要不就是在拿掉编号11的时候也拿掉编号12,要不就是让编号11座位编号5的右孩子,则变成一棵完全二叉树

三、完满二叉树**(Full Binary Tree)**

所有非叶子结点的度都是2。(只要你有孩子,你就必然是有两个孩子。)

四、如何计算完全二叉树的结点数?

222. 完全二叉树的节点个数

这题其实很简单,但是为了达到较高效的时间复杂度,我们可以用到上面介绍到的完满二叉树

  • 如果是求一棵普通二叉树的结点数,只需要这样遍历就能得到结果,时间复杂度为 O(N):
public int countNodes(TreeNode root) {
    if (root == null) return 0;
    return 1 + countNodes(root.left) + countNodes(root.right);
}
  • 如果是求一棵满二叉树,节点总数和树的高度呈指数关系:
public int countNodes(TreeNode root) {
    int h = 0;
    // 计算树的高度
    while (root != null) {
        root = root.left;
        h++;
    }
    // 节点总数就是 2^h - 1
    return (int)Math.pow(2, h) - 1;
}
  • 完全二叉树比普通二叉树特殊,但又没有满二叉树那么特殊,计算它的节点总数,可以说是普通二叉树和满二叉树的结合版
public int countNodes(TreeNode root) {
    TreeNode l = root, r = root;
    // 沿最左侧和最右侧分别计算高度
    int hl = 0, hr = 0;
    while (l != null) {
        l = l.left;
        hl++;
    }
    while (r != null) {
        r = r.right;
        hr++;
    }
    // 如果左右侧计算的高度相同,则是一棵满二叉树
    if (hl == hr) {
        return (int)Math.pow(2, hl) - 1;
    }
    // 如果左右侧的高度不同,则按照普通二叉树的逻辑计算
    return 1 + countNodes(root.left) + countNodes(root.right);
}

结合刚才针对满二叉树和普通二叉树的算法,上面这段代码应该不难理解,就是一个结合版,但是其中降低时间复杂度的技巧是非常微妙的

复杂度分析:

这个算法的时间复杂度是 O(logN*logN),这是怎么得到的呢?

直觉感觉好像最坏情况下是 O(N*logN) 吧,因为之前的 while 需要 logN 的时间,最后要 O(N) 的时间向左右子树递归:

return 1 + countNodes(root.left) + countNodes(root.right);

但是关键点在于,这两个递归只有一个会真的递归下去,另一个一定会触发 hl == hr 而立即返回,不会递归下去

因为一棵完全二叉树的两棵子树,至少有一棵是满二叉树,如图所示:

完全二叉树、完美二叉树、完满二叉树、计算完全二叉树的结点

完全二叉树、完美二叉树、完满二叉树、计算完全二叉树的结点

完全二叉树、完美二叉树、完满二叉树、计算完全二叉树的结点

完全二叉树、完美二叉树、完满二叉树、计算完全二叉树的结点

很明显,由于完全二叉树的性质,其子树一定有一棵是满的,所以一定会触发 hl == hr,只消耗 O(logN) 的复杂度而不会继续递归。

综上,算法的递归深度就是树的高度 O(logN),每次递归所花费的时间就是 while 循环,需要 O(logN),所以总体的时间复杂度是 O(logN*logN)。

所以说,「完全二叉树」这个概念还是有它存在的原因的,不仅适用于数组实现二叉堆,而且连计算节点总数这种看起来简单的操作都有高效的算法实现。文章来源地址https://www.toymoban.com/news/detail-403490.html

到了这里,关于完全二叉树、完美二叉树、完满二叉树、计算完全二叉树的结点的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包