数据结构（七）：树介绍及面试常考算法

一、树介绍

1、定义

树形结构是一种层级式的数据结构，由顶点（节点）和连接它们的边组成。 树类似于图，但区分树和图的重要特征是树中不存在环路。树有以下特点：

（1）每个节点有零个或多个子节点；

（2）没有父节点的节点称为根节点；

（3）每一个非根结点有且只有一个父节点；

（4）除了根结点外，每个子节点可以分为多个不相交的子树；

2、优缺点及使用场景

优点：清晰的层级关系，快速查找，动态添加、删除和修改节点。

缺点：存在冗余存储，插入和删除的复杂性，高度不平衡等。

适用场景：层次关系、分类和搜索、表达关系和数据可视化等。

3、遍历方法

（1）深度遍历--先序（根-左-右）  

（2）深度遍历--中序（左-根-右）

（3）深度遍历--后序（左-右-根）

先序：【2, 1, 3, 6, 4, 8, 5】

中序：【1, 6, 3, 2, 8, 4, 5】

后序：【6, 3, 1, 8 ,5, 4, 2】

层序：【2, 1 ,4, 3, 8, 5, 6】

（4）层序遍历--自上而下，自左而右

4、主要类型

（1）二叉树

（a）概念：节点度不超过2的树。

（b）特点

（a）每个结点最多有两颗子结点。

（b）左子树和右子树是有顺序的，次序不能颠倒。

（c）即使某结点只有一个子树，也要区分左右子树。

（c）二叉树类型

① 满二叉树：在满二叉树中，除了叶节点外，每个节点都有两个子节点，且所有叶节点都在同一层级上

② 完全二叉树：完全二叉树是指除了最后一层外，其他层都是满的，并且最后一层的节点从左到右连续存在。

③ 二叉搜索树：二叉搜索树是一种有序的二叉树，对于每个节点，其左子树的值都小于节点的值，右子树的值都大于节点的值。这种有序性质使得二叉搜索树在查找、插入和删除等操作上有很高的效率。

④ 平衡二叉树：平衡二叉树是指任意节点的左子树和右子树的高度差不超过1的二叉树。平衡二叉树可以提高插入、删除和查找等操作的效率，常见的平衡二叉树有AVL树和红黑树。

（2）AVL树

（a）介绍：AVL树是一种自平衡的二叉搜索树，它的名称来自于它的发明者Adelson-Velsky和

Landis。AVL树通过在插入和删除节点时进行旋转操作来保持树的平衡。

（b）平衡调整：在AVL树中，每个节点都带有一个平衡因子（balance factor），它表示节点的左

子树高度与右子树高度之差。平衡因子可以是-1、0或1，如果平衡因子的绝对值大于1，就表示树

失去了平衡，需要进行平衡调整。AVL树的平衡调整通过四种旋转操作来完成。

（c）AVL树的特点：

① 平衡性：在AVL树中，任意节点的左子树和右子树的高度差不超过1。

② 严格的排序性：AVL树是一种二叉搜索树，它保持了节点的严格排序性。对于每个节点，左子树中的所有节点都小于该节点，右子树中的所有节点都大于该节点。

（3）红黑树

（a）介绍：红黑树（Red-Black Tree）是一种自平衡的二叉搜索树，它通过对节点进行颜色标记

和旋转操作来保持树的平衡。

（b）红黑树的特点

① 节点颜色：每个节点被标记为红色或黑色。这是红黑树的核心特征之一。

② 平衡性：红黑树通过一些规则来维持平衡性。具体规则如下：

  • 根节点是黑色。
  • 所有叶节点（NIL节点或空节点）是黑色。
  • 如果一个节点是红色，那么它的两个子节点都是黑色。
  • 从任意节点到其每个叶子节点的路径上，包含相同数量的黑色节点。

③ 排序性：红黑树是一种二叉搜索树，它保持了节点的严格排序性。对于每个节点，左子树中的所有节点都小于该节点，右子树中的所有节点都大于该节点。

二、面试关于树结构常考算法

1、求二叉树的高度

题目：给定一颗二叉树，求该数的高度，例如，如下二叉树的高度是4。

思路：有两种方法来求解二叉树的高度，一是递归二是迭代。

递归方法通过递归调用求解左子树和右子树的高度，并取较大值加1得到二叉树的高度。

迭代方法使用层序遍历，每遍历完一层，高度加1，直到遍历完所有节点。

#include<iostream>
#include <algorithm>
#include<queue>
using namespace std;
struct BinaryTreeNode
{struct BinaryTreeNode* left;struct BinaryTreeNode* right;int data;  BinaryTreeNode(int x): data(x), left(NULL),right(NULL) {}
};// 迭代方法
int FindHeightofTree(BinaryTreeNode* root){if (root == nullptr) {return 0; // 空树高度为0}int count = 0;while(root != NULL){if(root->left || root->right){count += 1;if(root->left){root = root->left;continue;} if(root->right){root = root->right;continue;} } root = NULL;}return count + 1;
}// 递归方法
int getHeight(BinaryTreeNode* root){if (root == nullptr) {return 0; // 空树高度为0}int leftHeight = getHeight(root->left);int rightHeight = getHeight(root->right);return 1 + std::max(leftHeight, rightHeight);
}int main(){BinaryTreeNode* root = new BinaryTreeNode(2);root->left = new BinaryTreeNode(1);root->right = new BinaryTreeNode(4);root->left->right = new BinaryTreeNode(3);root->right->left = new BinaryTreeNode(8);root->left->right->left = new BinaryTreeNode(5);// 递归法int res = FindHeightofTree(root);// 迭代法int res1 = getHeight(root);cout<< res1;cout<< res;// 释放内存，防止内存泄漏delete root->left->right->left;delete root->right->left;delete root->left->right;delete root->left;delete root->right;delete root;
}

  

2、在二叉搜索树中查找第K个最大值

 题目：如下二叉搜索树，给定k = 5，[19, 18, 17, 16, 15, 12, 9, 5, 3]，则下列二叉搜索树中第5个最大值为15。

思路：二叉搜索树（BST）的后序遍历实际是对树节点的升序排列。所以同第一题，有递归法和迭代法实现BST的中序遍历，遍历后再逆序，返回第k个最大值。

迭代法实现中序遍历：使用一个栈来实现迭代法的中序遍历。先遍历树的左子树，如果当前节点存在左子树，则将当前节点压入栈，直到没有左子树，则记录栈顶元素（temp），并弹出。在遍历当前节点（temp）的右子树。

#include<iostream>
#include<vector>
#include<stack>
#include<algorithm>
using namespace std;struct BinaryTreeNode{BinaryTreeNode* left;BinaryTreeNode* right;int val;BinaryTreeNode(int x): val(x), left(NULL), right(NULL){}
};
int getNthMaxFromTree2(BinaryTreeNode* root, int k){vector<int> res;stack<BinaryTreeNode*> s;BinaryTreeNode* temp;//非递归中序遍历while(root != NULL || !s.empty()){if(root){s.push(root);root = root->left;}else{temp = s.top();s.pop();cout << temp->val<<",";res.push_back(temp->val);root = temp->right;   }}// 降序sort(res.rbegin(),res.rend());cout << endl;for(auto c: res){cout<< c << "-";}return res[k-1]; }int main(){BinaryTreeNode* root = new BinaryTreeNode(12);root->left = new BinaryTreeNode(5);root->right = new BinaryTreeNode(18);root->left->left = new BinaryTreeNode(3);root->left->right = new BinaryTreeNode(9);root->right->left = new BinaryTreeNode(15);root->right->right = new BinaryTreeNode(19);root->right->left->right = new BinaryTreeNode(17);root->right->left->right->left = new BinaryTreeNode(16);int val = getNthMaxFromTree2(root, 5);cout << endl <<val;// 释放内存，防止内存泄漏delete root->right->left->right->left;delete root->right->left->right;delete root->right->right;delete root->right->left;delete root->left->right;delete root->left->left;delete root->right;delete root->left;delete root;
}

 

3、查找与根节点距离K的节点

题目：如下二叉树，给定k = 2， 输出与根节点距离2的节点[3， 8， 5]。

思路： 可以使用深度优先搜索（DFS）或广度优先搜索（BFS）来遍历二叉树，并记录每个节点的距离。当找到距离为K的节点时，将其存储起来。

广度优先搜索（BFS）+队列：我们可以在遍历每一层节点时，将该节点的子节点加入队列（size--控制循环），并记录它们的距离。当距离等于K时，将该节点的值存储起来。

深度优先搜索（DFS）+栈：使用一个栈来存储当前节点和距离的信息。在每次循环中，取出栈顶元素，检查当前距离是否等于K，如果是，则将该节点的值存储到结果数组中。然后，将当前节点的子节点按照右子节点先入栈，左子节点后入栈，并将距离加1。这样，我们可以确保在深度优先搜索中，离根节点更远的节点会在栈中先被访问。

#include<iostream>
#include<stack>
#include<queue>
#include<map>using namespace std;
typedef int BTDataType;
struct BinaryTreeNode
{struct BinaryTreeNode* _pLeft;struct BinaryTreeNode* _pRight;BTDataType _data;BinaryTreeNode(int x): _data(x), _pLeft(NULL), _pRight(NULL){}};// 二叉树的广度优先遍历+队列实现（非递归）
vector<int> LevelOrder(BinaryTreeNode* root, int k){queue<BinaryTreeNode*> que; //使用一个队列来存储当前层的节点BinaryTreeNode* temp;int distance;vector<int> res;if(root) que.push(root);while(!que.empty()){// 记录队列中的节点个数int size = que.size();if(distance == k){while(!que.empty()){res.push_back(que.front()->_data);que.pop();}break;}// 用size--控制循环处理当前层的节点(当前层所有节点出队，下层节点入队)while(size--){temp = que.front();que.pop();// cout << temp->_data << ",";if(temp->_pLeft) que.push(temp->_pLeft);if(temp->_pRight) que.push(temp->_pRight);}distance++;
}return res;   
}// 二叉树的深度优先遍历（先序）+栈实现（非递归）
vector<int> getKdistanceInOrder(BinaryTreeNode* root, int k){vector<int> res;stack<pair<BinaryTreeNode*, int>> s; //栈用来存储节点和当前距离if(root) s.push({root, 0});while(!s.empty()){BinaryTreeNode* p = s.top().first;int distance = s.top().second;s.pop();if(distance == k) res.push_back(p->_data); //当距离等于K时，将该节点的值存储起来。if(p->_pRight) s.push({p->_pRight, distance + 1});if(p->_pLeft) s.push({p->_pLeft, distance + 1});}return res;
}int main(){BinaryTreeNode* root = new BinaryTreeNode(2);root->_pLeft = new BinaryTreeNode(1);root->_pRight = new BinaryTreeNode(4);root->_pLeft->_pRight = new BinaryTreeNode(3);root->_pRight->_pLeft = new BinaryTreeNode(8);root->_pRight->_pRight = new BinaryTreeNode(7);root->_pLeft->_pRight->_pLeft = new BinaryTreeNode(5);vector<int> res = LevelOrder(root, 2);for(auto c: res){cout << c << ",";}cout << endl;vector<int> res2 = getKdistanceInOrder(root, 2);for(auto b: res2){cout << b << ",";}// 释放内存delete root->_pLeft->_pRight->_pLeft;delete root->_pRight->_pRight;delete root->_pRight->_pLeft;delete root->_pLeft->_pRight;delete root->_pRight;delete root->_pLeft;   }

4、在二叉树中查找给定节点的祖先节点

祖先节点(Ancestor)：沿树根到某一结点路径上的所有结点都是这个结点的祖先结点。

题目：如下二叉树，给定节点值6，打印节点6的祖先节点 [3, 1, 2]。

思路： 使用递归方法，检查当前节点是否为空，为空就返回false。如果当前节点不为空，检查是否为目标节点，如果是返回true。接下来，递归地在左子树和右子树中查找目标节点，如果在左子树或右子树中找到了目标节点，则将当前节点的值添加到结果数组中，并返回true。如果左子树和右子树都没有找到目标节点，则返回false。

#include<iostream>
#include<vector>
#include<stack>
#include<algorithm>
using namespace std;struct BinaryTreeNode{BinaryTreeNode* left;BinaryTreeNode* right;int val;BinaryTreeNode(int x): val(x), left(NULL), right(NULL){}
};bool findAncestorsDFS(BinaryTreeNode* root, int target, vector<int>& ancestors) {if (root == nullptr) {return false;}if (root->val == target) {return true;}if (findAncestorsDFS(root->left, target, ancestors) || findAncestorsDFS(root->right, target, ancestors)) {ancestors.push_back(root->val);return true;}return false;
}int main(){BinaryTreeNode* root = new BinaryTreeNode(2);root->left = new BinaryTreeNode(1);root->right = new BinaryTreeNode(4);root->left->right = new BinaryTreeNode(3);root->right->left = new BinaryTreeNode(8);root->right->right = new BinaryTreeNode(5);root->left->right->left = new BinaryTreeNode(6);int target = 6;vector<int> ancestors;bool res = findAncestorsDFS(root, target, ancestors);cout << "节点 " << target << " 的祖先节点值为：";for (int val : ancestors) {std::cout << val << " ";}std::cout << std::endl;
}

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：http://www.hqwc.cn/news/278495.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

三种好用的在线色彩提取工具

三种好用的在线色彩提取工具

#三种好用的在线色彩提取工具 1.ecjson网站 网址: https://www.ecjson.com/image_color#b1cfea 或点击链接&#xff1a; ecjson在线色彩提取 图1 ecjson网站色彩提取举例 2.微查网 网址&#xff1a;http://zxqsq.wiicha.com/ 或点击链接&#xff1a; 微查网在线色彩提取 …
阅读更多...
企业微信旧版-新版网络连接错误，无法登录的解决方案

企业微信旧版-新版网络连接错误，无法登录的解决方案

一.企业微微信无法登录故障 二.解决方案 1.网上的解决方案 **检查网络连接&#xff1a;**确保你的计算机正常连接到互联网。尝试打开其他网页&#xff0c;以确保网络连接正常。 **防火墙和安全软件&#xff1a;**某些防火墙或安全软件可能会阻止企业微信的正常连接。请确保你…
阅读更多...
【Axure RP9】的详细安装及Axure入门应用

【Axure RP9】的详细安装及Axure入门应用

目录 一 Axure入门安装 1.1 Axure是什么? 1.2 Axure应用场景 1.3 Axure安装 1.3.1 汉化 1.3.2 授权 二, Axure应用 1.1 Axure软件界面概述 1.2 Axure的应用 1.2.1备份 1.2.2 视图显示及网格设置 1.2.3 生成HTML文件 1.2.4 备注说明 一 Axure入门安装 1.1 Axure…
阅读更多...
使用blip2进行图片输入文本输出

使用blip2进行图片输入文本输出

多模态的重要模型blip2,官方提供模型可以直接用来图片生成文本 github地址&#xff1a;https://github.com/salesforce/LAVIS/tree/main/projects/blip2 个人相当于跑了一下blip2的demo&#xff0c;记录下过程&#xff0c;供今后需要参考&#xff1a; 1、首先是环境安装&#…
阅读更多...
Tableau快速入门-下载安装加载数据与仪表盘构建

Tableau快速入门-下载安装加载数据与仪表盘构建

官网介绍 官网连接如下&#xff1a; https://www.tableau.com/zh-cn tableau的产品包括如下&#xff1a; 参考:https://zhuanlan.zhihu.com/p/341882097 Tableau是功能强大、灵活且安全些很高的端到端的数据分析平台&#xff0c;它提供了从数据准备、连接、分析、协作到查阅…
阅读更多...
[论文阅读]Multimodal Virtual Point 3D Detection

[论文阅读]Multimodal Virtual Point 3D Detection

Multimodal Virtual Point 3D Detection 多模态虚拟点3D检测 论文网址&#xff1a;MVP 论文代码&#xff1a;MVP 论文简读 方法MVP方法的核心思想是将RGB图像中的2D检测结果转换为虚拟的3D点&#xff0c;并将这些虚拟点与原始的Lidar点云合并。具体步骤如下&#xff1a; (1)…
阅读更多...
PHP基础 - 循环与条件语句

PHP基础 - 循环与条件语句

循环语句 1）for循环： 重复执行一个代码块指定的次数。 for ($i = 0; $i < 5; $i++) { // 初始化 $i 为 0，每次循环后将 $i 值增加 1，当 $i 小于 5 时执行循环echo "The number is: $i \n"; // 输出当前 $i 的值并换行 }// 循环输出结果为： // The number …
阅读更多...
云上丝绸之路| 云轴科技ZStack成功实践精选（西北）

云上丝绸之路| 云轴科技ZStack成功实践精选（西北）

古有“丝绸之路” 今有丝绸之路经济带 丝路焕发新生&#xff0c;数智助力经济 云轴科技ZStack用“云”护航千行百业 沿丝绸之路&#xff0c;领略西北数字化。 古丝绸之路起点-陕西 集历史与现代交融&#xff0c;不仅拥有悠久的历史文化积淀&#xff0c;而且现代化、数字化发…
阅读更多...
【Qt问题记录】使用QDebug类输出不带转义或双引号

【Qt问题记录】使用QDebug类输出不带转义或双引号

问题 使用Qt进行编程时&#xff0c;需要借助输出信息验证编码的正确性。 默认情况下&#xff0c;如果输出的是字符串&#xff0c;qDebug() 会在字符串的两侧加上引号&#xff0c;有时还会转义。 如下所示&#xff1a; QString strInfo QStringLiteral("helloworld"…
阅读更多...
超越架构师！消息通知系统优化设计

超越架构师！消息通知系统优化设计

5 收集联系信息流程 为发送通知&#xff0c;需收集各种信息如移动设备令牌、email、phone和第三方通道信息。 用于存储联系信息的简化的数据库表模式。它是个带有电子邮件、电话、设备令牌和外部通道的单个NoSQL DynamoDB表。Contacts table schema&#xff1a; device_tokens…
阅读更多...
Java: OpenWeatherMap json Deserialization of Java Objects

Java: OpenWeatherMap json Deserialization of Java Objects

openweathermap.json {"coord": {"lon": 114.0683, "lat":22.5455},"weather":[ {"id": 803, "main":"Clouds", "description":"多云", "icon":"04d"}],&quo…
阅读更多...
WPF 基于TableControl的页面切换

WPF 基于TableControl的页面切换

文章目录 前言其它项目的UserControl切换TableControl添加按钮&#xff0c;隐去TableItem的Header 结论 前言 我想用WPF简单实现一个按钮视图切换的效果&#xff0c;但是我发现别人的实现效果非常的麻烦。 其它项目的UserControl切换 我网上找了个开源的项目&#xff0c;他是…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023