从零开始学数据结构系列之第三章《中序线索二叉树线索化及总代码》

本文主要是介绍从零开始学数据结构系列之第三章《中序线索二叉树线索化及总代码》,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 中序线索化
  • 总代码
  • 往期回顾


中序线索化

在这里插入图片描述
在这里插入图片描述

void inThreadTree(TreeNode* T, TreeNode** pre) 
{if(T){inThreadTree(T->lchild,pre);if(T->lchild == NULL){T->ltag = 1;T->lchild = *pre;}if(*pre != NULL && (*pre)->rchild == NULL){(*pre)->rtag = 1;(*pre)->rchild = T;}*pre = T;inThreadTree(T -> rchild, pre);}
}

你会发现,代码中除了if语句以外,和二叉树中序遍历的递归代码几乎一模一样。只不过是将打印的代码改为了线索化功能的代码。

​ i如果某结点的左指针域为空,因为其前驱结点刚刚访问过(如果是第一个元素则前驱指向NULL),赋值给了 pre,所以可以将pre赋值给pre->lchild,并修改pre->L为1,以完成前驱结点的线索化。

在这里插入图片描述

我们以这个来讲解代码:

void inThreadTree(TreeNode* T, TreeNode** pre) 
{if(T){inThreadTree(T->lchild,pre);if(T->lchild == NULL){T->ltag = 1;T->lchild = *pre;}if(*pre != NULL && (*pre)->rchild == NULL){(*pre)->rtag = 1;(*pre)->rchild = T;}*pre = T;inThreadTree(T -> rchild, pre);}
}

首先:

if(T)

这一个是我们递归的重要部分,用来判断T是否有值,如果没有的话,跳出并返回上一级,防止无限递归
在这里插入图片描述

inThreadTree(T->lchild,pre);

之后,因为是中序遍历,要先找他的左子树,就开始一直递归他的左子树,直到找到他最后一项D,D后面因为都是空的了,所以不满足if(T)的条件,所以直接跳回上一级,继续向下执行

if(T->lchild == NULL)
{T->ltag = 1;T->lchild = *pre;
}

因为D的左子树为空,所以标记他的 T->ltag 为1,同时将空着的左子树中的指针存放他的前驱*pre的值(注意,这里的pre是二级指针),一开始传进来的pre的值是NULL

此时的图是这样子的
在这里插入图片描述
然后代码继续往下运行

if(*pre != NULL && (*pre)->rchild == NULL)
{(*pre)->rtag = 1;(*pre)->rchild = T;
}

由于pre == NULL,则跳过,但是为什么要这样设计呢?

​ *因为这是他的后继并没有访问到,我们这里的D他的后继是B,因此只能放后面进行处理,同时我们要满足*pre != NULL && (pre)->rchild == NULL这两个条件才能执行

*pre = T;inThreadTree(T -> rchild, pre);

于是我们开始执行这两行代码,每处理一个节点 当前结点是下一个节点的前驱,所以*pre = T,这一个是我们从图中的出来的普遍规律
在这里插入图片描述
之后看D是否有右子树,但这里的D也是没有右子树,所以直接跳过,返回上一级,注意此时*pre 中的值是为节点D

此时上一级的T是B的节点,执行代码6-10行的时候,因为不满足条件直接跳过

注意此时满足11行的代码,所以将D的右子树后继赋值为B节点,同时rtag至1
在这里插入图片描述
于是将当前节点B再赋予给*pre节点

之后在递归进去B的右子树E

void inThreadTree(TreeNode* T, TreeNode** pre) 
{if(T){inThreadTree(T->lchild,pre);if(T->lchild == NULL){T->ltag = 1;T->lchild = *pre;}if(*pre != NULL && (*pre)->rchild == NULL){(*pre)->rtag = 1;(*pre)->rchild = T;}*pre = T;inThreadTree(T -> rchild, pre);}
}

此时是E的节点,因为左子树为空,所以E的前端为B(此时pre为B),而后面因为不满足条件直接跳过,来到代码的第16行,将pre赋值为E,之后返回上上级A

在这里插入图片描述
之后以相同的步骤执行

需要主要的是
在这里插入图片描述
我们这里的只有D,E,C,是空闲的,而A,B都是内部以存储完毕的。

所以我们一共有 10(2N)个节点

其中一共有 4(n-1)个节点 是已经存储了数据的

所以还剩下有 6(n+1)个节点 是为存储数据的

我们可以按下面的图来直观的感受到,牺牲空间来换取时间
在这里插入图片描述

总代码

/*可以输入
ABD##E##CF##G##
来进行验证
*/#include <stdio.h>
#include <stdlib.h>
#define size 20typedef struct TreeNode 
{char data;struct TreeNode *lchild;struct TreeNode *rchild;int ltag;int rtag;}TreeNode;void createTree(TreeNode** T,char* temp,int* index)
{char ch;ch = temp[*index];(*index)++;if( ch == '#') *T = NULL;else{*T =(TreeNode*)malloc(sizeof(TreeNode));(*T)->data = ch;(*T)->ltag = 0;(*T)->rtag = 0;createTree(&(*T)->lchild,temp,index);createTree(&(*T)->rchild,temp,index);		}
}void inThreadTree(TreeNode* T, TreeNode** pre) 
{if(T){inThreadTree(T->lchild,pre);if(T->lchild == NULL){T->ltag = 1;T->lchild = *pre;}if(*pre != NULL && (*pre)->rchild == NULL){(*pre)->rtag = 1;(*pre)->rchild = T;}*pre = T;inThreadTree(T -> rchild, pre);}}/* 找到最左的节点数 */
TreeNode* getFirst(TreeNode* T) 
{while (T -> ltag == 0)T = T -> lchild;return T;}/* 按线索来查找 */
TreeNode* getNext(TreeNode* node) 
{if (node -> rtag == 1)return node -> rchild;elsereturn getFirst(node -> rchild);
}int main(int argc, char* argv[]) 
{TreeNode *T;TreeNode* pre = NULL;int i=0;char *temp=NULL;TreeNode* node = NULL;temp=(char*)malloc(sizeof(char) * (size+1));gets(temp);createTree(&T,temp,&i);inThreadTree(T, &pre);// 注意,这时候要手动给C节点增加上NULLpre -> rtag = 1;pre -> rchild = NULL;node = getFirst(T);for (node; node != NULL; node = getNext(node)) {printf("%c ", node -> data);}printf("\n");return 0;
}

在这里插入图片描述

往期回顾

1.【第一章】《线性表与顺序表》
2.【第一章】《单链表》
3.【第一章】《单链表的介绍》
4.【第一章】《单链表的基本操作》
5.【第一章】《单链表循环》
6.【第一章】《双链表》
7.【第一章】《双链表循环》
8.【第二章】《栈》
9.【第二章】《队》
10.【第二章】《字符串暴力匹配》
11.【第二章】《字符串kmp匹配》
12.【第三章】《树的基础概念》
13.【第三章】《二叉树的存储结构》
14.【第三章】《二叉树链式结构及实现1》
15.【第三章】《二叉树链式结构及实现2》
16.【第三章】《二叉树链式结构及实现3》
17.【第三章】《二叉树链式结构及实现4》
18.【第三章】《二叉树链式结构及实现5》
19.【第三章】《中序线索二叉树理论部分》
20.【第三章】《中序线索二叉树代码初始化及创树》

这篇关于从零开始学数据结构系列之第三章《中序线索二叉树线索化及总代码》的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1065787

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

代码随想录冲冲冲 Day39 动态规划Part7

198. 打家劫舍 dp数组的意义是在第i位的时候偷的最大钱数是多少 如果nums的size为0 总价值当然就是0 如果nums的size为1 总价值是nums[0] 遍历顺序就是从小到大遍历 之后是递推公式 对于dp[i]的最大价值来说有两种可能 1.偷第i个 那么最大价值就是dp[i-2]+nums[i] 2.不偷第i个 那么价值就是dp[i-1] 之后取这两个的最大值就是d

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip