数据结构入门指南：二叉树

目录

文章目录

前言

 1. 树的概念及结构

   1.1 树的概念

 1.2 树的基础概念

1.3 树的表示

1.4 树的应用

 2. 二叉树

2.1 二叉树的概念

 2.2 二叉树的遍历

前言

        在计算机科学中，数据结构是解决问题的关键。而二叉树作为最基本、最常用的数据结构之一，不仅在算法和数据处理中发挥着重要作用，也在日常生活中有着丰富的应用。无论是搜索引擎的索引算法、文件系统的组织方式，还是编译器的语法分析，二叉树都扮演着不可或缺的角色。为了便于大家更好的入门二叉树，本期先向大家简单介绍一下二叉树的基本性质，以及代码理解实现，给大家预预热。

 1. 树的概念及结构

   1.1 树的概念

         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
  • 因此，树是递归定义的。

 那这样是树还是非树？

 

 答案是非树，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 树的基础概念

  • 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；

带星号的了解即可。

        这里我们重点说一下树的高度和节点层次，不同的数据结构书中一般有两种方式表示树的高度，一种是从0开始例如上述的树，根节点A高度就是0，到P、Q高度就是3。另外一种是从1开始，根节点1的高度为1，那P、Q的高度就是4。个人更推荐使用从1开始的，如果使用从0开始的，那如果是空树，在使用0表示就有点说不过去了，那空树的高度就只能是-1了。如果使用从1开始的，那空树就可以使用0来表示。

1.3 树的表示

         树结构相对线性表就比较复杂了，要存储表示起来就比较麻烦了，既然保存值域，也要保存结点和结点之间的关系，实际中树有很多种表示方式如：双亲表示法，孩子表示法、孩子双亲表示法以及孩子兄弟表示法等。

         首先在定义树的节点时就很为难，一个节点到底要定义多少个指向子节点的指针：

struct TreeNode
{Datatype x;struct TreeNode* child1;struct TreeNode* child2;……};

 要想定义一个节点就要先知道一个树的度，例如上述的树：

         这棵树的度为6，那我们定义时就要定义6个指针变量吗？那大部分的节点的子节点并没有达到6个，这样就会很浪费，定义也很费劲。

在C++中，有这样一种定义方法：

struct TreeNode
{Datatype x;vector<struct TreeNode*> childs;
};

         可以不规定个数，它使用数组的方式来存储，如果不够还可以进行增容，这种方式是使用顺序表来存储孩子节点的信息。

         还有一种非常巧的方式，叫孩子兄弟表示法，即左孩子右兄弟。

         拿这棵树为例，这种方法在定义节点时就只定义两个指针，一个指针叫左孩子指针，一个指针叫右兄弟指针。怎么指向呢？就是说无论一个节点有多少个孩子，它的孩子指针就只指向第一个孩子（最左边的孩子节点），剩下的孩子用第一个孩子的兄弟指针指向第二个，第二个孩子的兄弟指针指向第三个。

表示出来就是这样的结构：

 除此之外还有其他的表示法，这里就不再一一列举。

1.4 树的应用

 在现实生活中我们也经常使用到树状结构，例如：文件存储

 2. 二叉树

         了解完树的基本概念后，我们接下来进入二叉树的学习。

2.1 二叉树的概念

 一棵二叉树是结点的一个有限集合，该集合:

  1. 或者为空
  2. 由一个根节点加上两棵别称为左子树和右子树的二叉树组成

 二叉树的特点：

  1. 二叉树不存在度大于2的结点
  2. 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

 对于任何一颗二叉树都是由一下几种情况复合而成。

         当然关于二叉树的基础概念还有很多，今天就先简单介绍，接下来给大家来点干货，先让大家切身体验一下二叉树。                                                

 2.2 二叉树的遍历

 当我们看到任何一颗二叉树都应该把它分为三个部分：

  • 根节点
  • 左子树
  • 右子树

 我们以这棵树为例进行分析：

         A为这棵树的根节点，B及其以下的节点（D、E）被称为左子树，C及其以下节点被称为右子树。然后B子树仍然可以分为D及其以下节点是左子树，E及其以下节点是右子树，然后再分，直到子节点为NULL，停止。

我们这里用的是分治算法。分治算法：

        把大问题分成类似的子问题，子问题再分成子问题，……，直到子问题无法再分割为止。

遍历可分为三种：

前序：也叫先根遍历，遍历顺序为：根、左子树、右子树

中序：也叫中根遍历，遍历顺序为：左子树、根、右子树

后序：也叫后根遍历，遍历顺序为：左子树、右子树、根

         我们先来尝试以下前序遍历，理解了前序遍历后两个就简单了。还是以这棵树为例：

         前序遍历，我们是先访问根，然后是左子树、右子树。那应该先遍历A，然后遍历A的左子树B（及其以下节点），然后就以B为根继续遍历它的左子树D（及其以下节点），然后再次以D为根开始，遍历左子树（NULL），然后开始返回到D，D再遍历右子树（NULL），然后D（这个子树）就遍历完毕，返回到B，B开始遍历右子树E（及其以下节点），E左子树为NULL返回到E，然后遍历右子树，右子树也为空（E子树遍历完毕），然后返回E（B的右子树遍历完毕），接着返回B（B的所有子树遍历完毕），接着返回到A，A开始遍历右子树……这个规律很符合递归。

        遍历完的顺序为：A、B、D、NULL、NULL、E、NULL、NULL、C、NULL、NULL。大部分学校讲的都是A、B、D、E、C。大部分同学应该都知道这个规律，但不知道为什么这样遍历。

        根据这个思路我们再来写一下中序遍历，中序遍历先访问左子树，然后是跟，最后是右子树。还是从A开始找，A的左子树B，然后以B为根，找B的左子树，接着以D为根，找D的左子树，D的左子树为NULL（D左子树遍历结束），返回到D（根），开始遍历D的右子树……

         最后遍历的顺序为：【NULL、D、NULL(B的左子树）、B(根)、NULL、E、NULL              (B的右子树）、】(A的左子树）、A(根）、【NULL、C、NULL】(A的右子树）。整理一下：

NULL、D、NULL、B、NULL、E、NULL、A、NULL、C、NULL（D、B、E、C、A）。

         我们接着写一下后序遍历：NULL、NULL、D、NULL、NULL、E、B、NULL、NULL、C、A（D、E、B、C、A）。

我们再来练一个：

         前序遍历：A（根）||这部分为整体二叉树的根、B（左子树）、NULL（B的左子树）、D（B的右子树）、F（D的左子树）、NULL（F的左子树）、NULL（F的右子树）、NULL（D的右子树）||这部分属于A的左子树、C、E、NULL（E的左子树）、NULL（E的右子树）、NULL（C的右子树）||这部分为A的右子树。

 后续的中序遍历和后续遍历大家可以自己私下练一下。

        好了我们已经了解了遍历，接下来我们来说实现以下前序遍历。给大家来点干货，便于大家更好理解。

 我们依然以这个简单的二叉树为例进行实现。

 我们先定义一个二叉树的节点：

typedef char Datatype;
typedef struct BinaryTreeNode
{Datatype data;struct BinaryTreeNode* left;struct BinaryTreeNode* right;
}BTNode;

 然后就是它的前序遍历的实现：

void PrevOrder(BTNode* root)
{}

        我们知道前序遍历的顺序是根，然后是左子树，最后是右子树。因此在开始前我们先判断以下root是否为NULL，如果不为NULL我们就打印根节点的数据。 

void PrevOrder(BTNode* root)
{if (root == NULL){printf("NULL ");return;}printf("%c ", root->data);}

         那如何遍历到左子树、右子树呢？其实很简单，我们之前介绍的时候说：二叉树的遍历复合递归结构，这里我们就可以使用递归来完成遍历，代码如下：

void PrevOrder(BTNode* root)
{if (root == NULL){printf("NULL ");return;}printf("%c ", root->data);PrevOrder(root->left);PrevOrder(root->right);
}

         先遍历左子树，再遍历右子树，那调用的顺序就先调用自己传左孩子指针过去，以左孩子节点为根，再按照这个程序进行执行，再次传左孩子指针过去……，知道左孩子为NULL，返回上一层，开始遍历右子树。

 我们可以简单粗暴的测试以下，测试代码如下：

#include<stdio.h>
#include<stdlib.h>typedef char Datatype;
typedef struct BinaryTreeNode
{Datatype data;struct BinaryTreeNode* left;struct BinaryTreeNode* right;
}BTNode;void PrevOrder(BTNode* root)
{if (root == NULL){printf("NULL ");return;}printf("%c ", root->data);PrevOrder(root->left);PrevOrder(root->right);
}
int main()
{BTNode* A = (BTNode*)malloc(sizeof(BTNode));A->data = 'A';A->left = NULL;A->right = NULL;BTNode* B = (BTNode*)malloc(sizeof(BTNode));B->data = 'B';B->left = NULL;B->right = NULL;BTNode* C = (BTNode*)malloc(sizeof(BTNode));C->data = 'C';C->left = NULL;C->right = NULL;BTNode* D = (BTNode*)malloc(sizeof(BTNode));D->data = 'D';D->left = NULL;D->right = NULL;BTNode* E = (BTNode*)malloc(sizeof(BTNode));E->data = 'E';E->left = NULL;E->right = NULL;A->left = B;A->right = C;B->left = D;B->right = E;PrevOrder(A);printf("\n");return 0;
}

执行结果：

 和上述分析的结果一致。

那剩下的中序遍历和后序遍历也很简单，只需要改变一下递归调用函数的次序即可：

//中序遍历
void InOrder(BTNode* root)
{if (root == NULL){printf("NULL ");return;}InOrder(root->left);printf("%c ", root->data);InOrder(root->right);
}//后序遍历
void PostOrder(BTNode* root)
{if (root == NULL){printf("NULL ");return;}PostOrder(root->left);PostOrder(root->right);printf("%c ", root->data);}

 我们也可以测试以下看看执行结果，测试代码如下：

typedef struct BinaryTreeNode
{Datatype data;struct BinaryTreeNode* left;struct BinaryTreeNode* right;
}BTNode;void PrevOrder(BTNode* root)
{if (root == NULL){printf("NULL ");return;}printf("%c ", root->data);PrevOrder(root->left);PrevOrder(root->right);
}
void InOrder(BTNode* root)
{if (root == NULL){printf("NULL ");return;}InOrder(root->left);printf("%c ", root->data);InOrder(root->right);
}
void PostOrder(BTNode* root)
{if (root == NULL){printf("NULL ");return;}PostOrder(root->left);PostOrder(root->right);printf("%c ", root->data);}
int main()
{BTNode* A = (BTNode*)malloc(sizeof(BTNode));A->data = 'A';A->left = NULL;A->right = NULL;BTNode* B = (BTNode*)malloc(sizeof(BTNode));B->data = 'B';B->left = NULL;B->right = NULL;BTNode* C = (BTNode*)malloc(sizeof(BTNode));C->data = 'C';C->left = NULL;C->right = NULL;BTNode* D = (BTNode*)malloc(sizeof(BTNode));D->data = 'D';D->left = NULL;D->right = NULL;BTNode* E = (BTNode*)malloc(sizeof(BTNode));E->data = 'E';E->left = NULL;E->right = NULL;A->left = B;A->right = C;B->left = D;B->right = E;printf("前序遍历：");PrevOrder(A);printf("\n");printf("中序遍历：");InOrder(A);printf("\n");printf("后序遍历：");PostOrder(A);printf("\n");return 0;
}

 执行结果如下：

 可以和上边的分析对比一下，没有问题，

总结

        二叉树遍历是学习和理解二叉树的重要部分。通过遍历，我们可以按照特定的顺序访问二叉树的节点，从而深入了解它们的结构和关系。在这篇博客中，我们介绍了三种常见的二叉树遍历方式：前序遍历、中序遍历和后序遍历，并对它们的原理、特点和应用进行了详细讨论。本期内容为预热阶段，先让大家熟悉一下二叉树，以便于后续二叉树的学习，好的本期内容到此结束，感谢阅读！

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/69212.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

webstorm debug调试vue项目

webstorm debug调试vue项目

1.运行npm&#xff0c;然后控制台会打印下图中的地址&#xff0c;复制local的地址 2.run–>Edit Configuration&#xff0c;如下图 3.设置测试项 4.在你需要的js段打好断点 5.在上边框的工具栏里面有debug运行&#xff0c;点击debug运行的图标运行即可
阅读更多...
C++_深究继承

C++_深究继承

文章目录 1. 继承的概念和定义1.1 继承的概念1.2 继承定义1.2.1定义格式1.2.2 继承关系和访问限定符 2. 基类和派生类对象赋值转换3.继承中的作用域4. 派生类的默认成员函数5. 继承和友元6. 继承与静态成员7. 菱形继承即菱形虚拟继承菱形虚拟继承 8. 继承的总结与反思 1. 继承的…
阅读更多...
Linux（进程控制）

Linux（进程控制）

进程控制 进程创建fork函数初识fork函数返回值写时拷贝fork常规用法fork调用失败的原因 进程终止进程退出码进程常见退出方法 进程等待进程等待必要性获取子进程status进程等待的方法 阻塞等待与非阻塞等待阻塞等待非阻塞等待 进程替换替换原理替换函数函数解释命名理解 做一个…
阅读更多...
Python opennsfw/opennsfw2 图片/视频 鉴黄 笔记

Python opennsfw/opennsfw2 图片/视频 鉴黄 笔记

nsfw&#xff08; Not Suitable for Work&#xff09;直接翻译就是 工作的时候不适合看&#xff0c;真文雅 nsfw效果&#xff0c;注意底部的分数 大体流程&#xff0c;输入图片/视频&#xff0c;输出0-1之间的数字&#xff0c;一般情况下&#xff0c;Scores < 0.2 认为是非…
阅读更多...
20230811导出Redmi Note12Pro 5G手机的录音机APP的录音

20230811导出Redmi Note12Pro 5G手机的录音机APP的录音

20230811导出Redmi Note12Pro 5G手机的录音机APP的录音 2023/8/11 10:54 redmi note12 pro 录音文件 位置 貌似必须导出录音&#xff0c;录音的源文件不知道存储到哪里了&#xff01; 参考资料&#xff1a; https://jingyan.baidu.com/article/b87fe19e9aa79b1319356842.html 红…
阅读更多...
【数学建模】--灰色关联分析

【数学建模】--灰色关联分析

系统分析: 一般的抽象系统&#xff0c;如社会系统&#xff0c;经济系统&#xff0c;农业系统&#xff0c;生态系统&#xff0c;教育系统等都包含有许多种因素&#xff0c;多种因素共同作用的结果决定了该系统的发展态势。人们常常希望知道在众多的因素中&#xff0c;哪些是主要…
阅读更多...
history记录日期时间和日志记录操作

history记录日期时间和日志记录操作

history命令能查看到操作日期和时间的配置方法&#xff1a; 1&#xff09;在/etc/profile文件中添加一行&#xff1a; export HISTTIMEFORMAT"%F %T whoami " 2&#xff09;保存后&#xff0c;执行加载命令&#xff1a; source /etc/profile 3&#xff09;然后检…
阅读更多...
分类预测 | MATLAB实现BO-BiGRU贝叶斯优化双向门控循环单元多输入分类预测

分类预测 | MATLAB实现BO-BiGRU贝叶斯优化双向门控循环单元多输入分类预测

分类预测 | MATLAB实现BO-BiGRU贝叶斯优化双向门控循环单元多输入分类预测 目录 分类预测 | MATLAB实现BO-BiGRU贝叶斯优化双向门控循环单元多输入分类预测预测效果基本介绍模型描述程序设计参考资料 预测效果 基本介绍 1.Matlab实现BO-BiGRU贝叶斯优化双向门控循环单元多特征分…
阅读更多...
Springboot 实践（4）swagger-ui 测试controller

Springboot 实践（4）swagger-ui 测试controller

前文项目操作&#xff0c;完成了项目的创建、数据源的配置以及数据库DAO程序的生成与配置。此文讲解利用swagger-ui界面&#xff0c;测试生成的数据库DAO程序。目前&#xff0c;项目swagger-ui界面如下&#xff1a; 以”用户管理”为例&#xff0c;简单讲述swagger-ui测试数据库…
阅读更多...
Ghost-free High Dynamic Range Imaging withContext-aware Transformer

Ghost-free High Dynamic Range Imaging withContext-aware Transformer

Abstract 高动态范围(HDR)去鬼算法旨在生成具有真实感细节的无鬼HDR图像。 受感受野局部性的限制&#xff0c;现有的基于CNN的方法在大运动和严重饱和度的情况下容易产生重影伪影和强度畸变。 本文提出了一种新的上下文感知视觉转换器&#xff08;CA-VIT&#xff09;用于高动态…
阅读更多...
优维低代码实践：自定义模板

优维低代码实践：自定义模板

优维低代码技术专栏&#xff0c;是一个全新的、技术为主的专栏&#xff0c;由优维技术委员会成员执笔&#xff0c;基于优维7年低代码技术研发及运维成果&#xff0c;主要介绍低代码相关的技术原理及架构逻辑&#xff0c;目的是给广大运维人提供一个技术交流与学习的平台。 优维…
阅读更多...
亿赛通电子文档安全管理系统任意文件上传漏洞复现

亿赛通电子文档安全管理系统任意文件上传漏洞复现

0x01 产品简介 亿赛通电子文档安全管理系统&#xff08;简称&#xff1a;CDG&#xff09;是一款电子文档安全加密软件&#xff0c;该系统利用驱动层透明加密技术&#xff0c;通过对电子文档的加密保护&#xff0c;防止内部员工泄密和外部人员非法窃取企业核心重要数据资产&…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023