树是一种递归定义的数据结构,如果树中节点的各子树从左到右是有次序的,不能互换,则称该树为有序树,否则叫无序树。

关于树的节点:

  1. 节点拥有的子树的个数叫做节点的度
  2. 如果度为0,那么该节点叫做叶节点或终端节点,除了根节点外的分支节点称为内部节点
  3. 树的度是各节点度的最大值。节点的子树的根称为该节点的子节点,某个节点只能有一个父节点。
  4. 节点的子树的根称为该节点的子节点
  5. 节点的层次从树根开始计算,树的深度或高度是树中节点的最大层数
  6. 相同父节点的孩子之间互称兄弟节点

二叉树的特点是每个节点最多有两棵子树,这意味着每个节点的度不会大于2,并且是一棵有序树

关于满二叉树:

  1. 所有分支节点都存在左子树和右子树
  2. 所有叶节点都在同一层
  3. 不存在非0或非2的节点
  4. 高度为H,含有(2^H-1)个节点

关于完全二叉树:

  1. 叶节点在最底下两层
  2. 最后一层叶节点都靠左侧排列,除了最后一层,其他层的节点个数达到最大
  3. 倒数第二层如果有叶节点,则叶节点都靠右排列
  4. 如果节点度为 1,则该节点只有左子树,不可以只有右子树。而且最多只有一个度为 1 的节点
  5. 高度为 H,每个节点都与高度为 H 的满二叉树中编号为 1~n 的节点一一对应

由此可见,满二叉树一定是完全二叉树,反之不一定成立

判断完全二叉树:

  1. 按照满二叉树的情形给二叉树的节点逐层编号,编号出现空缺则不是完全二叉树
  2. 一棵满二叉树,依次把编号最大的 1 到多个节点去掉,得到的就是一棵完全二叉树
  3. 如果一个完全二叉树有 n 个节点,当节点的编号≤(n/2) 时,这些节点就是分支节点,而当节点的编号>(n/2) 时,这些节点就是叶节点(n/2 如果没有整除则去掉小数部分)

二叉树的性质:

  1. 在二叉树的第i层上,最多有2^(i-1)个节点
  2. 高度为K的二叉树至多有(2^K-1)个节点
  3. 二叉树节点的总数量等于节点的总度数+1
  4. 对于任何一棵二叉树,如果其叶节点数量为n0,度为 2 的节点数量为n2,则叶节点的数量比有两棵子树的节点数量多一个,即n0=n2+ 1
  5. 具有 n(n>0)个节点的完全二叉树的高度为⌈log2(n+1)⌉ 或者 ⌊log2n⌋ +1。

顺序存储

顺序存储方式用一段连续的内存单元依次从上到下、从左到右存储二叉树各个节点元素

假设存储的是一棵完全二叉树,如果将根节点存储在数组下标i=1的位置,则左子树下标为i*2=2的位置,右子树在3的位置

如果存储的是一棵非完全二叉树,也按照完全二叉树的编号来存储,但会浪费较多的内存空间

#include <iostream>
#include <cmath> #define MaxSize 100 enum ECCHILDSIGN {
E_Root, // 树根
E_ChildLeft, // 左孩子
E_ChildRight // 右孩子
}; template <typename T>
struct BinaryTreeNode {
T data; // 数据域
bool isValid; // 节点是否有效
}; template <typename T>
class BinaryTree {
public:
BinaryTree() {
for (int i=0;i<=MaxSize;i++) {
// 初始时节点无效
SeqBiTree[i].isValid = false;
}
}
~BinaryTree() {}; public:
// 创建节点
int CreateNode(int parindex,ECCHILDSIGN pointSign,const T &e); // 获取父节点下标
int getParentIdx(int sonindex) {
if (ifValidRangeIdx(sonindex) == false) {
return -1;
}
if (SeqBiTree[sonindex].isValid == false) {
return -1;
}
return int(sonindex / 2);
} // 获取指定节点所在高度
int getPointLevel(int index) {
if (ifValidRangeIdx(index) == false) {
return -1;
}
if (SeqBiTree[index].isValid == false) {
return -1;
}
int level = int(log(index)/log(2)+1);
return level;
} // 获取二叉树深度
int getLevel() {
if (SeqBiTree[1].isValid == false) {
return 0;
} int i;
for (i = MaxSize;i >= 1;i--) {
// 找到最后一个有效节点
if (SeqBiTree[i].isValid == true) {
break;
}
}
return getPointLevel(i);
} // 判断是否为完全二叉树
bool ifCompleteBT() {
if (SeqBiTree[1].isValid == false) {
return false;
}
int i;
for (i = MaxSize;i >= 1;i--) {
// 找到最后一个节点
if (SeqBiTree[i].isValid == true) {
break;
}
}
for (int k = 1;k <= i;k++) {
// 所有节点有效
if (SeqBiTree[k].isValid == false) {
return false;
}
}
return true;
} void preOrder() {
if (SeqBiTree[1].isValid == false) {
return;
}
preOrder(1);
} void preOrder(int index) {
if (ifValidRangeIdx(index) == false) {
return;
}
if (SeqBiTree[index].isValid == false) {
return;
}
std::cout << (char)SeqBiTree[index].data << "";
preOrder(2 * index);
preOrder(2 * index + 1);
} private:
bool ifValidRangeIdx(int index) {
if (index < 1 || index > MaxSize) {
return false;
}
return true;
}
private:
BinaryTreeNode<T> SeqBiTree[MaxSize + 1];
}; template <class T>
int BinaryTree<T>::CreateNode(int parindex,ECCHILDSIGN pointSign,const T &e) {
if (pointSign != E_Root) {
if (ifValidRangeIdx(parindex) == false) {
return -1;
}
if (SeqBiTree[parindex].isValid == false) {
return -1;
}
} int index = -1;
if (pointSign == E_Root) {
index = 1; // 根节点下标为1
} else if (pointSign == E_ChildLeft) {
// 左孩子
index = 2 * parindex;
if (ifValidRangeIdx(index) == false) {
return -1;
}
} else {
// 右孩子
index = 2 * parindex + 1;
if (ifValidRangeIdx(index) == false) {
return -1;
}
}
SeqBiTree[index].data = e;
// 标记该下标中有效数据
SeqBiTree[index].isValid = true;
return index;
} int main(void) {
BinaryTree<int> tree;
int indexRoot = tree.CreateNode(-1,E_Root,'A');
int indexNodeB = tree.CreateNode(indexRoot,E_ChildLeft,'B');
int indexNodeC = tree.CreateNode(indexRoot,E_ChildRight,'C'); int indexNodeD = tree.CreateNode(indexNodeB,E_ChildLeft,'D');
int indexNodeE = tree.CreateNode(indexNodeC,E_ChildRight,'E'); int iParentIndexE = tree.getParentIdx(indexNodeE);
std::cout << "node E parent node index: " << iParentIndexE << std::endl; int iLevel = tree.getPointLevel(indexNodeD);
std::cout << "the height of node D: " << iLevel << std::endl; iLevel = tree.getPointLevel(indexNodeE);
std::cout << "the height of node E: " << iLevel << std::endl;
std::cout << "the depth of binary tree: " << tree.getLevel() << std::endl;
std::cout << "compelete binary tree: " << tree.ifCompleteBT() << std::endl; std::cout << "-----------------" << std::endl;
std::cout << "preorder: ";
tree.preOrder(); return 0;
}

链式存储

链式存储要存储额外的左右子节点,多用于存储普通的二叉树

#include <iostream>

enum ECCHILDSIGN {
E_Root, // 树根
E_ChildLeft, // 左孩子
E_ChildRight // 右孩子
}; template <typename T>
struct BinaryTreeNode {
T data; // 数据域
BinaryTreeNode *leftChild;
BinaryTreeNode *rightChild;
}; template <typename T>
class BinaryTree {
public:
BinaryTree();
~BinaryTree();
public:
// 创建节点
BinaryTreeNode<T> *CreateNode(BinaryTreeNode<T> *parentnode,ECCHILDSIGN pointSign,const T &e);
void ReleaseNode(BinaryTreeNode<T> *pnode); // 释放树节点
void CreateBTreeAccordPT(char *pstr); // 前序遍历顺序创建BTree
public:
// 前序遍历
void preOrder() {
preOrder(root);
}
void preOrder(BinaryTreeNode<T> *tNode) {
if (tNode != nullptr) {
std::cout << (char)tNode->data << " ";
preOrder(tNode->leftChild);
preOrder(tNode->rightChild);
}
} // 中序遍历
void inOrder() {
inOrder(root);
}
void inOrder(BinaryTreeNode<T> *tNode) {
if (tNode != nullptr) {
inOrder(tNode->leftChild);
std::cout << (char)tNode->data << " ";
inOrder(tNode->rightChild);
}
} // 后序遍历
void postOrder() {
postOrder(root);
}
void postOrder(BinaryTreeNode<T> *tNode) {
if (tNode != nullptr) {
postOrder(tNode->leftChild);
postOrder(tNode->rightChild);
std::cout << (char)tNode->data << " ";
}
} private:
BinaryTreeNode<T> *root;
void CreateBTreeAccordPTRecu(BinaryTreeNode<T>* &tnode,char* &pstr);
}; template <class T>
BinaryTree<T>::BinaryTree() {
root = nullptr;
} template <class T>
BinaryTree<T>::~BinaryTree() {
ReleaseNode(root);
} template <class T>
void BinaryTree<T>::ReleaseNode(BinaryTreeNode<T> *pnode) {
if (pnode != nullptr) {
ReleaseNode(pnode->leftChild);
ReleaseNode(pnode->rightChild);
}
delete pnode;
} template <class T>
BinaryTreeNode<T> *BinaryTree<T>::CreateNode(BinaryTreeNode<T> *parentnode,ECCHILDSIGN pointSign,const T &e) {
BinaryTreeNode<T> *tmpnode = new BinaryTreeNode<T>;
tmpnode->data = e;
tmpnode->leftChild = nullptr;
tmpnode->rightChild = nullptr; if (pointSign == E_Root) {
root = tmpnode;
}
if (pointSign == E_ChildLeft) {
parentnode->leftChild = tmpnode;
} else if (pointSign == E_ChildRight) {
parentnode->rightChild = tmpnode;
}
return tmpnode;
} template <class T>
void BinaryTree<T>::CreateBTreeAccordPT(char *pstr) {
CreateBTreeAccordPTRecu(root,pstr);
} template <class T>
void BinaryTree<T>::CreateBTreeAccordPTRecu(BinaryTreeNode<T> *&tnode,char *&pstr) {
if (*pstr == '#') {
tnode = nullptr;
} else {
tnode = new BinaryTreeNode<T>;
tnode->data = *pstr;
CreateBTreeAccordPTRecu(tnode->leftChild,++pstr);
CreateBTreeAccordPTRecu(tnode->rightChild,++pstr);
}
} int main(void) {
BinaryTree<int> tree;
BinaryTreeNode<int> *rootpoint = tree.CreateNode(nullptr,E_Root,'A');
BinaryTreeNode<int> *subpoint = tree.CreateNode(rootpoint,E_ChildLeft,'B');
subpoint = tree.CreateNode(subpoint,E_ChildLeft,'D');
subpoint = tree.CreateNode(rootpoint,E_ChildRight,'C');
subpoint = tree.CreateNode(subpoint,E_ChildRight,'E'); // tree.CreateBTreeAccordPT((char*)"ABD###C#E##"); // 直接通过前序遍历创建二叉树 std::cout << "preorder: ";
tree.preOrder();
std::cout << std::endl; std::cout << "inorder: ";
tree.inOrder();
std::cout << std::endl; std::cout << "postorder: ";
tree.postOrder();
std::cout << std::endl; return 0;
}

C++数据结构(树)的更多相关文章

  1. ACM数据结构-树状数组

    模板: int n; int tree[LEN]; int lowbit(int x){ return x&-x; } void update(int i,int d){//index,del ...

  2. Python入门篇-数据结构树(tree)的遍历

    Python入门篇-数据结构树(tree)的遍历 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.遍历 迭代所有元素一遍. 二.树的遍历 对树中所有元素不重复地访问一遍,也称作扫 ...

  3. Python入门篇-数据结构树(tree)篇

    Python入门篇-数据结构树(tree)篇 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.树概述 1>.树的概念 非线性结构,每个元素可以有多个前躯和后继 树是n(n& ...

  4. 常见基本数据结构——树,二叉树,二叉查找树,AVL树

    常见数据结构——树 处理大量的数据时,链表的线性时间太慢了,不宜使用.在树的数据结构中,其大部分的运行时间平均为O(logN).并且通过对树结构的修改,我们能够保证它的最坏情形下上述的时间界. 树的定 ...

  5. 数据结构和算法(Golang实现)(17)常见数据结构-树

    树 树是一种比较高级的基础数据结构,由n个有限节点组成的具有层次关系的集合. 树的定义: 有节点间的层次关系,分为父节点和子节点. 有唯一一个根节点,该根节点没有父节点. 除了根节点,每个节点有且只有 ...

  6. 数据结构--树(遍历,红黑,B树)

    平时接触树还比较少,写一篇博文来积累一下树的相关知识. 很早之前在数据结构里面学的树的遍历. 前序遍历:根节点->左子树->右子树 中序遍历:左子树->根节点->右子树 后序遍 ...

  7. 【poj 3167】Cow Patterns(字符串--KMP匹配+数据结构--树状数组)

    题意:给2个数字序列 a 和 b ,问按从小到达排序后,a中的哪些子串与b的名次匹配. a 的长度 N≤100,000,b的长度 M≤25,000,数字的大小 K≤25. 解法:[思考]1.X 暴力. ...

  8. JavaScript数据结构——树

    树:非顺序数据结构,对于存储需要快速查找的数据非常有用. 二叉树:二叉树中的节点最多只能有两个子节点(左侧子节点和右侧子节点).这些定义有助于我们写出更高效的向/从树中插入.查找和删除节点的算法. 二 ...

  9. 图解数据结构树之AVL树

    AVL树(平衡二叉树): AVL树本质上是一颗二叉查找树,但是它又具有以下特点:它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树.在AVL树中任何节点的两个子 ...

  10. Python 数据结构 树

    什么是树 数是一种抽象的数据类型(ADT)或是作这种抽象数据类型的数据结构,用来模拟具有树状结构性质的数据集合,它是由n(n>1)的有限个节点和节点之间的边组成的一个有层次关系的集合. 树的组成 ...

随机推荐

  1. 小市值选股策略代码分享(附python源码)

    小市值选股策略的核心在于通过综合分析公司的基本面.行业定位.财务健康状况以及市场趋势, 来寻找那些被市场低估但具备显著成长潜力的股票,同时也要重视风险管理和投资组合的多样化. 今天来给大家分享下小市值 ...

  2. 寻找市场中的Alpha—WorldQuant的阿尔法设计理念(上)

    本文旨在向读者介绍Alpha的相关基本概念,以及寻找和检验Alpha的主要流程和方法.在上篇中我们梳理了 WorldQuant经典读本FindingAlphas的概要以及WebSim的使用,在下篇中我 ...

  3. 深入 K8s 网络原理(二)- Service iptables 模式分析

    目录 1. 概述 2. 准备 Service 和 Pods 资源 3. K8s 里 Service 的实现原理 3.1 kube-proxy 组件 3.2 iptables 简介 3.3 iptabl ...

  4. gho、wim、esd的区别

    本文介绍的仅仅是压缩格式上的区别,并不是一些个体错误理解的 "GHOST 镜像 = 带驱动的快速装机镜像",实际 ESD 格式和 WIM 格式,也一样是可以集成驱动做成二次封装的快 ...

  5. 华企盾DSC服务器配置无法创建数据库

    测试连接的数据库用户没有创建数据库的权限,应该打开数据库控制台,把对应用户的权限都勾上

  6. C++ Qt开发:Charts绘制各类图表详解

    Qt 是一个跨平台C++图形界面开发库,利用Qt可以快速开发跨平台窗体应用程序,在Qt中我们可以通过拖拽的方式将不同组件放到指定的位置,实现图形化开发极大的方便了开发效率,本章将重点介绍TreeWid ...

  7. 《HelloGitHub》第 93 期

    兴趣是最好的老师,HelloGitHub 让你对编程感兴趣! 简介 HelloGitHub 分享 GitHub 上有趣.入门级的开源项目. https://github.com/521xueweiha ...

  8. Windows下编译64位CGAL

    目录 1. 准备 2. CMake构建 1. 准备 CGAL的官网准备了压缩包和安装程序两种类型的的源代码,推荐使用安装程序包,因为其中自带了编译好的gmp和mpfr库.gmp和mpfr是CGAL的依 ...

  9. 牛刀小试基本语法,Go lang1.18入门精炼教程,由白丁入鸿儒,go lang基本语法和变量的使用EP02

    书接上回,Go lang1.18首个程序的运行犹如一声悠扬的长笛,标志着并发编程的Go lang巨轮正式开始起航.那么,在这艘巨轮之上,我们首先该做些什么呢?当然需要了解最基本的语法,那就是基础变量的 ...

  10. 在线编辑Word——插入公式

    在Word中可插入多种公式,用于满足于不同运算场景需求,从基本的运算符到大型的运算公式,我们可以根据文档内容的编排需要,任意插入所需公式.下面,介绍如何通过在线编辑Word的方式,向Word中插入公式 ...