图源:BING AI
考研笔记整理约2.2w字,小白友好、代码可跑的笔记整理,请小伙伴放心食用~👻👻
第1版:查资料、写BUG、画导图、画配图ing~
参考用书:王道考研《2024年 数据结构考研复习指导》
参考用书配套视频:5.1.1 树的定义和基本术语_哔哩哔哩_bilibili
特别感谢: Chat GPT老师[部分名词解释、修改BUG]、BING AI[配图]、文心一言[配图]~
目录
目录
目录
思维导图
树
树的概念
树的基本术语
树的基本性质
树的存储结构
双亲表示法
孩子表示法
孩子兄弟表示法
二叉树
二叉树的概念
定义
特殊的二叉树
二叉树的性质
二叉树的存储结构
二叉树的遍历
先序、中序、后序遍历的定义与手动推算
先序、中序、后序遍历的核心代码
结语
备注:模板篇幅限制就只能写这么长了,线索二叉树及树的应用见下篇~
思维导图
树
树的概念
树的定义:树是n(n≥0)个结点的有限集。当n=0时,称为空树。在任意一棵非空树应满足:
- 有且仅有一个特定的称为根的结点。
- 当n>1时,其余结点可分为m(m>0)个互不相交的有限集T1,T2,...,Tm,其中每个集合本身又是一棵树,并且称为根的子树。 //因此,树是递归的数据结构
树的基本术语
图:树的图形表示+术语注释
(1)结点、度
- 结点:一种数据结构,包含数据和对一个或多个其他节点的引用(例如:指针)。
- 根结点:树的根节点没有前驱,除根结点以外的所有结点有且仅有1个前驱;
- 分支结点:除根节点外,度>0的结点称为分支结点;
- 分支结点:除根节点外,度 = 0的结点称为分支结点;
- 结点关系:
- 祖先结点:从根结点到指定结点的路径上的所有结点,例如结点A、B、E均为结点K的祖先结点;
- 子孙结点:从指定结点到叶子点的路径上的所有结点,例如结点K、L、F均为结点B的子孙结点;
- 双亲结点:祖先结点中最接近指定结点的结点,例如结点E是结点K、L的双亲结点。
- 孩子结点:子孙结点中最接近指定结点的结点,例如结点E、F是结点B的孩子结点。
- 兄弟结点:具有相同父节点的两个结点,例如结点K与结点L是兄弟结点。
- 度数:
- 结点的度:树中一个结点的孩子个数称为度数。
- 树的度:树中结点的最大度数称为数的度。例如图中结点的度数为3,因此这棵树的结点就是3。
(2)层次、深度、高度:
- 层次:一个节点的层级是从根节点到该节点的边数。
- 高度:树中结点的最大层数。
(3)路径:
- 路径:两个结点之间的路径是由这两个结点之间所经过的结点序列构成的;
- 结点的路径长度:两个指定结点路径上经过的边的个数。
- 树的路径长度:树根到每个结点的路径长度的总和。
(4)有序、无序:
- 有序树:是节点按特定顺序排列的树,结点之间不能互换,例如二叉搜索树。
- 无序树:是指节点未按任何特定顺序排列的树。
树的基本性质
(1)结点与结点、结点与边
- n个结点的树 有 n-1条边;// 根节点无前驱,因此无指向根结点的边~
- 树中的结点数 - 1 =所有结点的度数; // 结点的度数代表孩子结点的个数,根节点为特殊的无前驱的结点,因此需要 -1;
(2)结点与度
- 度为m的树,在第 i 层上结点数 ≤ m^(i-1); // 按照结点的度均为m的情况考虑,第1层最多有m^(1-1)=1个结点,第2层最多有m^(2-1)=m个结点...递推可求~
(3)结点与高
- 高度为h的m叉树 结点数 n ≤ (m^h -1)/(m-1); // 等比公式可求,Sn=首项(1-公比的n次方)/(1-公比)
嗯,这个我们以满3叉树(m=3)举栗:
层数(h) | 本层最多结点数 | 首层累加至本层结点数 |
---|---|---|
3叉树第1层 | m^(h-1)=3^(1-1)= 1 | 3^0 = 1 |
3叉树第2层 | m^(h-1)=3^(2-1)= 3 | 3^0 + 3^1 = 4 |
3叉树第3层 | m^(h-1)=3^(3-1)= 9 | 3^0 + 3^1 + 3^2 = 13 |
3叉树第4层 | m^(h-1)=3^(4-1)= 27 | 3^0 + 3^1 + 3^2+ 3^3 = 40 |
... | ... | ... |
3叉树第h层 | m^(h-1)=3^(h-1) | 3^0 + 3^1 + 3^2+ ... +3^(h-1) = 1 x(1- 3^h)/(1-3) =(3^h -1)/ (3-1) |
m叉树第h层 | m^(h-1) | (m^h -1)/ (m-1) |
树的存储结构
双亲表示法
描述:(1)采用一组连续空间来存储每个结点(下图表中data位),(2)同时在每个结点中增加一个伪指针,指示其双亲结点在数组中的位置(下图表中parent位),其中根节点的parent=-1。
特点:
- 简洁直观:相比其它存储方式易于理解与实现。
- 存储结构:顺序存储和链式存储均可实现,其中顺序存储较为常见。
- 存取效率:可以很快得到每个结点的双亲结点,但求孩子结点时需要遍历整个结构;不过这并不是硬伤,可以根据需要在结构体中增加一个用于存放孩子结点的伪指针,这样做会牺牲一些存储空间。 // 所以这里叫做顺序存储法是不是比双亲存储法更合适一些~~
- 是否有序:双亲表示法不适合表示有序树,更适合表示无序树,因为无序树中节点的子节点没有明确的顺序关系。
图示:源于《王道》教材图5.14 树的双亲表示法
双亲表示法 核心代码:
#define MAX_TREE_SIZE 100 //树中可以存储的结点数
typedef struct{ //树中结点的结构,该结构有两个字段
ElemType data; //该字段存储结点的数据元素
int parent; //该字段存储结点的双亲指针(伪指针)
}PTNode;
typedef struct{ //树的结构,该结构有两个字段
PTNode nodes[MAX_TREE_SIZE]; //结构数组,用于存储树中的结点
int n; //树中的结点数
}PTree;
双亲表示法 案例:
要求:1 树的构建;2 树的遍历;3 按值查找某节点,并寻找其父结点与子节点;4 按位查找某节点,并输出其祖先结点与子孙结点~
思路:
LocateElem封装按值查找函数,并寻找双亲与孩子结点~
- 用参数i记录并遍历本结点的位序;
找到目标结点后,输出当前结点的信息,将父结点的信息赋值给j并输出;
通过循环寻找并输出孩子结点的信息,同时记录子结点的数量;如果子结点的数量为0,则输出没有子结点的提示信息;[这一步时间开销会很高,仅寻找相邻结点];
如果遍历到末尾没有找到结点,则输出没有该结点的提示信息。
get封装按位查找函数,并寻找祖先与子孙结点~
- 判断树中是为空,如果是,返回错误;如果否,继续执行;
- 判断值是否越界,如果是,返回错误;如果否,继续执行;
- 输出目标结点的data与parent;
通过递归寻找并输出祖先/子孙结点的信息,同时记录子结点的数量;如果子结点的数量为0,则输出没有子结点的提示信息;如果父节点已为根结点,则反馈到第2步;[这一步时间开销会很高,可寻找所有祖先/子孙结点];
#include <iostream>
#define MAX_TREE_SIZE 100 // 树的最大节点数量
typedef struct {
char data; // 节点数据
int parent; // 双亲节点的索引
} PTNode;
typedef struct {
PTNode nodes[MAX_TREE_SIZE]; // 节点数组
int n; // 当前节点数目
} PTree;
// 初始化树对象
void InitTree(PTree* tree) {
for (int i = 0; i < MAX_TREE_SIZE; i++) {
tree->nodes[i].data = 0; // 将节点数据初始化为0
tree->nodes[i].parent = -1; // 将节点的双亲索引初始化为-1
}
tree->n = 0; // 初始化节点数量为0
}
// 添加节点到树中
void addNode(PTree* tree, char data, int parentIndex) {
if (tree->n >= MAX_TREE_SIZE) { // 如果树已满,不能再添加数据
std::cout << "错误:树已满,不能再添加数据。\n";
return;
}
PTNode newNode;
newNode.data = data; // 设置新节点的数据
if (parentIndex < 0) {
newNode.parent = -1; // 如果双亲索引小于0,则表示没有双亲节点
}
else {
newNode.parent = parentIndex; // 否则,将双亲索引设置为给定的索引值
}
tree->nodes[tree->n] = newNode; // 将新节点添加到节点数组中
tree->n++; // 更新节点数量
}
// 按值查找节点
void LocateElem(const PTree* tree, char data) {
int i, j;
int childCount = 0;
int firstChildPos = -1;
for (i = 0, j = -1; i < tree->n; i++) {
if (tree->nodes[i].data == data) { // 如果找到匹配的节点
std::cout << "找到结点 " << data << std::endl;
std::cout << "当前结点信息:" << "位置: " << i << ", 数据: " << tree->nodes[i].data << ", 双亲位置: " << tree->nodes[i].parent << std::endl;
j = tree->nodes[i].parent;
if (j != -1) {
std::cout << "父节点信息:" << "位置: " << j << ", 数据: " << tree->nodes[j].data << ", 双亲位置: " << tree->nodes[j].parent << std::endl;
}
for (int k = 0; k < tree->n; k++) {
if (tree->nodes[k].parent == i) {
if (childCount == 0) {
firstChildPos = k;
}
std::cout << "子节点信息:" << "位置: " << k << ", 数据: " << tree->nodes[k].data << ", 双亲位置: " << tree->nodes[k].parent << std::endl;
childCount++;
}
}
if (childCount == 0) {
std::cout << "该结点没有子节点" << std::endl;
}
else {
std::cout << "子节点数量: " << childCount << std::endl;
//std::cout << "第一个子节点信息:" << "位置: " << firstChildPos << ", 数据: " << tree->nodes[firstChildPos].data << ", 双亲位置: " << tree->nodes[firstChildPos].parent << std::endl;
}
return;
}
}
std::cout << "未找到结点 " << data << std::endl;
}
// 获取节点的子孙节点
void GetOffspring(const PTree& tree, int index) {
if (index < 0 || index >= tree.n) { // 检查索引是否越界
std::cout << "错误:索引越界。\n";
return;
}
const PTNode& currentNode = tree.nodes[index];
std::cout << "结点位置: " << index << ", 数据: " << currentNode.data << ", 父节点位置: " << currentNode.parent << std::endl;
int childCount = 0;
for (int i = 0; i < tree.n; i++) {
if (tree.nodes[i].parent == index) { // 如果节点的双亲索引与给定索引相等,则表示是其子节点
childCount++;
GetOffspring(tree, i); // 递归调用以获取孩子节点的子节点
}
}
if (childCount == 0) {
std::cout << "该结点没有孩子结点。\n";
}
}
// 获取节点的祖先节点
void GetAncestors(const PTree& tree, int index) {
if (index < 0 || index >= tree.n) { // 检查索引是否越界
std::cout << "错误:索引越界。\n";
return;
}
const PTNode& currentNode = tree.nodes[index];
std::cout << "结点位置: " << index << ", 数据: " << currentNode.data << ", 父节点位置: " << currentNode.parent << std::endl;
int parentIndex = currentNode.parent;
if (parentIndex >= 0) {
GetAncestors(tree, parentIndex); // 递归调用以获取祖先节点的祖先节点
}
}
int main() {
PTree newtree;
// 初始化树对象
InitTree(&newtree);
// 增加节点
char data;
int parentIndex;
while (std::cout << "输入结点: " && std::cin >> data && data != '\\') {
std::cout << "输入结点的双亲位置: ";
std::cin >> parentIndex;
addNode(&newtree, data, parentIndex);
}
std::cout << std::endl;
// 输出结点
for (int i = 0; i < newtree.n; i++) {
std::cout << "结点位置: " << i << ", 数据: " << newtree.nodes[i].data << ", 父节点位置: " << newtree.nodes[i].parent << std::endl;
}
std::cout << std::endl;
// 输出按值查找结点信息
char target1;
std::cout << "请输入要按值查找的结点: ";
std::cin >> target1;
LocateElem(&newtree, target1);
std::cout << std::endl;
// 输出子孙结点
int targetIndex1;
std::cout << "寻找该位序的子孙结点: ";
std::cin >> targetIndex1;
GetOffspring(newtree, targetIndex1);
std::cout << std::endl;
// 输出祖先结点
int targetIndex2;
std::cout << "寻找该位序的祖先结点: ";
std::cin >> targetIndex2;
GetAncestors(newtree, targetIndex2);
return 0;
}
运行的效果如下图所示:
孩子表示法
描述:将每个结点都用单链表链接起来的线性结构,此时n个结点就有n个孩子链表(叶节点的孩子链表为空链表)。
特点:
- 存储结构:顺序存储法通常由顺序表和链表共同构成。在这种存储方式中,树的整体结构使用顺序表来表示,而每个结点则使用链表来表示其孩子结点。
- 存取效率:可以很快得到每个结点的孩子结点,方便地动态添加孩子节点,但求双亲结点时需要遍历指针域所指向的n个孩子链表。
- 是否有序:适用于任意树的存储,包括有序树。由于每个节点的孩子节点都以单链表的形式链接,因此可以灵活地表示任意数量的子节点,并且可以按照节点在链表中的顺序确定子节点的顺序。但是无法区分左右结点。
图示:源于《王道》教材图5.15 树的孩子表示法
孩子表示法 案例:
要求:1 树的构建;2 树的遍历~
备注:经过了多次的失败打击,考虑到时间有限,最后找gpt老师帮我重构逻辑写了一份代码~这段代码我也有很多不懂的地方,尤其是不懂<vector>这个头文件,因此增加了很啰嗦的注释~😢😢
思路:
- 构建树的核心思想是层次遍历,需要用到辅助队列,关于队列的内容及特性可见👉数据结构03:栈、队列和数组_梅头脑-CSDN博客~
- 代码中,我们使用向量
std::vector<CTNode*> nodeQueue
来模拟队列的行为。向量和队列的区别在于:
数据结构类型:
- 向量是一种动态数组,可以在末尾快速添加和删除元素,并支持随机访问元素。
- 队列是一种先进先出(FIFO)的数据结构,只能在队尾添加元素,在队首移除元素。
添加和删除元素:
- 向量使用
push_back
方法在末尾添加元素,并使用erase
方法删除指定位置的元素。- 队列使用
push
方法在队尾添加元素,并使用pop
方法移除队首元素。访问元素:
- 向量可以通过索引直接访问元素,例如
vector[index]
。- 队列只能访问队首元素,使用
front
方法。需要注意的是,向量和队列在底层实现和性能上可能存在差异。如果需要严格的队列行为,可以使用标准库中的
std::queue
类,它是专门用于队列操作的数据结构。构建树的流程图如下~
代码:
#include <iostream> //C++标准库中的头文件,提供了输入输出流的功能。在代码中使用std::cout和std::cin进行输出和输入操作。
#include <vector> //这是C++标准库中的头文件,它包含了std::vector模板类,提供了动态数组的功能。在这段代码中,std::vector<CTNode*>被用来存储和管理树的子结点和结点队列。
// 定义树的结点结构
struct CTNode {
char data; // 用于存储结点的数据
std::vector<CTNode*> children; // 一个std::vector<CTNode*>类型的容器,用于存储子结点的指针
};
// 定义树的结构
struct CTree {
CTNode* root; // 根节点指针
};
// 创建新的树结点
CTNode* createNode(char data) { //接受一个char类型的参数data,用于传输树结点的数据
CTNode* newNode = new CTNode(); //创建新的树结点newnode
newNode->data = data; //将data的数据赋值给newnode
return newNode; //返回newnode的结点指针
}
// 添加孩子节点
void addChild(CTNode* parent, CTNode* child) { //接受两个参数:parent代表父结点的指针,child代表要添加的子结点的指针。
parent->children.push_back(child); //调用 std::vector 类的 push_back() 方法,将 child 添加到 parent->children 的末尾,从而实现了添加子节点的操作。
}
// 初始化树
CTree* initTree() {
CTree* tree = new CTree(); //创建新的树tree
tree->root = nullptr; //树的根节点指针设为空
return tree; //返回树的指针
}
// 构建树
void buildTree(CTree* tree) { //接受树的结构体CTree*的指针tree,用于增加树结点的数据
//用户键入树的结点数据data
char data;
std::cout << "输入根节点数据: ";
std::cin >> data;
// 创建根节点
CTNode* root = createNode(data); //创建根结点,并将用户输入的data赋值到根节点
tree->root = root; //根节点的指针赋值给tree的root成员变量,将根节点连接到树中
std::vector<CTNode*> nodeQueue; // 创建辅助队列nodeQueue,其数据类型为树的结点类型CTNode,用于辅助构建树
nodeQueue.push_back(root); //调用 std::vector 类的 push_back() 方法,将根节点的指针root添加到结点队列nodeQueue,作为开始构建树的起点
while (!nodeQueue.empty()) { //当辅助队列nodeQueue的结点不为空时,执行以下循环
CTNode* currentNode = nodeQueue.front(); //从辅助队列nodeQueue中获取队首元素的值。nodeQueue.front()获取结点队列的第一个结点的指针,并将其赋值给变量currentNode
nodeQueue.erase(nodeQueue.begin()); //辅助队列nodeQueue队首元素出队。这行代码使用erase()函数从结点队列中移除第一个结点。begin()函数返回队列的起始迭代器,它指向队列的第一个元素
//用户键入树的当前结点data赋值到辅助队列的结点currentNode,并键入孩子结点数量childCount
int childCount;
std::cout << "输入节点 " << currentNode->data << " 的子节点数量: ";
std::cin >> childCount;
//当用户键入的子结点个数<孩子结点数量childCount时,执行以下循环
for (int i = 0; i < childCount; i++) {
//用户键入树的孩子结点数据childData
char childData;
std::cout << "输入子节点 " << i + 1 << " 的数据: ";
std::cin >> childData;
// 创建孩子结点
CTNode* childNode = createNode(childData);
// 将孩子结点childNode的值添加到当前结点currentNode的末尾,形成当前结点的孩子链表
addChild(currentNode, childNode);
// 将孩子结点childNode加入辅助队列nodeQueue,在下一轮循环中作为父结点构建其孩子链表
nodeQueue.push_back(childNode);
}
}
}
// 输出树的结构
void printTree(const CTree* tree) {
// 若树为空,返回main函数
if (tree->root == nullptr) {
std::cout << "树为空。\n";
return;
}
std::cout << "树的结构:\n"; // 输出文字:“树的结构”
std::vector<const CTNode*> nodeQueue; // 在树的结构输出中进行层次遍历。具体为,创建了一个空的向量 nodeQueue作为辅助队列,用于存储树的常量指针CTNode*。
nodeQueue.push_back(tree->root); //将根结点root添加到辅助队列nodeQueue的末尾
while (!nodeQueue.empty()) { //当辅助队列nodeQueue的结点不为空时,执行以下循环
const CTNode* currentNode = nodeQueue.front(); //读取辅助队列nodeQueue的队首元素
nodeQueue.erase(nodeQueue.begin()); //辅助队列nodeQueue的队首元素出队
std::cout << "结点数据: " << currentNode->data; // 输出文字:“结点数据”
if (!currentNode->children.empty()) { // 当前结点currentNode的孩子结点children不为空时,执行以下循环
std::cout << ",子节点数据: "; // 输出文字:“子节点数据”
for (const CTNode* child : currentNode->children) { //读取当前结点currentNode的队首孩子结点children
std::cout << child->data << " "; // 输出孩子结点的数据
nodeQueue.push_back(child); // 队首孩子结点出队
}
}
std::cout << "\n";
}
}
int main() {
CTree* tree = initTree(); // 初始化树
buildTree(tree); // 构建树
std::cout << "\n";
printTree(tree); // 输出树的结构
delete tree; // 释放内存
return 0;
}
运行的效果如下图所示:
孩子兄弟表示法
描述:孩子兄弟表示法又称为二叉树表示法,它使用二叉链表作为树的存储结构。在孩子兄弟表示法中,每个节点包括三个部分的内容:结点值、指向该结点的第一个孩子结点的指针,以及指向该结点的下一个兄弟结点的指针(通过这个指针可以找到该结点的所有兄弟结点)。 //因此在存储时会转换为二叉树~
树与二叉树的转换:每个结点左指针指向它的第一个孩子,右指针指向它在树中相邻的右兄弟,这个规则又称“左孩子右兄弟”。由于根结点没有右兄弟,所以对应的二叉树没有右子树。
特点:
- 存储结构:顺序存储法通常由链表构成。
- 存取效率:这种存储表示法比较灵活,其最大的优点是可以方便地实现树转换为二叉树的操作,易于查找结点的孩子等,但缺点是从当前结点查找其双亲结点比较麻烦。若为每个结点增设一个parent域指向其父结点,则查找结点的父结点也很方便。
- 是否有序:适用于任意树的存储,包括有序树。
图示:源于《王道》教材图5.15 树的孩子兄弟表示法
孩子兄弟表示法 案例:
要求:按照上图,1 构建树;2 递归算法输出树转二叉树的结点与深度;3 递归算法输出原树的结点与深度~
思路:
- 构建树的核心思想是队列,与孩子表示法的构建思路很类似,区别在于这一步:addChild(currentNode, childNode); 孩子兄弟法不能将孩子结点直接挂在原结点的后面,而是需要根据左孩子右兄弟的原则转换为二叉树存储~思维导图如下,与之前孩子表示法的区别已经涂蓝了~
- 输出和求树高用了递归的方式,效率偏低,但是代码会简洁一些~
代码:
#include <iostream> //C++标准库中的头文件,提供了输入输出流的功能。在代码中使用std::cout和std::cin进行输出和输入操作。
#include <vector> //这是C++标准库中的头文件,它包含了std::vector模板类,提供了动态数组的功能。在这段代码中,std::vector<CTNode*>被用来存储和管理树的子节点和节点队列。
// 定义树的结点结构
struct CSNode {
char data; // 用于存储结点的数据
std::vector<CSNode*> firstchild; // 孩子指针
std::vector<CSNode*> nextsibling; // 兄弟指针
};
// 定义树的结构
struct CSTree {
CSNode* root; // 根节点指针
};
// 创建新的树结点
CSNode* createNode(char data) { //接受一个char类型的参数data,用于传输树结点的数据
CSNode* newNode = new CSNode(); //创建新的树结点newnode
newNode->data = data; //将data的数据赋值给newnode
return newNode; //返回newnode的结点指针
}
// 添加孩子节点
void addChild(CSNode* parent, CSNode* child) { //接受两个参数:parent代表父节点的指针,child代表孩子节点的指针。
parent->firstchild.push_back(child); //调用 std::vector 类的 push_back() 方法,将 child 添加到 parent->firstchild 的末尾。
}
// 添加兄弟节点
void addSibling(CSNode* parent, CSNode* sibling) { //接受两个参数:parent代表父节点的指针,sibling代表兄弟的指针。
parent->nextsibling.push_back(sibling); //调用 std::vector 类的 push_back() 方法,将 sibling 添加到 parent->nextsibling 的末尾。
}
// 初始化树
CSTree* initTree() {
CSTree* tree = new CSTree(); //创建新的树tree
tree->root = nullptr; //树的根节点指针设为空
return tree; //返回树的指针
}
// 构建树
void buildTree(CSTree* tree) { //接受树的结构体CSTree*的指针tree,用于增加树结点的数据
//用户键入树的结点数据data
char data;
std::cout << "输入根节点数据: ";
std::cin >> data;
// 创建根节点
CSNode* root = createNode(data); //创建根结点,并将用户输入的data赋值到根节点
tree->root = root; //根节点的指针赋值给tree的root成员变量,将根节点连接到树中
std::vector<CSNode*> nodeQueue; // 创建辅助队列nodeQueue,其数据类型为树的结点类型CSNode,用于辅助构建树
nodeQueue.push_back(root); //调用 std::vector 类的 push_back() 方法,将根节点的指针root添加到结点队列nodeQueue,作为开始构建树的起点
while (!nodeQueue.empty()) { //当辅助队列nodeQueue的结点不为空时,执行以下循环
CSNode* currentNode = nodeQueue.front(); //从辅助队列nodeQueue中获取队首元素的值。nodeQueue.front()获取结点队列的第一个结点的指针,并将其赋值给变量currentNode
nodeQueue.erase(nodeQueue.begin()); //辅助队列nodeQueue队首元素出队。这行代码使用erase()函数从结点队列中移除第一个结点。begin()函数返回队列的起始迭代器,它指向队列的第一个元素
//用户键入树的当前结点data赋值到辅助队列的结点currentNode,并键入孩子结点数量childCount
int childCount;
std::cout << "输入节点 " << currentNode->data << " 的子节点数量: ";
std::cin >> childCount;
CSNode* prevChild = nullptr; //在构建树的过程中,用于保存上一个添加的孩子节点的指针prevChild。
//当用户键入的子结点个数<孩子结点数量childCount时,执行以下循环
for (int i = 0; i < childCount; i++) {
//用户键入树的孩子结点数据childData
char childData;
std::cout << "输入子节点 " << i + 1 << " 的数据: ";
std::cin >> childData;
// 创建孩子结点
CSNode* childNode = createNode(childData);
if(prevChild == nullptr){
addChild(currentNode, childNode); //当 prevChild 指向null时,表示当前节点是前一个节点的孩子节点。
}else{
addSibling(prevChild, childNode); //当 prevChild 指向结点时,表示当前节点是前一个节点的右兄弟节点。
}
prevChild = childNode; // 将孩子结点childNode赋值为prevChild,用于判断下一个结点的输入
nodeQueue.push_back(childNode); // 将孩子结点childNode加入辅助队列nodeQueue,在下一轮循环中作为父结点构建其孩子链表
}
}
}
//递归输出树的结构
void printTreeWithDepth(CSNode* node, int depth){
if(node == nullptr)
return;
std::cout << "树结点: " << node->data << " 深度: " << depth << std::endl;
// 递归打印左子树和右兄弟
for(CSNode* child : node->firstchild){
printTreeWithDepth(child,depth = depth + 1);
}
for(CSNode* sibling : node->nextsibling){
printTreeWithDepth(sibling,depth);
}
}
// 获取输出二叉树的结构
void printBinaryTreeWithDepth(CSNode* node, int depth) {
if(node == nullptr)
return;
std::cout << "二叉树结点: " << node->data << " 深度: " << depth << std::endl;
// 递归打印二叉树
for(CSNode* child : node->firstchild){
printBinaryTreeWithDepth(child,depth = depth + 1);
}
for(CSNode* sibling : node->nextsibling){
printBinaryTreeWithDepth(sibling,depth = depth + 1);
}
}
// 获取树的高度
int getHeight(CSNode* node){
if(node == nullptr)
return 0;
int maxHeight = 0;
for(CSNode* child : node->firstchild){
int height = getHeight(child);
maxHeight = std::max(maxHeight, height);
}
for(CSNode* sibiling : node->nextsibling){
int height = getHeight(sibiling);
maxHeight = std::max(maxHeight, height);
}
return maxHeight + 1;
}
int main() {
CSTree* tree = initTree(); // 初始化树
buildTree(tree); // 构建树
std::cout << std::endl;
printTreeWithDepth(tree->root,0); // 输出树的结点
std::cout << std::endl;
printBinaryTreeWithDepth(tree->root,0); // 输出二叉树的结点
std::cout << std::endl;
int height = getHeight(tree->root); // 输出二叉树的高度
std::cout << "二叉树的高度:" << height <<std::endl;
delete tree; // 释放内存
return 0;
}
运行的效果如下图所示:
备注:注意树的判定式if(prevChild == nullptr),prevChild作为指针判定下一个结点应该是孩子结点或是兄弟结点,根据口诀“左孩子右兄弟”,这里手动模拟一下构建树的流程~
第一趟,用户键入根结点R,队列:[R]~
1) 树:null; 队首currentNode:R出队并记录;用户键入3个子结点A、B、C,进入孩子结点循环~
R
2) 上一个孩子节点prevChild 指向null,childNode孩子结点 A接入 currentNode当前结点 R的左孩子指针,表示为R的孩子~树的结构如下:
R
/
A
上一个孩子结点prevChild指向结点A,结点A入队,队列:[A];
3) 上一个孩子节点prevChild 指向结点A,不为空,因此childNode孩子结点 B接入 currentNode当前结点 A的右孩子指针,表示为A的兄弟~树的结构如下:
R
/
A
\
B
上一个孩子结点prevChild指向结点B,结点B入队,队列:[A,B];
4) 上一个孩子节点prevChild 指向结点B,不为空,因此childNode孩子结点 C接入 currentNode当前结点 B的右孩子指针,表示为B的兄弟~树的结构如下:
R
/
A
\
B
\
C
上一个孩子结点prevChild指向结点C,结点C入队,队列:[A,B, C];
5)用户键入的子结点个数=孩子结点数量childCount; 本轮孩子结点循环结束~
第二趟,队首currentNode:A出队并记录,用户键入结点A的2个子结点D、E,进入孩子结点循环~
1) 上一个孩子节点prevChild 指向null[代码重置],childNode孩子结点 D接入 currentNode当前结点 A的左孩子指针,表示为A的孩子~树的结构如下:
R
/
A
/ \
D B
\
C
上一个孩子结点prevChild指向结点D,结点D入队,队列:[B, C,D];
2) 上一个孩子节点prevChild 指向结点D,childNode孩子结点 E接入 currentNode当前结点 D的右孩子指针,表示为D的兄弟~树的结构如下:
R
/
A
/ \
D B
\ \
E C
上一个孩子结点prevChild指向结点E,结点E入队,队列:[B, C,D,E];
第三趟,队首currentNode:B出队并记录,用户键入结点B的子结点为0,不会进入孩子结点循环~树的结构与第二趟相同,队列:[C,D,E];
第四趟,队首currentNode:C出队并记录,用户键入结点C的1个子结点F,进入孩子结点循环~
1) 上一个孩子节点prevChild 指向null[代码重置],childNode孩子结点 F接入 currentNode当前结点 C的左孩子指针,表示为C的孩子~树的结构如下:
R
/
A
/ \
D B
\ \
E C
/
F
上一个孩子结点prevChild指向结点F,结点F入队,队列:[D,E,F];
第五~六趟,队首currentNode:D、E出队并记录,用户键入结点D、E的子结点为0,不会进入孩子结点循环~树的结构与第四趟相同,队列:[F];
第七趟,队首currentNode:E出队并记录,用户键入结点C的3个子结点G、H、K,进入孩子结点循环,过程略,树的结构如下~
R
/
A
/ \
D B
\ \
E C
/
F
/
G
\
H
\
K
上一个孩子结点prevChild指向结点K,结点K入队,队列:[G,H,K];
第八~十趟,队首currentNode:G,H,K出队并记录,用户键入结点G,H,K的子结点为0,不会进入孩子结点循环~树的结构与第七趟相同,队列为空,退出循环~
图源:文心一言
二叉树
二叉树的概念
定义
(1)每个结点至多只能有两棵子树(即二叉树中不存在度大于2的结点),可以为空树;
(2)二叉树的子树有左右之分,其次序不能任意颠倒。
特殊的二叉树
(1)满二叉树:高度为h,且含有2^h - 1个结点的的二叉树,即树中的每层都含有最多的结点。
(2)完全二叉树:高度为h,有n个结点的二叉树,当且仅当其每个结点都与高度为h的满二叉树中编号为1~n的结点一一对应时,称为完全二叉树。
(3)二叉排序树:左子树上所有结点的关键字均小于根结点的关键字;右子树上的所有结点的关键字均大于根节点的关键字;左子树和右子树又各是一棵二叉排序树。
(4)平衡二叉树:树上任意一个结点的左子树和右子树的深度之差不超过1。
二叉树的性质
(1)普通二叉树
- 结点与结点:非空二叉树上,叶结点数 = 度为2的结点数 + 1,即 n0 = n2 + 1;
// 二叉树的结点总数=n0+n1+n2,二叉树的分支或边总数=n1+2n2;树的结点总数=树的分支总数+1(根节点),则n0+n1+n2=n1+2n2+1,得n0=n2+1。
// 另,在完全二叉树,最多只会有1个是度为1的结点,n1的取值范围为0或1。
- 结点与度:非空二叉树上,在第 k 层上结点数 ≤ 2^(k-1);
- 结点与高:高度为h的二叉树 结点数 n ≤ 2^h -1;
// 以上性质均与树的性质相互对照。
(2)完全二叉树
- 结点与编号:
- i > 1时,结点 i 的双亲编号为 ⌊ i / 2 ⌋("⌊⌋"表示向上取整);
- 2i ≤ n时,结点 i 的左孩子编号为 2i , 否则无左孩子;
- 2i + 1 ≤ n时,结点 i 右孩子编号为2i+1,否则无右孩子;
- 结点与高度:
- 结点 i 所在层次(深度为)⌊ log i ⌋ + 1("log"无底数时默认以2为底数);
- 具有 n 个结点的完全二叉树高度为 ⌈ log (n+1) ⌉ 或⌊ log n ⌋ + 1。
// 以上性质均与树“结点与高”性质相互对照,完全二叉树的树高 2^(h-1) -1 <n ≤ 2^h -1 ,或 2^(h-1) ≤ n < 2^h -1~
二叉树的存储结构
(1)顺序存储结构
- 定义:用一组地址连续的存储单元依次自上而下、自左至右存储完全二叉树上的结点元素。即将完全二叉树上编号为 i 的结点元素存储在一维数组下边为 i-1 的分量中。
- 适用:依据二叉树的性质,完全二叉树和满二叉树采用顺序存储比较合适,逻辑直观,且节省存储空间。 //所以顺序存储应该不是重点
- 结构:顺序表即可,增删改查操作可见👉线性表[顺序表+链表]
#define MaxSize 16
typedef struct {
ElemType data[MaxSize]; // 存储二叉树的数组
int length; // 树的当前长度
} BiTree;
(2)链式存储结构
- 定义:采用链式存储结构,用链表结点来存储二叉树中的每个结点。
- 适用:一般都采用二叉树的性质存储。
- 结构:结点结构通常包括若干数据域和指针域,二叉链表中至少包含3个域:数据域、左指针域、右指针域。
typedef struct BiTNode{
ElemType data; //数据域;
struct BiTNode *lchild, *rchild; //左、右孩子指针;
}BiTNode,*BiTree;
二叉树的遍历
先序、中序、后序遍历的定义与手动推算
二叉树的遍历:是指按某条搜索路径访问树中的每个结点,使得每个结点均被访问一次,而且仅被访问一次。常见的遍历次序有先序、中序和后序三种遍历算法~目的是使树这种非线性结构最后能以线性的方式输出~
- 先序遍历:如果树不为空,则依次访问树的根节点、左子树、右子树 ;
- 中序遍历:如果树不为空,则依次访问树的左子树、根节点、右子树 ;
- 后序遍历:如果树不为空,则依次访问树的左子树、右子树、根节点。
举栗:在这里简单复现一下 机智的王道咸鱼老师 教的两种树的手算法~
递归遍历算法思想概要:
- 递归切分法(非官方称呼):适用于程序递归算法——
- 先序遍历:如果树非空,访问根节点,调用递归访问左子树,调用递归访问右子树,完结撒花~
- 中序遍历:如果树非空,调用递归访问左子树,访问根节点,调用递归访问右子树,完结撒花~
- 后序遍历:如果树非空,访问根节点,调用递归访问左子树,调用递归访问右子树,完结撒花~
递归遍历手动推算及案例:
- 递归切分法(非官方称呼):手动推算版本,个人就觉得有点绕,大致就是将树以结点为单位,从顶至底无限切分,然后以遍历顺序开始访问~
- 以配图为例说明手动推算步骤——
- 将树切分为根(1)、左子树(2、4、6)、右子树(3、5);
- 将左子树(2、4、6)看作整体,继续细分,又可以得到局部根结点(2)与右子树(4、6),其左子树为空;
- 将左子树(4、6)看作整体,继续细分,又可以得到局部根结点(4)与左子树(6),其右子树为空;
- 将右子树(3、5)看作整体继续细分,又可以得到局部根结点(3)与右子树(5),其左子树为空;
- 先序遍历:按照根、左、右的顺序,访问
- →1(总树的根结点)
- →2(1作为根结点,左子树的局部根结点2)
- →4(2作为局部根结点无左子树,则访问右子树的局部根结点4)
- →6(4作为局部根结点相连的左子树,至此总根的左子树访问完成)
- →3(1作为根结点,右子树的局部根结点3)
- →5(3作为局部根结点无左子树,访问右子树)
- 中序遍历:按照左、根、右的顺序,访问
- →2(1作为根结点的左子树,局部根结点2,无左子树则访问根结点2)
- →6(2作为局部根结点无左子树,其右子树4作为局部根结点,具有左子树为6)
- →4(4作为局部根结点无右子树,至此总根结点1左侧访问完成)
- →1(总根结点1)
- →3(1作为局部根结点无左子树,局部根结点3,无左子树则访问根结点3)
- →5(3作为局部根结点,左子树与根访问完成,则访问右子树)
- 后序遍历:按照左、右、根的顺序,访问
- →6(跳过根结点1-及其左子树的局部根结点2-及其右子树的局部根结点4)
- →4(6属于左子树,无右兄弟,访问父结点4)
- →2(4属于右子树,访问父结点2)
- →5(2属于左子树,有右兄弟3,但3有子树5,则跳过局部根结点3先访问5)
- →3(5属于右子树,访问父结点3)
- →1(3属于右子树,访问父结点1)
非递归遍历算法思想概要:
- 环绕计数法(非官方称呼):适用于程序非递归算法——
- 先序|中序,将指针的位置赋给树的根,树不为空且指针不为空时,循环:
- 如果指针指向 非空结点——
- 若是先序遍历,此处访问结点~
- 指针指向的结点入栈~
- 指针依次访问结点指向的左孩子,进行下一轮循环~
- 如果指针指向 空结点——
- 指针退回父结点的位置(指针指向栈顶元素)~
- 指针指向结点的右孩子~
- 若是中序遍历,此处访问结点~
- 栈顶元素出栈,进行下一轮循环~
- 后序,将指针的赋给树的根,树不为空且指针不为空时,循环:
- 如果指针指向 非空结点——
- 指针指向的结点入栈~
- 指针依次访问结点指向的左孩子~
- 如果指针指向 空结点——
- 指针退回父结点的位置(指针指向栈顶元素)~
- 如果该结点有未被记录的右孩子~
- 访问结点的右孩子,进行下一轮循环~
- 如果该结点没有右孩子,或右孩子已被记录(说明当前节点及其子树已经遍历完成)~
- 栈顶元素访问并出栈~
- 记录指针当前的位置(作为下一个待处理节点的父结点)~
- 指针置空,进行下一轮循环~
非递归遍历手动推算及案例:
- 环绕计数法(非官方称呼):手动推算理解版本——
- 先序遍历记录第1次经过的结点,中序遍历记录第2次经过的结点,后序遍历记录第3次经过的结点~
- 从根结点的上方开始沿着树的轮廓开始逆时针画线~
- 如上图,将树的分支结点与叶子结点均补全为度为2的分支结点~
- 以配图为例说明手动推算步骤——
- 先序遍历:按照根、左、右的顺序,访问
- →1(父结点null经过1次)
- →2(父结点1经过1次)
- →4(父结点2经过1次)
- →6(父结点4经过1次)
- →3(父结点1经过1次)
- →5(父结点3经过1次)
- 中序遍历:按照左、根、右的顺序,访问
- →2(父结点1经过1次,2的左孩子null结点经过1次)
- →6(父结点4经过1次,6的左孩子null结点经过1次)
- →4(父结点2经过1次,4的左孩子5结点经过1次)
- →1(父结点null经过1次,1的左孩子2结点经过1次)
- →3(父结点1经过1次,3的左孩子null结点经过1次)
- →5(父结点3经过1次,5的左孩子null结点经过1次)
- 后序遍历:按照左、右、根的顺序,访问
- →6(父结点1经过1次,左孩子null经过1次、右孩子null经过1次)
- →4(父结点2经过1次,左孩子6经过1次、右孩子null经过1次)
- →2(父结点1经过1次,左孩子null经过1次、右孩子4经过1次)
- →5(父结点3经过1次,左孩子null经过1次、右孩子null经过1次)
- →3(父结点1经过1次,左孩子null经过1次、右孩子5经过1次)
- →1(父结点null经过1次,左孩子2经过1次、右孩子3经过1次)
先序、中序、后序遍历的核心代码
要求:复现上一张图中的树,篇幅限制,代码注释见算法思想概要~
#include <iostream>
#include <stack>
#include <queue>
typedef struct BiTNode {
int data;
struct BiTNode* lchild, * rchild;
} BiTNode, * BiTree;
void visit(int data) {
std::cout << data << " ";
}
void PreOrder(BiTree T) {
if (T != NULL) {
visit(T->data);
PreOrder(T->lchild);
PreOrder(T->rchild);
}
}
void InOrder(BiTree T) {
if (T != NULL) {
InOrder(T->lchild);
visit(T->data);
InOrder(T->rchild);
}
}
void PostOrder(BiTree T) {
if (T != NULL) {
PostOrder(T->lchild);
PostOrder(T->rchild);
visit(T->data);
}
}
void PreOrder2(BiTree T) {
std::stack<BiTree> S;
BiTree p = T;
while (p || !S.empty()) {
if (p) {
visit(p->data);
S.push(p);
p = p->lchild;
}
else {
p = S.top();
S.pop();
p = p->rchild;
}
}
}
void InOrder2(BiTree T) {
std::stack<BiTree> S;
BiTree p = T;
while (p || !S.empty()) {
if (p) {
S.push(p);
p = p->lchild;
}
else {
p = S.top();
S.pop();
visit(p->data);
p = p->rchild;
}
}
}
void PostOrder2(BiTree T) {
std::stack<BiTree> S;
BiTree p = T;
BiTree r = NULL;
while (p || !S.empty()) {
if (p) {
S.push(p);
p = p->lchild;
}
else {
p = S.top();
if (p->rchild && p->rchild != r)
p = p->rchild;
else {
S.pop();
visit(p->data);
r = p;
p = NULL;
}
}
}
}
// 构建树
void buildTree(BiTree* tree) {
int data;
std::cout << "输入根节点数据: ";
std::cin >> data;
BiTNode* root = new BiTNode;
root->data = data;
std::queue<BiTNode*> nodeQueue;
nodeQueue.push(root);
while (!nodeQueue.empty()) {
BiTNode* currentNode = nodeQueue.front();
nodeQueue.pop();
int childCount;
std::cout << "输入节点 " << currentNode->data << " 的子节点数量: ";
std::cin >> childCount;
switch (childCount) {
case 2:
{
for (int i = 0; i < 2; ++i) {
int childData;
std::cout << "输入第 " << i + 1 << " 个子节点的数据: ";
std::cin >> childData;
char childType;
std::cout << "输入第 " << i + 1 << " 个子节点是左孩子还是右孩子(L/R): ";
std::cin >> childType;
BiTNode* childNode = new BiTNode;
childNode->data = childData;
childNode->lchild = NULL;
childNode->rchild = NULL;
if (childType == 'L') {
currentNode->lchild = childNode;
} else if (childType == 'R') {
currentNode->rchild = childNode;
}
nodeQueue.push(childNode);
}
}
break;
case 1:
{
int childData;
std::cout << "输入子节点的数据: ";
std::cin >> childData;
char childType;
std::cout << "输入子节点是左孩子还是右孩子(L/R): ";
std::cin >> childType;
BiTNode* childNode = new BiTNode;
childNode->data = childData;
childNode->lchild = NULL;
childNode->rchild = NULL;
if (childType == 'L') {
currentNode->lchild = childNode;
} else if (childType == 'R') {
currentNode->rchild = childNode;
}
nodeQueue.push(childNode);
}
break;
case 0:
// 跳过判定,不添加子节点
break;
}
}
*tree = root;
}
// 释放树的内存
void releaseTree(BiTree tree) {
if (tree == NULL) {
return;
}
releaseTree(tree->lchild);
releaseTree(tree->rchild);
delete tree;
}
int main() {
BiTree tree = nullptr;
std::cout << "层次遍历构建树:\n";
buildTree(&tree);
std::cout << "递归先序遍历: ";
PreOrder(tree);
std::cout << "\n递归中序遍历: ";
InOrder(tree);
std::cout << "\n递归后序遍历: ";
PostOrder(tree);
std::cout << "\n非递归先序遍历: ";
PreOrder2(tree);
std::cout << "\n非递归中序遍历: ";
InOrder2(tree);
std::cout << "\n非递归后序遍历: ";
PostOrder2(tree);
releaseTree(tree);
return 0;
}
代码运行结果如下~
文章来源:https://www.toymoban.com/news/detail-476408.html
结语
博文到此结束,写得模糊或者有误之处,欢迎小伙伴留言讨论与批评,包括但不限于以下内容~😶🌫️文章来源地址https://www.toymoban.com/news/detail-476408.html
- 小白视角:这段代码不理解,博主需要增加语法注释、逻辑注释、配图或者动图说明~
- 大佬视角:这写的是什么玩意儿?!C++是这么写的嘛,老子有意见!
- 路人视角:随便翻到,与我无关。确实挺长,写得不容易,不如默默给个赞支持一下博主?
- 福利视角:直接翻到最后,博文不重要,记得经常发红包就可以了,好人一生平安,懂?!
到了这里,关于数据结构05:树的定义与双亲、孩子表示法[更新中]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!