二叉树(C语言)

这篇具有很好参考价值的文章主要介绍了二叉树(C语言)。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。

1.树

1.1概念

树是一种非线性的数据结构,它是由n(n>=0)个有限结点组成一个具有层次关系的集合。把它叫做树是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的

  • 有一个特殊的结点,称为根结点,根节点没有前驱结点
  • 除根节点外,其余结点被分成M(M>0)个互不相交的集合T1、T2、……、Tm,其中每一个集合Ti(1<= i
    <= m)又是一棵结构与树类似的子树每棵子树的根结点有且只有一个前驱可以有0个或多个后继
  • 树是递归定义的。
  • 树形结构中,子树之间不能有交集,否则就不是树形结构

1.2相关定义

二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言

  • 节点的度:一个节点含有的子树的个数称为该节点的度; 如上图:A的为6
  • 叶节点或终端节点:度为0的节点称为叶节点; 如上图:B、C、H、I…等节点为叶节点
  • 非终端节点或分支节点:度不为0的节点; 如上图:D、E、F、G…等节点为分支节点
  • 双亲节点或父节点:若一个节点含有子节点,则这个节点称为其子节点的父节点; 如上图:A是B的父节点
  • 孩子节点或子节点:一个节点含有的子树的根节点称为该节点的子节点; 如上图:B是A的孩子节点
  • 兄弟节点:具有相同父节点的节点互称为兄弟节点; 如上图:B、C是兄弟节点
  • 树的度:一棵树中,最大的节点的度称为树的度; 如上图:树的度为6
  • 节点的层次:从根开始定义起,根为第1层,根的子节点为第2层,以此类推;
  • 树的高度或深度:树中节点的最大层次; 如上图:树的高度为4
  • 堂兄弟节点:双亲在同一层的节点互为堂兄弟;如上图:H、I互为兄弟节点
  • 节点的祖先:从根到该节点所经分支上的所有节点;如上图:A是所有节点的祖先
  • 子孙:以某节点为根的子树中任一节点都称为该节点的子孙。如上图:所有节点都是A的子孙
  • 森林:由m(m>0)棵互不相交的树的集合称为森林;

1.3 表示(左孩子右兄弟)

二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言

二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言

2.二叉树

二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言
二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言

2.1概念

一棵二叉树是结点的一个有限集合,该集合:

  1. 可以为空
  2. 由一个根节点加上两棵称为左子树和右子树的二叉树组成
  3. 二叉树不存在度大于2的结点
  4. 二叉树的子树有左右之分,次序不能颠倒,因此二叉树是有序树

2.2特殊的二叉树

二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言

1. 满二叉树:

每一个层的结点数都达到了最大值的二叉树。
如果一个二叉树的层数为K,且结点总数是 2^k-1 ,则它就是满二叉树。

2. 完全二叉树:

完全二叉树是效率很高的数据结构,完全二叉树是由满二叉树引出来的。
对于深度为K结点为n的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。
前k-1层是满二叉树 ; 第k层不满且从左到右连续 ; 若第k层也满 则为满二叉树
满二叉树是一种特殊的完全二叉树。

2.3二叉树的性质

若规定根节点的层数为1

  1. 一棵非空二叉树第i层上最多有 2^(i - 1) 个结点
  2. 深度为k的二叉树的最大结点数(即满二叉树)是 2^k - 1
  3. 任何一棵二叉树, 度为0的叶结点个数为x0 , 度为2的分支结点个数为 x2,则x0 = x2+1(度为0的永远比度为2的多1个)
  4. 具有n个结点的满二叉树的深度,h=log2(n+1)
  5. 对于具有n个结点的完全二叉树,如果按照从上至下从左至右的数组顺序对所有节点从0开始编号,则对
    于序号为i的结点有:

i=0,i为根节点编号,无双亲节点
i>0,i的父节点:(i-1)/2

2i+1<n,左孩子序号:2i+1(2i+1>=n无左孩子)
2i+2<n,右孩子序号:2i+2(2i+2>=n无右孩子)

  1. 高度为h的完全二叉树的结点个数区间:【2^(h-1) ,2^h-1】
    二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言

2.4练习

1. 某二叉树共有 399 个结点,其中有 199 个度为 2 的结点,则该二叉树中的叶子结点数为( 200 )
A 不存在这样的二叉树
B 200
C 198
D 199
x0 = x2+1
2.下列数据结构中,不适合采用顺序存储结构的是( A )
A 非完全二叉树
B 堆
C 队列
D 栈
3.在具有 2n 个结点的完全二叉树中,叶子结点个数(即x0)为( A )
A n
B n+1
C n-1
D n/2
完全二叉树:前k-1层是满二叉树 ; 第k层不满且从左到右连续 
2n = x0 + x1 + x2
2n = x0 + x1 + x0 - 1 
2n = 2x0 + x1 - 1
x1为0/1   2n为整数 x1只能为1 ==》x0 = n
4.一棵完全二叉树的节点数为531个,那么这棵树的高度为( B )
A 11
B 10
C 8
D 12
法一:如果是满二叉树 h = 256 512 1024
                  2^  8   9   10
法二:利用结论【2^(h-1)2^h-15.一个具有767个节点的完全二叉树,其叶子节点个数为( B )
A 383
B 384
C 385
D 386
完全二叉树:前k-1层是满二叉树 ; 第k层不满且从左到右连续 
767 = x0 + x1 + x2
767 = x0 + x1 + x0 - 1 
767 = 2x0 + x1 - 1
x1为0/1   767为奇数 x1只能为0 ==》x0 = 384

3.二叉树的存储结构

1. 顺序存储

顺序结构存储就是使用数组来存储,一般使用数组只适合表示完全二叉树,不是完全二叉树会有空
间浪费。二叉树顺序存储在物理上是一个数组,在逻辑上是一颗二叉树。通常把堆(一种二叉树)用顺序结构的数组来存储,这里的堆是数据结构,操作系统虚拟进程地址空间中的堆是管理内存的一块区域分段。
二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言

2. 链式存储

链式存储结构是用链表来表示一棵二叉树,即用链表来指示元素的逻辑关系。 链表中每个结点由三个域组成,数据域和左右指针域,左右指针分别用来给出该结点左孩子和右孩子所在链结点的存储地址 。链式结构分为二叉链和三叉链。
二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言

4.完全二叉树的代码实现

4.1堆的介绍

如果有一个关键码的集合K = { , , ,…, },把它的所有元素按完全二叉树的顺序存储方式存储
在一个一维数组中,并满足: <= 且 <= ( >= 且 >= ) i = 0,1,
2…,则称为小堆(或大堆)。将根节点最大的堆叫做最大堆或大根堆,根节点最小的堆叫做最小堆或小根堆。

1.堆的性质:

  1. 堆中某个节点的值总是>= 或 <=其父节点的值;
  2. 小根堆:子节点值>=父亲
  3. 大根堆:子节点值<=父亲
  4. 总是一棵完全二叉树

2.堆的应用

1.堆排序: – O(N * logN)
2.topk问题
二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言

4.2堆的实现

1.Heap.h

#pragma once
#include<stdio.h>
#include<stdlib.h>
#include<assert.h>
#include<stdbool.h>

typedef int HPDataType;
typedef struct Heap
{
	HPDataType* a;
	int size;
	int capacity;
}HP;

//交换
void Swap(HPDataType* p1, HPDataType* p2);

//打印
void HeapPrint(HP* php);

//上调
void AdjustUp(HPDataType* a, int child);

//下调
void AdjustDwon(HPDataType* a, int size, int parent);

//初始化
void HeapInit(HP* php);

//销毁
void HeapDestroy(HP* php);

//入堆
void HeapPush(HP* php, HPDataType x);

//出堆
void HeapPop(HP* php);

//判空
bool HeapEmpty(HP* php);

//取堆头
HPDataType HeapTop(HP* php);

//堆大小
int HeapSize(HP* php);


2.Heap.c



#include "Heap.h"

//交换
void Swap(HPDataType* p1, HPDataType* p2)
{
	HPDataType tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}

//打印
void HeapPrint(HP* php)
{
	assert(php);
	for (int i = 0; i < php->size; ++i)
	{
		printf("%d ", php->a[i]);
	}
	printf("\n");
}

//上调logN
void AdjustUp(HPDataType* a, int child)
{
	//定位父节点下标
	int parent = (child - 1) / 2;
	while (child > 0)
	{
	//	if (a[child] > a[parent])  //大堆
		if (a[child] < a[parent])  //小堆
		{
			//交换数据
			Swap(&a[child], &a[parent]);
			//交换后更新
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

//下调logN
void AdjustDwon(HPDataType* a, int size, int parent)
{
	//设左孩子较小
	int child = parent * 2 + 1;
	//当未达到堆末 进入循环
	while (child < size)
	{
		//确定real大孩子
	//	if (child + 1 < size && a[child + 1] > a[child])  //大堆
	
		//确定real小孩子
		if (child + 1 < size && a[child + 1] < a[child])  //小堆
		{
			++child;
		}
	//	if (a[parent] > a[child])  //大堆
		if (a[parent] > a[child])  //小堆
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

//初始化
void HeapInit(HP* php)
{
	assert(php);

	php->a = NULL;
	php->size = php->capacity = 0;
}

//销毁
void HeapDestroy(HP* php)
{
	assert(php); 

	free(php->a);
	php->a = NULL;
	php->size = php->capacity = 0;
}

//入堆
void HeapPush(HP* php, HPDataType x)
{
	assert(php);
	if (php->size == php->capacity)
	{
		int newcapacity = php->capacity == 0 ? 4 : php->capacity * 2;
		HPDataType* tmp = (HPDataType*)realloc(php->a, sizeof(HPDataType) * newcapacity);
		if (tmp == NULL)
		{
			printf("realloc fail\n");
			exit(-1);
		}

		php->a = tmp;
		php->capacity = newcapacity;
	}

	php->a[php->size] = x;
	php->size++;
	//上调         插入的新数据的下标
	AdjustUp(php->a, php->size - 1);
}

//出堆
void HeapPop(HP* php)
{
	assert(php);
	assert(php->size > 0);

	//想要删除堆头 把堆头与堆末交换
	Swap(&(php->a[0]), &(php->a[php->size - 1]));
	//删除堆末 -- 原目标值(堆头)已被删除
	php->size--;
	//将原堆末(现堆头下调置适当位置)
	AdjustDwon(php->a, php->size, 0);
}

//取堆头
HPDataType HeapTop(HP* php)
{
	assert(php);
	assert(php->size > 0);

	return php->a[0];
}

//判空
bool HeapEmpty(HP* php)
{
	assert(php);

	return php->size == 0;
}

//堆大小
int HeapSize(HP* php)
{
	assert(php);

	return php->size;
}


3.test.c

#define _CRT_SECURE_NO_WARNINGS
#include"Heap.h"

//测试函数
void TestHeap()
{
	//创建
	HP hp;
	//初始化
	HeapInit(&hp);
	//入堆
	int a[] = { 27, 15, 19, 18, 28, 34, 65, 49, 25, 37 };
	for (int i = 0; i < sizeof(a) / sizeof(int); ++i)
	{
		HeapPush(&hp, a[i]);
	}
	///打印
	HeapPrint(&hp);
	//入堆 -- 打印
	HeapPush(&hp, 10);
	HeapPrint(&hp);
	//出堆 -- 打印
	HeapPop(&hp);
	HeapPrint(&hp); 
	HeapPop(&hp);
	HeapPrint(&hp);
}

4.3堆的应用

1.堆排序

1.1建堆时间复杂度(最优为下调N)
1.1.1下调O(N)

二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言

1.1.2 上调O(NlogN)

二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言

1.2代码实现

//堆排序1.0 升序<-->用<-->小堆 降序<-->用<-->大堆
//问题:
//1、需要有一个堆数据结构存在 才能创建堆对象
//2、在堆对象空间再创建一个数组 调整后回写 空间复杂度为 O(N)
void Low_HeapSort(int* a, int n)
{
	HP hp;
	HeapInit(&hp);
	for (int i = 0; i < n; ++i)
	{
		HeapPush(&hp, a[i]);
	}

	int i = 0;
	while (!HeapEmpty(&hp))
	{
		a[i++] = HeapTop(&hp);
		HeapPop(&hp);
	}
	HeapDestroy(&hp);
}
//堆排序2.0 升序<-->建<-->大堆 降序<-->建<-->大堆
void Plus_HeapSort(int* a, int n)
{
//一、建堆
// 	1.0 上调建堆法 O(N*logN)
// 	将数组a传参后 假设原数组就是一颗树 只不过这棵树待调整
// 	上调法:遍历数组 从1到n-1 上调至合适位置
//  定位父节点下标 int parent = (child - 1) / 2 -->  i从1开始而非0
	
    /*
	for (int i = 1; i < n; ++i)
	{
		AdjustUp(a, i);
	}
    */
//  2.0 下调建堆法 O(N)
// 	将数组a传参后 假设原数组就是一颗树 只不过这棵树待调整
// 	下调法:遍历数组 叶子节点无孩子不用下调 
//          从倒数第一个非叶子节点开始遍历至根节点
// 	        倒数第一个非叶子节点:末节点的父亲
// 	        公式计算父节点下标 int parent = (child - 1) / 2
// 	        末节点下标:n - 1 - 1
//  设左孩子较小 int child = parent * 2 + 1;
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDwon(a, n, i);
	}
//二、排序(升序法:将大值一次排到尾部 建大堆-->根最大) O(N*logN)
	//定位末节点
	int end = n - 1;
	//排序 遍历已经调好位置的大堆
	while (end > 0)
	{
		//头尾交换(最大的值(根结点)与末节点的值交换)
		//下调
		Swap(&a[0], &a[end]);
		AdjustDwon(a, end, 0);
		//下标前移
		--end;
	}
}

//测试堆排序
void TestHeapSort()
{
	int a[] = { 27, 15, 19, 18, 28, 34, 65, 49, 25, 37 };
	Plus_HeapSort(a, sizeof(a) / sizeof(int));
	for (int i = 0; i < sizeof(a) / sizeof(int); i++)
	{
		printf("%d ", a[i]);
	}
}

int main()
{
	TestHeapSort();

	return 0;
}
1.3堆排序时间复杂度

堆排序时间复杂度 = 建堆 + 排序
= O(N) + O(N*longN)
= O(NlogN)

2.topk问题

2.1介绍及解决方式

介绍:
求数据结合中前K个最大的元素或者最小的元素
解决方式:
用堆来解决 基本思路:

  1. 思路一:O(N * logN)
    将N个数据进行排序 目前接触到的排序算法最优为堆排序
  2. 思路二:O(N + k * logN) 【N个数据建堆空间浪费巨大】
    将N个数据建成大堆 然后Top/Pop k次 时间复杂度 = 下调建大堆 + Top/Pop
  3. 思路三:O[K + (N-K) * logK] 【最优 时间上可能比二差点 但空间上效率提高】
    将N个数据前K个元素建堆:取前k个最大的元素–建小堆;取前k个最小的元素,建大堆
    用剩余的N-K个元素依次与堆顶元素比较,不满足则替换堆顶元素
    将剩余N-K个元素依次与堆顶元素比完之后,堆中剩余的K个元素就是所求的前K个最小或者最大的元素。
    二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言
2.2代码举例
//打印Topk函数
void PrintTopK(int* a, int n, int k)
{
	// 1.下调建堆 -- 用前k个元素建堆
	
	//申请空间
	int* kHeap = (int*)malloc(sizeof(int) * k);
	assert(kHeap);
	//拷贝前k个
	for (int i = 0; i < k; ++i)
	{
		kHeap[i] = a[i];
	}
	//显示kHeap
	printf("kHeap的数据显示\n");
	for (int i = 0; i < k; ++i)
	{
		printf("%d ", kHeap[i]);
	}
	printf("\n");
	//下调建堆
	for (int i = (k - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDwon(kHeap, k, i); //此时AdjustDwon实现的是建小堆
	} 
	//显示kHeap
	printf("kHeap的数据显示\n");
	for (int i = 0; i < k; ++i)
	{
		printf("%d ", kHeap[i]);
	}
	printf("\n");

	// 2.访问数组a中n-k个元素 -- 依次与堆顶元素比较 -- 不满足则替换
	for (int j = k; j < n; ++j)
	{
		if (a[j] > kHeap[0])
		{
			kHeap[0] = a[j];
			AdjustDwon(kHeap, k, 0);
			printf("kHeap的数据显示\n");
			for (int i = 0; i < k; ++i)
			{
				printf("%d ", kHeap[i]);
			}
			printf("\n");
		}
	}
	//打印
	printf("kHeap的数据显示\n");
	for (int i = 0; i < k; ++i)
	{
		printf("%d ", kHeap[i]);
	}
	printf("\n");
}

//Topk测试函数
void TestTopk()
{
	//一、生成10个<=100的数
	int* a = (int*)malloc(sizeof(int) * 10);
	srand(time(0));
	for (int i = 0; i < 10; ++i)
	{
		a[i] = rand() % 100;
	}
	//将其中5个数修改成大于100的数
	a[6] = 100 + 6;
	a[4] = 100 + 9;
	a[8] = 100 + 2;
	a[2] = 100 + 1;
	a[0] = 100 + 4;
	//打印查看
	printf("a的数据显示\n");
	for (int i = 0; i < 10; ++i)
	{
		printf("%d ", a[i]);
	}
	printf("\n");
	//检验
	PrintTopK(a, 10, 5);
}

int main()
{
	TestTopk();
	return 0;
}

5.普通二叉树的结构

5.1代码实现

二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言

#define _CRT_SECURE_NO_WARNINGS

#include<stdio.h>
#include<stdlib.h>
#include<stdbool.h>
#include<assert.h>

typedef int BTDataType;
typedef struct BinaryTreeNode
{
	struct BinaryTreeNode* left;
	struct BinaryTreeNode* right;
	BTDataType data;
}BTNode;

//创建新结点
BTNode* CreatNode(BTDataType x)
{
	BTNode* node = (BTNode*)malloc(sizeof(BTNode));
	assert(node);

	node->data = x;
	node->left = NULL;
	node->right = NULL;

	return node;
}

//自创二叉树
BTNode* CreatBinaryTree()
{
	BTNode* node1 = CreatNode(1);
	BTNode* node2 = CreatNode(2);
	BTNode* node3 = CreatNode(3);
	BTNode* node4 = CreatNode(4);
	BTNode* node5 = CreatNode(5);
	BTNode* node6 = CreatNode(6);

	node1->left = node2;
	node1->right = node4;
	node2->left = node3;
	node4->left = node5;
	node4->right = node6;

	return node1;
}

//前序遍历NLR
void PreOrder(BTNode* root)
{
	if (root == NULL)
	{
		printf("# ");
		return;
	}

	printf("%d ", root->data);
	PreOrder(root->left);
	PreOrder(root->right);
}

//中序遍历LNR
void InOrder(BTNode* root) 
{
	if (root == NULL)
	{
		printf("# ");
		return;
	}

	InOrder(root->left);
	printf("%d ", root->data);
	InOrder(root->right);
}

//后序遍历LRN
void PostOrder(BTNode* root) 
{
	if (root == NULL) 
	{
		printf("# ");
		return;
	}

	PostOrder(root->left);
	PostOrder(root->right);
	printf("%d ", root->data);
}

//结点个数1.0--NLR
int count = 0;
void TreeSize1(BTNode* root)
{
	if (root == NULL)
	{
		return;
	}

	++count;
	TreeSize1(root->left);
	TreeSize1(root->right);
}

//结点个数2.0--LRN
int TreeSize2(BTNode* root)
{
	return root == NULL ? 0 :TreeSize2(root->left) + TreeSize2(root->right) + 1;
}

//叶子结点数--LRN
int TreeLeafSize(BTNode* root)
{
	if (root == NULL)
		return 0;

	if (root->left == NULL && root->right == NULL)
		return 1;

	return TreeLeafSize(root->left) + TreeLeafSize(root->right);
}

//第k层结点个数--LRN
int TreeKLevel(BTNode* root, int k)
{
	assert(k >= 1);

	if (root == NULL)
		return 0;

	if (k == 1)
		return 1;

	return TreeKLevel(root->left, k - 1) + TreeKLevel(root->right, k - 1);
}

// 求二叉树深度--LRN
int TreeDepth(BTNode* root)
{
	if (root == NULL)
		return 0;

	int leftDepth = TreeDepth(root -> left);
	int rightDepth = TreeDepth(root -> right);

	return leftDepth > rightDepth ? leftDepth + 1 : rightDepth + 1;
}

//查找目标结点--NLR
BTNode* TreeFind(BTNode* root, BTDataType x)
{
	if (root == NULL)
		return NULL;

	if (root->data == x)
		return root; 

	BTNode* ret1 = TreeFind(root->left, x);  if (ret1) return ret1;
	BTNode* ret2 = TreeFind(root->right, x); if (ret2) return ret2;

	return NULL;
}

int main()
{
	//创建二叉树 
	BTNode* root = CreatBinaryTree();
	//NLR
	PreOrder(root);
	printf("\n");
	//LNR
	InOrder(root);
	printf("\n");
	//LRN
	PostOrder(root);
	printf("\n");

	//结点个数1.0
	count = 0;
	TreeSize1(root);
	printf("TreeSize:%d\n", count);

	//结点个数2.0
	printf("TreeSize:%d\n", TreeSize2(root));
	printf("TreeSize:%d\n", TreeSize2(root));

	//叶子结点数
	printf("LeafSize:%d\n", TreeLeafSize(root));
	
	//第k层结点个数
	printf("KLevelSize:%d\n", TreeKLevel(root, 1));
	printf("KLevelSize:%d\n", TreeKLevel(root, 2));
	printf("KLevelSize:%d\n", TreeKLevel(root, 3));
	printf("KLevelSize:%d\n", TreeKLevel(root, 4));

	return 0;
}

5.2算法图解(递归)

二叉树(C语言),深度学习数据结构,c语言,数据结构,开发语言文章来源地址https://www.toymoban.com/news/detail-618309.html

到了这里,关于二叉树(C语言)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

  • 二叉树--C语言实现数据结构

    本期带大家一起用C语言实现二叉树🌈🌈🌈 二叉树是一种特殊的树状数据结构,它由节点组成,每个节点最多有两个子节点,分别称为左子节点和右子节点 二叉树的链式存储结构是指用 链表 来表示一棵二叉树,即用链来指示元素的逻辑关系。 通常的方法是链表中每个结点

    2024年02月17日
    浏览(41)
  • 数据结构——二叉树基础结构篇(C语言)

    现在是北京时间2023年6月13日9点11分。从决定要开始减脂之后,饥饿总是伴随着我。一觉起来肚子咕咕叫,我还是想先把文章发了再吃第一餐。燕麦加蛋白粉几乎伴随了我大学的第一年早饭。昨天练了一个小时背,练背后还做了45分钟有氧。空腹训练没有影响我的训练状态。这

    2024年02月08日
    浏览(39)
  • 【C语言/数据结构】二叉树(层序遍历|判断完全二叉树|性质)

     🌈个人主页: 秦jh__https://blog.csdn.net/qinjh_?spm=1010.2135.3001.5343 🔥 系列专栏: 《数据结构》https://blog.csdn.net/qinjh_/category_12536791.html?spm=1001.2014.3001.5482 ​ ​​​ 目录  层序遍历  层序遍历函数实现 判断二叉树是否为完全二叉树 二叉树性质        💬 hello! 各位铁子们大

    2024年01月24日
    浏览(50)
  • 【数据结构】二叉树的节点总个数、叶子节点个数、第K层节点个数、二叉树的深度

    目录 1.结点总个数 1.1 局部静态变量法 思维 代码 不足之处 2.传指针法 程序代码 3.递归法 思想 程序代码 详细过程 2.叶子节点个数 思想 程序代码 3.第K层节点个数 思想 程序代码 4.二叉树深度 思想 程序代码         求二叉树节点总个数、叶子节点个数、第k层节点个数、二叉

    2024年02月02日
    浏览(40)
  • [数据结构 -- C语言] 二叉树(BinaryTree)

    目录 1、树的概念及结构 1.1 树的概念 1.2 树的相关概念(很重要) 1.3 树的表示 2、二叉树的概念及结构 2.1 概念 2.2 特殊二叉树 2.3 二叉树的性质(很重要) 2.4 练习题 2.5 二叉树的存储结构 2.5.1 顺序存储 2.5.2 链式存储 3、二叉树的顺序结构及实现 3.1 二叉树的顺序结构 3.2 堆的

    2024年02月16日
    浏览(48)
  • 数据结构之二叉树构建、广度/深度优先(前序、中序、后序)遍历

    说到树,我们暂时忘记学习,来看一下大自然的树: 哈哈 以上照片是自己拍的,大家凑合看看 回归正题,那么在数据结构中,树是什么呢,通过上面的图片大家也可以理解 树是一种非线性的数据结构 像这样 ,有多个节点组成的有一定层次关系的结构,像是一颗相对于天空

    2024年02月03日
    浏览(43)
  • 【数据结构初阶】八、非线性表里的二叉树(二叉树的实现 -- C语言链式结构)

    ========================================================================= 相关代码gitee自取 : C语言学习日记: 加油努力 (gitee.com)  ========================================================================= 接上期 : 【数据结构初阶】七、非线性表里的二叉树(堆的实现 -- C语言顺序结构)-CSDN博客  ==========

    2024年02月08日
    浏览(52)
  • 二叉树的实现(C语言数据结构)

    目录 一、以下是我们需要实现的功能 二、以下是我们具体功能的实现 1.创建新的结点 2.通过数组生成二叉树  3.先序遍历 4.中序遍历 5.后序遍历   6.层序遍历 7.计算二叉树的结点个数 8.查找指定值为x的结点 9.查找第K层的结点个数 10.统计二叉树叶子结点的个数 11.判断是否为

    2024年02月04日
    浏览(39)
  • 【C语言 数据结构】二叉树的遍历

    所谓先序遍历二叉树,指的是从根结点出发,按照以下步骤访问二叉树的每个结点: 访问当前结点; 进入当前结点的左子树,以同样的步骤遍历左子树中的结点; 遍历完当前结点的左子树后,再进入它的右子树,以同样的步骤遍历右子树中的结点; 先序遍历这棵二叉树的过

    2024年02月04日
    浏览(45)
  • 【C语言 数据结构】堆与二叉树(下)

    接着上次的,这里主要介绍的是堆排序,二叉树的遍历,以及之前讲题时答应过的简单二叉树问题求解 给一组数据,升序(降序)排列 思路 思考:如果排列升序,我们应该建什么堆? 首先,如果 排升序 ,数列最后一个数是 最大数,我们的思路是通过 向上调整 或者 向下调

    2024年01月19日
    浏览(49)

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