树Tree
树是数据结构中的重点,各类二叉树更是重中之重。
文章目录
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
-
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。
一颗普通的树
2. 树的相关概念
-
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
3. 树的表示
树相对于链表结构更加复杂,不仅要保存值,还要保存节点和节点之间的关系。树有非常多种的表示方式,例如:
双亲表示法、孩子表示法、孩子双亲表示法、孩子兄弟表示法。
这里简单介绍一下孩子兄弟表示法。
typedef int DataType;
struct Node
{
struct Node* _firstChild1; // 第一个孩子结点
struct Node* _pNextBrother; // 指向其下一个兄弟结点
DataType _data; // 结点中的数据域
};
图示:
3.二叉树
3.1 二叉树的定义
二叉树是n(n>=0)个节点的有限集合,该集合或者为空集(空二叉树),或者由一个根节点和两个互不相交的、分别称为根节点的左子树和右子树组成。
图示:
3.2 二叉树的特点
- 二叉树的节点的度最多为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。
3.3 二叉树的性质
-
若规定根节点的层数为1,则一棵非空二叉树的第i层上最多有 2^(i - 1)个结点.
-
若规定根节点的层数为1,则深度为h的二叉树的最大结点数是2^h - 1 .
-
对任何一棵非空二叉树, 度为0的节点总是比度为2的节点多一个, n0 = n2 + 1
-
在完全二叉树中,具有n个界定的完全二叉树的深度为[log2n]+1 ,其中 [log2n] 向下取整。
-
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,则有以下特性:
- 若i=1 则该节点是二叉树的跟,无双亲,否则,编号为 [i/2] 的节点为其双亲节点。
- 若 2i>n 则该节点无左孩子,否则,编号为 2i 的节点为其左孩子节点。
- 若2i+1>n 则该节点无右孩子节点,否则,编号为 2j+1 的节点为其右孩子节点。
3.3 特殊的二叉树
满二叉树:
一个二叉树,如果每一个层的结点数都达到最大值,则这个二叉树就是满二叉树。也就是说,如果一个二叉树的层数为K,且结点总数是 ,则它就是满二叉树。
图示:
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而引出来的。对于深度为K
的,有n个结点的二叉树,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。 要注意的是满二叉树是一种特殊的完全二叉树。
图示:
4. 其他的二叉树
4.1 二叉搜索树
又叫二叉排序树,二叉查找树。
特点:
- 若左子树不为空,那么左子树的所有节点的值均小于它的根节点的值。
- 若右子树不为空,那么右子树的所有节点的值大于根节点的值。
- 左右子树也均为二叉搜索树。
图示:
优点:
对于n层的完全二叉树,最多只要查找n次就能找到结果。
2^n 个节点的二叉搜索树基本只要查找n次就能查询到。
缺点:
如果一直插入数据的话,会导致二叉树越来越高,变成斜树,其实就是链表,依旧需要全部遍历。
4.2 平衡二叉树(AVL树)
含有相同节点的二叉查找树可以有不同的形态,而二叉查找树的平均查找的时间复杂度与树的高度有关。
- AVL树的最高层数和最低层数的差值不能超过1.
- 其左右子树也是AVL树。
- AVL树的平衡因子只能为-1,0,1
图示:
AVL树的旋转
AVL是一个查找性能非常高的数据结构,但是每当平衡因子的绝对值超过1就得进行树的旋转,维护这样一个结构很耗费性能。
优点:
查找效率非常高。
缺点:
插入效率低,当插入数据时,需要维护AVL树的平衡 ,AVL树就要大幅度的旋转,旋转树是非常损耗性能的。
总结
简单的介绍了部分树的结构和特性。