发布时间:2025-06-24 18:48:57  作者:北方职教升学中心  阅读量:639


div 的双亲节点

孩子节点或子节点:一个节点所拥有的子树根节点就是这个节点的孩子节点

​ 以上图为例:body节点的孩子节点为 ul、二叉树 ( BinaryTree )

要说明二叉树,我们需要先建一个二叉树,注意当前的创建方法并不是二叉树的真正创建方法,真正的创建方法会在未来更进阶的二叉树中进行说明,当前主要以快速上手二叉树为主

4.1 回顾

我们前面有说到,二叉树是

  1. 空树
  2. 非空:由根节点、之所以称其为树,是因为其逻辑结构看起来像是一颗倒挂的树。...Tm

    每一个集合的结构与树类似,我们又称其为子树,每个子树的根节点都有且只有一个前驱节点

    我们从图中可以看到树的逻辑结构是一层一层递下去的,因此,树是以递归来实现。 . . . T m {T_1}、p、树的概念

    1.1 什么是树?

    树是一种非线性的数据结构,其由 n 个 ( n >= 0 ) 有限节点所组成的一个有层次关系的集合。 T 2 、p、后序遍历有些不同,在实现层序遍历我们需要用到队列

    栈与队列 — 关于队列的代码实现都在这篇博客中,但要注意在二叉树这里的队列的数据类型是BTNode

    *

    如何以队列实现层序遍历?

    在这里插入图片描述

    队列的特性:先进先出

    所以用队列实现层序遍历的步骤

    1. 先 Push 根节点进栈
    2. Pop 队头节点的时候将该节点的左右孩子 Push 到队列中

    重要!因为判断是否是完全二叉树也会用到这个概念

    // 层序遍历voidLevelOrder(BTNode*root){Queue q;QueueInit(&q);// 如果root不是空,就将根节点Push进队列if(root !=NULL){QueuePush(&q,root);}// 当队列不为空时while(!QueueEmpty(&q)){BTNode*front =Queuefornt(&q);// 将对头的节点取出// 打印Printf("%d ",front->data);// 将对头节点的左右孩子 Push 进队列if(root->left){QueuePush(&q,root->left);}if(root->right){QueuePush(&q,root->right);}// 删掉对头的节点QueuePop(&q);}// 结束后要记得销毁队列QueueDestroy(&q);}

    判断一棵树是否是完全二叉树

    我们前面说过完全二叉树有一个特性:每一层的节点是依序从左至右的

    也就是说我们利用层序遍历的概念,只要空的节点后面存在非空节点,则这棵树就不是完全二叉树

    bool BinaryTreeComplete(BTNode*root){Queue q;QueueInit(&q);if(root !=NULL){QueuePush(&q,root);}while(!QueueEmpty(&q)){BTNode*front =Queuefront(&q);if(front ==NULL){break;}QueuePush(&q,root->left);QueuePush(&q,root->right);QueuePop(&q);}// 第二次循环来判断后面有没有非空while(!QueueEmpty(&q)){BTNode*front =Queuefront(&q);if(front){QueueDestroy(&q);returnfalse;}}QueueDestroy(&q);returntrue;}
左指针(指向左孩子 – leftchild)、T_2、li、...T_m T1、堆 ( Heap )

3.1 堆的概念

堆就是将数据以二叉树的顺序存储结构进行实现
且满足 K i < = K 2 ∗ i + 1 {K_i <= K_{2*i+1}} Ki<=K2i+1K i < = K 2 ∗ i + 2 {K_i <= K_{2*i+2}} Ki<=K2i+2(称为小堆)
K i > = K 2 ∗ i + 1 {K_i >= K_{2*i+1}} Ki>=K2i+1K i > = K 2 ∗ i + 2 {K_i >= K_{2*i+2}} Ki>=K2i+2(称为大堆

堆的性质

  1. 堆中某个节点的值总是不大于或不小于其父节点的值 (满足大堆或小堆 )

  2. 堆总是一棵完全二叉树
    在这里插入图片描述

3.2 堆的接口

// 以順序表實現堆typedefintHeapDatatype;typedefstructHeap{HeapDatatype *a;// 用來創建數組intcapacity;// 容量intsize;// 有效數據個數}HP;// 初始化voidHeapInit(HP *php);// 初始化數組(利用一个已存在的数组来建堆)voidHeapInitArray(HP *php,int*a,intn);// 交換voidSwap(HeapDatatype *x1,HeapDatatype *x2);// 向上調整voidAdjustUp(HeapDatatype *a,intchild);// 向下調整voidAdjustDown(HeapDatatype *a,intn,intparent);// 插入數據voidHeapPush(HP *php,HeapDatatype x);// 刪除數據voidHeapPop(HP *php);// 取堆頂數據HeapDatatype HeapTop(HP *php);// 判斷堆是否為空bool HeapEmpty(HP *php);// 堆有效數據的個數intHeapSize(HP *php);// 堆銷毀voidHeapDestroy(HP *php);
3.2.1 堆初始化
voidHeapInit(HP *php){assert(php);php->a =(HeapDatatype*)malloc(sizeof(HeapDatatype)*4);if(php->a ==NULL){perror("malloc fail");return;}php->capacity =4;php->size =0;}
3.2.2 堆初始化(以另一个数组来为堆做初始化)
voidHeapInitArray(HP *php,int*a,intn){assert(php);php->a =(HeapDatatype*)malloc(sizeof(HeapDatatype)*n);if(php->a ==NULL){perror("malloc fail");return;}php->capacity =n;php->size =n;for(inti =0;i<n;++i){php->a[i]=a[i];}// 建堆for(inti =(i-2)/2;i >=0;--i ){AdjustDown(php->a,php->size,i);}}
3.2.3 向上调整
voidAdjustUp(HeapDatatype*a,intchild){// 找双亲节点intparent =(child-1)/2;while(child >0){if(a[child]>a[parent]){Swap(&a[child],&a[parent]);child =parent;parent =(child-1)/2;}else{break;}}}
3.2.4 向下调整
voidAdjustDown(HeapDatatype*a,intn,intparent){intchild =2*parent +1;// 判断那个孩子比较大while(child <n){if(child +1<n &&a[child]<a[child+1]){child++;}if(a[child]>a[parent]){Swap(&a[child],&a[parent]);parent =child;child =2*parent+1;}else{break;}}}
3.2.5 插入数据
voidHeapPush(HP *php,HeapDatatype x){assert(php);if(php->capacity ==php->size){HeapDatatype*tmp =(HeapDatatype*)realloc(php->a,sizeof(HeapDatatype)*2*php->capacity);if(tmp ==NULL){perror("realloc fail");return;}php->a =tmp;php->capacity *=2;}php->a[php->size++]=x;// 插入之后,要确保依然满足堆的特性,所以要进行向上调整AdjustUp(php->a,php->size-1);}
3.2.6 删除数据

删除数据的思路
在这里插入图片描述
代码实现

voidHeapPop(HP *php){assert(php);Swap(&php->a[0],&php->a[size-1]);php->size--;AdjustDown(php->a,php->size,0);}
3.2.7 取堆顶的数据
HeapDatatype HeapTop(HP *php){assert(php);returnphp->a[0];}
3.2.8 判断堆是否为空
bool HeapEmpty(HP *php){assert(php);returnphp->size ==0;}
3.2.9 取堆中有效数据个数
intHeapSize(HP *php){assert(php);returnphp->size;}
3.2.10 堆的销毁
voidHeapDestroy(HP *php){assert(php);free(php->a);php->a =NULL;php->size =0;php->capacity =0;}

3.3 堆的分析

  1. 堆的时间复杂度:O( n ) – 利用错位相减法可以得到
  2. 堆的空间复杂度:取决于malloc的大小 ( 通常是O(n) )

3.4 堆的应用

  1. 堆排序

    堆排序的两个步骤

    1. 建堆

      • 如果要排升序 – 建大堆
      • 如果要排降序 – 建小堆
    2. 利用堆删除的思想来完成堆排序

    代码实现

    voidHeapSort(int*a,intn){// n 是有效数据个数// 先建堆(假设我们要排升序)for(inti =0;i<n;++i){AdjustDown(a,i);}// 升序while(n >=0){Swap(&a[0],&a[n-1]);// 因为是排升序(建大堆)所以堆顶的数据一定是最大的AdjustDown(a,n,0);--n;}}
  2. Top-K 问题

    排完序后(这里要排降序),我们就可以取得最大的前 k 个数据

    但如果数据量大的话,直接排序就不是那么好的方法,因此,我们可以采用以下方法

    1. 建堆

      • 求前 k 个最大的数据 – 建大堆

      • 求前 k 个最小的数据 – 建小堆

    2. 剩余的 N-K 个元素依次与堆顶元素来比较,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

    • 注意替换后如果不满足堆的特性,要进行调整

四、p、ul、右指针( 指向右孩子 – rightchild)所组成

而二叉树的延伸 – 红黑树则以三叉链表来表示,在二叉链表的基础上再加上指向双亲节点的指针
在这里插入图片描述
在这里我们主要介绍一般的二叉树

三、

img

在树中,有一个特殊的节点称为根节点(如上图中的 body 节点)

根节点的特色是他没有前驱节点,除了根节点之外的其他节点被分成了 M 个 ( M > 0 ) 互不相交的集合T 1 、div)

叶节点或终端节点:度为零的节点

​ 以上图为例: li、根节点的左子树、根节点的右子树组成

从二叉树的逻辑结构不难发现二叉树的实现是以递归来实现
而对二叉树的增删查改通常不是通过一般的二叉树实现的,所以在这里我们不讨论二叉树的增删查改,我们会利用二叉树的遍历来了解最一般的二叉树

4.2 二叉树的遍历

二叉树的遍历主要问题有四种

  1. 前序遍历:访问顺序 – 根 - 左子树 - 右子树

  2. 中序遍历:访问顺序 – 左子树 - 根 - 右子树

  3. 后序遍历:访问顺序 – 左子树 - 右子树 - 根

  4. 层序遍历:访问顺序 – 依序访问每一层的节点,一层访问完后再访问下一层
    在这里插入图片描述
    层序遍历不仅遍历方式和其他三种不一样,实现方式也与其他三种不一样

4.3 二叉树的遍历(代码实现)

4.3.1 创建节点

因为我们不是以正规的二叉树创建方法实现,所以我们要自己创建二叉树

// 先定义结构体typedefintBTDatatype;typedefstructBinaryTreeNode{BTDatatype data;// 存储数据structBinaryTreeNode*left;// 指向左孩子structBinaryTreeNode*right;// 指向右孩子}BTNode;// 创建节点BTNode*CreateNode(BTDatatype x){BTNode*node =(BTNode*)malloc(sizeof(BTNode));if(node ==NULL){perror("malloc fail");return;}node->data =x;node->left =NULL:node->right =NULL:returnnode;}
4.3.2 创建树

创建节点并创建树

BTNode*CreateTree(){// 创建节点BTNode*node1 =CreateNode(1);BTNode*node2 =CreateNode(2);BTNode*node3 =CreateNode(3);BTNode*node4 =CreateNode(4);BTNode*node5 =CreateNode(5);BTNode*node6 =CreateNode(6);node1->left =node2;node1->right =node3;node2->left =node4;node2->right =node5;node3->right =node6;// 这里没有写错,我们让node3没有左孩子returnnode1;}
4.3.3 二叉树遍历
// 前序遍历 (我们会把空节点一起打印出来)voidPreOrder(BTNode*root){if(root ==NULL){printf("NULL ");return;}// 前序遍历的访问顺序 -- 根 - 左子树 - 右子树// 先访问根printf("%d ",root->data);// 访问左子树PreOrder(root->left);// 访问右子树PreOrder(root->right);}
// 中序遍历voidInOrder(BTNode*root){if(root ==NULL){printf("NULL ");return;}// 中序遍历的访问顺序 -- 左子树 - 根 - 右子树// 左子树InOrder(root->left);// 根printf("%d ",root->data);// 右子树InOrder(root->right);}
//后序遍历voidPostOrder(BTNode*root){if(root ==NULL){printf("NULL ");return;}// 后序遍历的访问顺序 -- 左子树 - 右子树 - 根PostOrder(root->left);PostOrder(root->right);printf("%D ",root->data);}
4.3.4 二叉树的其他接口
// 求二叉树的节点数// 方法:求得左子树和右子树的节点数后再加1(根节点)intTreeSize(BTNode*root){if(root ==NULL){return;}intlnum =TreeSize(root->left);intrnum =TreeSize(root->right);returnlnum +rnum +1;}// 求二叉树的高度intTreeHeight(BTNode*root){if(root ==NULL){return0;}intlnum =TreeHeight(root->left);intrnum =TreeHeight(root->right);returnlnum >rnum ?lnum +1:rnum +1;}
4.3.4 第k層的節點數
intTreeKLevel(BTNode*root,intk){if(root ==NULL){return0;}if(k ==1){return1;}intlnum =TreeKLevel(root->left,k-1);intrnum =TreeKLevel(root->right,k-1);returnlnum +rnum;}
4.3.5 寻找值为x的节点(如果有多个值为x的节点则返回第一个节点)
// 思路:先从根节点开始,如果根节点的值不满足我们要找的,就找左子树的节点,如果左子树没有,找右子树的节点BTNode*BinaryTreeFind(BTNode*root,BTDatatype x){if(root ==NULL){returnNULL;}if(root->data ==x){returnroot;}// 将左子树的结果保存BTNode*lret =BTNBinaryTreeFind(root->left,x);if(lret){returnlret;}// 将右子树的结果保存BTNode*rret =BinaryTreeFind(root->right,x);if(rret){returnrret;}// 整个二叉树都没有找到就返回NULLreturnNULL;}
4.3.6 层序遍历 & 判断一棵树是否是完全二叉树

层序遍历

我们前面有说过,层序遍历的实现和前、二叉树的概念

2.1 概念

二叉树的本质就是树,但二叉树有着自己的特殊性质
在这里插入图片描述

从图中可以看到两个二叉树的性质

  1. 二叉树每个节点的度不会大于2
  2. 二叉树有左右子树之分

二叉树的不同情况
在这里插入图片描述
注意:树可以没有节点,此时就是空树

2-2 特殊二叉树

  1. 满二叉树 ( 图 a )

    一个二叉树每一层的节点数都是该层的最大值,则这个二叉树就是满二叉树

  2. 完全二叉树 (图 b )

    一个二叉树每一层的节点依照从左至右的顺序,如果有一层的节点不是该层的最大值,则这个二叉树是完全二叉树

    注意:满二叉树是一个特殊的完全二叉树
    在这里插入图片描述

2-3 二叉树的性质

  1. 若根节点的层数为1,则第 i 层的最大节点数为 2 i − 1 {2^{i-1}} 2i1

  2. 若根节点的层数为1,则深度为 h 的二叉树最大节点数为 2 h − 1 {2^h - 1} 2h1

  3. 对任何一棵二叉树, 如果度为 0 其叶节点个数为 n 0 {n_0} n0, 度为 2 的分支节点个数为 n 2 {n_2} n2,则有 n 0 = n 2 + 1 {n_0 = n_2 + 1} n0=n2+1

  4. 若规定根节点的层数为1,具有 n 个节点的满二叉树的深度,h = l o g 2 ( n + 1 ) {h = log_2(n+1)} h=log2(n+1)

    注意这里的 log 是以2为底

  5. 对于具有 n 个节点的完全二叉树,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。中、div

    兄弟节点:有相同双亲节点的节点

    ​ 以上图为例:ul的兄弟节点是p和div;li的兄弟节点是li和img

    树的度:最大节点的的度就是树的度

    ​ 以上图为例:最大节点的度是3 (body节点)所以树的度为3

    节点的层次:以根节点开始,根为第一层,根节点的子节点为第二层,以此类推

    树的高度:就是节点的最大的层次

    ​ 以上图为例:最大的节点层次是3,所以树的高度是3

    堂兄弟节点:双亲在同一层的节点互为堂兄弟

    ​ 以上图为例 li 和 img 是堂兄弟节点

    节点的祖先:从根到该节点所经分支上的所有节点

    ​ 以上图为例:body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

    ​ 以上图为例:除了body节点以外的节点都是body节点的子孙

    森林:由 m(m>0)棵互不相交的树的集合称为森林

二、

1.2 与树相关的专有名词

节点的度:一个节点的子树个数

​ 以上图为例:body 节点的度为 3 (ul、T2、img 都是叶节点

分支节点或非终端节点:度不为零的节点

​ 以上图为例:body、div 都是分支节点

双亲节点或父节点:如果一个节点有子节点,则这个节点就是这个子节点的双亲节点

​ 以上图为例:body节点是 ul、的节点有

(1)若 i > 0,i 位置节点的双亲序号:i − 1 2 {\frac {i-1}{2}} 2i1; i=0,i 为根节点编号,无双亲节点

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

(3)若 2i+2 <n,右孩子序号:2i+2,2i+2 >= n 则无右孩子

2-4 二叉树的存储结构

一般来所,二叉树的存储结构可以分成两种

  1. 顺序存储结构

    顺序存储结构就是利用数组来实现通常只有完全二叉树才会使用数组来实现,因为如果不是完全二叉树会有空间浪费的问题,在实际当中只有堆会使用到二叉树的顺序存储结构

    虽然物理结构上是数组,但是逻辑结构上还是一棵二叉树
    在这里插入图片描述

  2. 链式存储结构

    链式存储结构就是以链表来表示一棵二叉树,在目前主要以二叉链表来表示,每个节点由数据域(data)、p、

    一、