复杂数据结构(一)树

层次关系结构:树

树的概念:树是N个节点的集合

A节点称为根节点,A为B C D的父节点,反之就是子节点,B C D分别为各自的兄弟节点

节点的度:一个节点的子树的数量 称为该节点的度

树的度:一棵树中,最大的节点的度称为树的度

叶节点或终端节点:度为0的节点称为叶节点

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

也可这么表示 不过就没有上图那么直观了

(A(B(E)),(C(F(J)),(G(K,L))),(D(H),(I(M,N))))

简单可分为:

无序树:树中任意节点的子结点之间没有顺序关系,这种树称为无序树,也称为自由树

有序树:树中任意节点的子结点之间有顺序关系,这种树称为有序树



二叉树:每个节点最多含有两个子树的树称为二叉树

两种特殊的二叉树:

完全二叉树:除最后一层外,每一层上的节点数均达到最大值,在最后一层上只缺少右边的若干节点

满二叉树:除最后一层无任何子节点外,每一层上的所有结点都有两个子结点或0个子节点的二叉树,满二叉树一定是完全二叉树

 

根据二叉树的定义,可得知其具有以下性质:
(1)在二叉树中,第i层的结点总数最多有2i-1个结点
(2)深度为k的二叉树最多有2k-1个结点(k>=1),最少有k个结点
(3)对于一棵二叉树,如果其叶结点数为n0,而度为2的结点总数为n2,则n0=n2+1
(4)具有n个结点的完全二叉树的深度k为:k=[log2n]+1

二叉树的存储:

顺序存储结构

链式存储结构

 

 

二叉树的常规操作:

1.定义二叉链式结构
2.初始化二叉树
3.添加结点到二叉树
4.获取二叉树左右子树
5.获取二叉树状态
6.在二叉树中查找
7.清空二叉树

#include <stdio.h>
#include <stdlib.h>
#define QUEUE_MAXSIZE 50
typedef char DATA;       //定义元素类型
typedef struct ChainTree  //定义二叉树结点类型
{
    DATA data;    //元素数据
    struct ChainTree *left;    //左子树结点指针
    struct ChainTree *right;    //右子树结点指针
}ChainBinTree;
ChainBinTree *BinTreeInit(ChainBinTree *node) //初始化二叉树根结点
{
     if(node!=NULL) //若二叉树根结点不为空
         return node;
     else
         return NULL;
}
int BinTreeAddNode(ChainBinTree *bt,ChainBinTree *node,int n) //添加数据到二叉树
//bt为父结点,node为子结点,n=1表示添加左子树,n=2表示添加右子树
{
    if(bt==NULL)
    {
        printf("父结点不存在,请先设置父结点!\n");
        return 0;
    }
    switch(n)
    {
        case 1: //添加到左结点
            if(bt->left) //左子树不为空
            {
                printf("左子树结点不为空!\n");
                return 0;
            }else
                bt->left=node;
            break;
        case 2://添加到右结点
            if( bt->right) //右子树不为空
            {
                printf("右子树结点不为空!\n");
                return 0;
            }else
                bt->right=node;
            break;
        default:
            printf("参数错误!\n");
            return 0;
    }
    return 1;
}
ChainBinTree *BinTreeLeft(ChainBinTree *bt) //返回左子结点
{
    if(bt)
        return bt->left;
    else
        return NULL;
}
ChainBinTree *BinTreeRight(ChainBinTree *bt) //返回右子结点
{
    if(bt)
        return bt->right;
    else
        return NULL;
}
int BinTreeIsEmpty(ChainBinTree *bt) //检查二叉树是否为空,为空则返回1,否则返回0
{
    if(bt)
        return 0;
    else
        return 1;
}
int BinTreeDepth(ChainBinTree *bt) //求二叉树深度
{
    int dep1,dep2;
    if(bt==NULL)
        return 0; //对于空树,深度为0
    else
    {
        dep1 = BinTreeDepth(bt->left); //左子树深度 (递归调用)
        dep2 = BinTreeDepth(bt->right); //右子树深度 (递归调用)
        if(dep1>dep2)
           return dep1 + 1;
        else
            return dep2 + 1;
    }
}
ChainBinTree *BinTreeFind(ChainBinTree *bt,DATA data) //在二叉树中查找值为data的结点
{
    ChainBinTree *p;
    if(bt==NULL)
        return NULL;
    else
    {
        if(bt->data==data)
            return bt;
        else{ // 分别向左右子树递归查找
            if(p=BinTreeFind(bt->left,data))
                return p;
            else if(p=BinTreeFind(bt->right, data))
                return p;
            else
                return NULL;
        }
    }
}
void BinTreeClear(ChainBinTree *bt) // 清空二叉树,使之变为一棵空树
{
     if(bt)
     {
         BinTreeClear(bt->left); //清空左子树
         BinTreeClear(bt->right);//清空右子树
         free(bt);//释放当前结点所占内存
         bt=NULL;
     }
     return;
}

 

二叉树的遍历:

先序遍历(DLR):称为先根次序遍历,即先访问根结点,再按先序遍历左子树,最后按先序遍历右子树。

中序遍历(LDR):称为中根次序遍历,即先按中序遍历左子树,再访问根结点,最后按中序遍历右子树。

后序遍历(LRD):称为后根次数遍历,即先按后序遍历左子树,再按后序遍历右子树,最后访问根结点。

按层遍历:按二叉树的层进行遍历,可更直观地从图中得出遍历的结果。

void BinTree_DLR(ChainBinTree *bt,void (*oper)(ChainBinTree *p))  //先序遍历
{
     if(bt)//树不为空,则执行如下操作
     {
         oper(bt); //处理结点的数据
         BinTree_DLR(bt->left,oper);
         BinTree_DLR(bt->right,oper);
     }
     return;
}
void BinTree_LDR(ChainBinTree *bt,void(*oper)(ChainBinTree *p))  //中序遍历
{
     if(bt)//树不为空,则执行如下操作
     {
         BinTree_LDR(bt->left,oper); //中序遍历左子树
         oper(bt);//处理结点数据
         BinTree_LDR(bt->right,oper); //中序遍历右子树/
     }
     return;
}
void BinTree_LRD(ChainBinTree *bt,void (*oper)(ChainBinTree *p)) //后序遍历
{
     if(bt)
     {
         BinTree_LRD(bt->left,oper); //后序遍历左子树
         BinTree_LRD(bt->right,oper); //后序遍历右子树/
         oper(bt); //处理结点数据
     }
     return;
}

void oper(ChainBinTree *p) //操作二叉树结点数据
{
     printf("%c ",p->data); //输出数据
     return;
}

void BinTree_Level(ChainBinTree *bt,void (*oper)(ChainBinTree *p)) //按层遍历
{
     ChainBinTree *p;
     ChainBinTree *q[QUEUE_MAXSIZE]; //定义一个顺序栈
     int head=0,tail=0;//队首、队尾序号
     if(bt)//若队首指针不为空
     {
         tail=(tail+1)%QUEUE_MAXSIZE;//计算循环队列队尾序号
         q[tail] = bt;//将二叉树根指针进队
     }
     while(head!=tail) //队列不为空,进行循环
     {
         head=(head+1)%QUEUE_MAXSIZE; //计算循环队列的队首序号
         p=q[head]; //获取队首元素
         oper(p);//处理队首元素
         if(p->left!=NULL) //若结点存在左子树,则左子树指针进队
         {
             tail=(tail+1)%QUEUE_MAXSIZE;//计算循环队列的队尾序号
             q[tail]=p->left;//将左子树指针进队
         }

         if(p->right!=NULL)//若结点存在右孩子,则右孩子结点指针进队
         {
             tail=(tail+1)%QUEUE_MAXSIZE;//计算循环队列的队尾序号
             q[tail]=p->right;//将右子树指针进队
         }
     }
     return;
}

 

时间: 2024-10-15 20:40:46

复杂数据结构(一)树的相关文章

数据结构-伸展树

声明:本文是对某高中生的竞赛论文学习的文章 介绍: 二叉查找树能够支持多种动态集合操作.对于一个含有n个结点的完全二叉树,这些操作的最还情况运行时间是O(lgn),但如果树是含有n个结点的线性链,则这些操作的最坏情况运行时间为O(n).而像红黑树.AVL树这种二叉查找树的变形在最坏情况下,仍能保持较好性能. 本文将要介绍的伸展树也是二叉查找树的变形,它对空间要求及编程难度的要求相对不高. 伸展树: 伸展树与二叉查找树一样,具有有序性.即伸展树的每一个结点x满足:该结点的左子树中的每个元素都小于x

javascript实现数据结构: 树和森林

树的3种常用链表结构 1 双亲表示法(顺序存储结构) 优点:parent(tree, x)操作可以在常量时间内实现 缺点:求结点的孩子时需要遍历整个结构 用一组连续的存储空间来存储树的结点,同时在每个结点中附加一个指示器(整数域) ,用以指示双亲结点的位置(下标值) . 图所示是一棵树及其双亲表示的存储结构.这种存储结构利用了任一结点的父结点唯一的性质.可以方便地直接找到任一结点的父结点,但求结点的子结点时需要扫描整个数组. 代码实现: 1 // 1.双亲表示法 2 // 优点:parent(t

javascript实现数据结构: 树和二叉树,二叉树的遍历和基本操作

树型结构是一类非常重要的非线性结构.直观地,树型结构是以分支关系定义的层次结构. 树在计算机领域中也有着广泛的应用,例如在编译程序中,用树来表示源程序的语法结构:在数据库系统中,可用树来组织信息:在分析算法的行为时,可用树来描述其执行过程等等. 下面讲解的内容完整代码在这:https://github.com/LukeLin/data-structure-with-js/blob/master/Binary%20tree/BinaryTree.js 首先看看树的一些概念: 1.树(Tree)是n

HDU 4902 Nice boat(数据结构-线段树)

Nice boat Problem Description There is an old country and the king fell in love with a devil. The devil always asks the king to do some crazy things. Although the king used to be wise and beloved by his people. Now he is just like a boy in love and c

Chapter 3. 数据结构 线段树

Chapter 3. 数据结构 线段树 Sylvia's I.单点修改,区间查询. 模板: //单点修改 区间求和 //1操作 单点修改//2操作 区间求和 #include<cstdio> #include<iostream> using namespace std; #define MAXN 500005 int sum[MAXN<<2]; int n,m; void PushUp(int rt){//求和 sum[rt]=sum[rt<<1]+sum[

数据结构:树的BFS,树的层次遍历! 按先序遍历创建一棵树,然后以层次遍历输出。

按先序遍历创建一棵树,以层次遍历输出 样例输入 A B # D # # C E # # F # # 样例输出 LevelOrder: A B C D E F 代码: #include <iostream> #include <queue> using namespace std; struct node { //表示一个树上的节点 char ch; node *left, *right; }; node* creat() { //以递归的方式构造一棵二叉树 node *root =

HDU 1394 Minimum Inversion Number (数据结构-线段树)

Minimum Inversion Number Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others) Total Submission(s): 9514    Accepted Submission(s): 5860 Problem Description The inversion number of a given number sequence a1, a2, ..., an

javascript实现数据结构: 树和二叉树的应用--最优二叉树(赫夫曼树),回溯法与树的遍历--求集合幂集及八皇后问题

赫夫曼树及其应用 赫夫曼(Huffman)树又称最优树,是一类带权路径长度最短的树,有着广泛的应用. 最优二叉树(Huffman树) 1 基本概念 ① 结点路径:从树中一个结点到另一个结点的之间的分支构成这两个结点之间的路径. ② 路径长度:结点路径上的分支数目称为路径长度. ③ 树的路径长度:从树根到每一个结点的路径长度之和. 以下图为例: A到F :结点路径 AEF : 路径长度(即边的数目) 2 : 树的路径长度:3*1+5*2+2*3=19: ④ 结点的带权路径长度:从该结点的到树的根结

数据结构_树

树形结构 ---其实这是很简单又很难得一些东西 1 定义 树状图是一种数据结构,它是由\(n (n>=1)\)个有限节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. 树(tree)是包含$ n(n>0)$个结点的有穷集,其中: 1)每个元素称为结点(node) 2)有一个特定的结点被称为根结点或树根(root) 3)除根结点之外的其余数据元素被分为\(m(m≥0)\)个互不相交的集合\(T_1,T_2,\cdots

数据结构-B树

  1.前言: 动态查找树主要有:二叉查找树(Binary Search Tree),平衡二叉查找树(Balanced Binary Search Tree),红黑树(Red-Black Tree ),B-tree/B+-tree/ B*-tree (B~Tree).前三者是典型的二叉查找树结构,其查找的时间复杂度O(log2N)与树的深度相关,那么降低树的深度自然会提高查找效率. 但是咱们有面对这样一个实际问题:就是大规模数据存储中,实现索引查询这样一个实际背景下,树节点存储的元素数量是有限的