数据结构05:树的定义与双亲、孩子表示法[更新中]

这篇具有很好参考价值的文章主要介绍了数据结构05:树的定义与双亲、孩子表示法[更新中]。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。

数据结构05:树的定义与双亲、孩子表示法[更新中]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

数据结构05:树的定义与双亲、孩子表示法[更新中]


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

数据结构05:树的定义与双亲、孩子表示法[更新中]

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:

结点与高度的公式推算
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

数据结构05:树的定义与双亲、孩子表示法[更新中]

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~

  1. 用参数i记录并遍历本结点的位序
  2. 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

  3. 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];

  4. 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~

  1. 判断树中是为空,如果是,返回错误;如果否,继续执行;
  2. 判断值是否越界,如果是,返回错误;如果否,继续执行;
  3. 输出目标结点的data与parent;
  4. 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:

数据结构05:树的定义与双亲、孩子表示法[更新中]

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

数据结构05:树的定义与双亲、孩子表示法[更新中]

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:

  1. 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~
  2. 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:
    1. 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。
    2. 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。
    3. 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。
  3. 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。

  4. 构建树的流程图如下~

数据结构05:树的定义与双亲、孩子表示法[更新中]

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:

数据结构05:树的定义与双亲、孩子表示法[更新中]

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

数据结构05:树的定义与双亲、孩子表示法[更新中]

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:

  1. 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~
  2. 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~

数据结构05:树的定义与双亲、孩子表示法[更新中]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:数据结构05:树的定义与双亲、孩子表示法[更新中]

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~

数据结构05:树的定义与双亲、孩子表示法[更新中]

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。

数据结构05:树的定义与双亲、孩子表示法[更新中]

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

数据结构05:树的定义与双亲、孩子表示法[更新中]

(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~

数据结构05:树的定义与双亲、孩子表示法[更新中]

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~

数据结构05:树的定义与双亲、孩子表示法[更新中]


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!

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

  • 【数据结构】树,二叉树,满二叉树,完全二叉树的定义和二叉树的基本操作

    🎊专栏【数据结构】 🍔喜欢的诗句:更喜岷山千里雪 三军过后尽开颜。 🎆音乐分享【勋章】 大一同学小吉,欢迎并且感谢大家指出我的问题🥰 目录 ⭐树 🏳️‍🌈定义  🏳️‍🌈注意 🍔树的基本术语 ⭐二叉树 🏳️‍🌈定义 🎆二叉树和树的区别 🏳️‍🌈二叉树

    2024年02月05日
    浏览(70)
  • 数据结构和算法学习记录——平衡二叉树(基本介绍、平衡因子、平衡二叉树的定义、平衡二叉树的高度)

    目录 基本介绍 平衡因子 平衡二叉树  平衡二叉树的高度  什么是平衡二叉树? 以一个例子来解释一下: 搜索树结点按不同的插入次序,将会导致不同的深度和平均查找长度ASL   在二叉搜索树中查找一个元素:  (a)要找到Jan,需要查找一次;要找到Feb,需要查找两次;

    2023年04月26日
    浏览(66)
  • 青岛大学_王卓老师【数据结构与算法】Week05_01_栈和队列的定义和特点1_学习笔记

    本文是个人学习笔记,素材来自青岛大学王卓老师的教学视频。 一方面用于学习记录与分享, 另一方面是想让更多的人看到这么好的《数据结构与算法》的学习视频。 如有侵权,请留言作删文处理。 课程视频链接: 数据结构与算法基础–第05周01–3.1栈和队列的定义和特点

    2024年02月15日
    浏览(40)
  • 数据结构-二叉树-二叉树左右孩子交换(递归)

     注:本文采用队列和递归的算法进行创建和层次遍历。同时不能采用BFS和DFS,因为需要把当前根节点的左孩、右孩勾链并输入才能递归下一个根节点; 队列用于存储此时应该递归的根节点; 格式:每一行尾不能有空格; Description 根据输入利用二叉链表创建二叉树,并将所

    2024年02月04日
    浏览(50)
  • 数据结构和算法学习记录——初识二叉树(定义、五种基本形态、几种特殊的二叉树、二叉树的重要性质、初识基本操作函数)

    目录 二叉树的定义 二叉树具体的五种基本形态 1.空树 2.只有一个节点 3.有左子树,但右子树为空 4.有右子树,但左子树为空  5.左右两子树都不为空 特殊二叉树 斜二叉树 满二叉树  完全二叉树 二叉树的几个重要性质 初识二叉树的几个操作函数  二叉树T: 一个有穷的节点

    2024年02月03日
    浏览(61)
  • 【高阶数据结构】AVL树 {概念及实现;节点的定义;插入并调整平衡因子;旋转操作:左单旋,右单旋,左右双旋,右左双旋;AVL树的验证及性能分析}

    二叉搜索树虽可以缩短查找的效率,但如果数据有序或接近有序二叉搜索树将退化为单支树,查找元素相当于在顺序表中搜索元素,效率低下。因此,两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis在1962年发明了一种解决上述问题的方法: AVL树:又被称为高度平衡搜索二叉树,

    2024年02月10日
    浏览(49)
  • 【数据结构-二叉树 九】【树的子结构】:树的子结构

    废话不多说,喊一句号子鼓励自己:程序员永不失业,程序员走向架构!本篇Blog的主题是【子结构】,使用【二叉树】这个基本的数据结构来实现,这个高频题的站点是: CodeTop ,筛选条件为: 目标公司+最近一年+出现频率排序 ,由高到低的去 牛客TOP101 去找,只有两个地方

    2024年02月07日
    浏览(40)
  • 数据结构--树的存储结构

    树是 n ( n ≥ 0 ) n (nge0) n ( n ≥ 0 ) 个结点的有限集合,n = 0 时,称为空树,这是一种特殊情况。 在任意一棵非空树中应满足: 1)有且仅有一个特定的称为 根 color{red}根 根 的结点。 2)当n 1时,其余结点可分为m (m0)个 互不相交的有限集合 color{red}互不相交的有限集合

    2024年02月13日
    浏览(41)
  • 数据结构:树的存储结构

    学习树之前,我们已经了解了二叉树的顺序存储和链式存储,哪么我们如何来存储普通型的树结构的数据?如下图1: 如图1所示,这是一颗普通的树,我们要如何来存储呢?通常,存储这种树结构的数据的方法有3中: 双亲表示法。 孩子表示法。 孩子兄弟表示法。 双亲表示

    2024年02月15日
    浏览(44)
  • 数据结构入门 — 树的概念与结构

    本文属于数据结构专栏文章,适合数据结构入门者学习,涵盖数据结构基础的知识和内容体系,文章在介绍数据结构时会配合上 动图演示 ,方便初学者在学习数据结构时理解和学习,了解数据结构系列专栏点击下方链接。 博客主页:Duck Bro 博客主页 系列专栏:数据结构专栏

    2024年02月07日
    浏览(41)

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