数据结构基础详解(C语言): 二叉树的遍历_线索二叉树_树的存储结构_树与森林详解

本文主要是介绍数据结构基础详解(C语言): 二叉树的遍历_线索二叉树_树的存储结构_树与森林详解,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!

本文逻辑:
本文由二叉树的遍历起手,讲解了二叉树的三种遍历方式,以及如何构造一颗二叉树,并在此基础上,扩展了更好的二叉树-线索二叉树。树和森林的存储结构讲解中,重点就是将树与森林转换为二叉树,这样二叉树的手段就能使用到树与森林当中。最后,讲解了二叉树与森林的遍历。

文章目录

  • 1.二叉树的遍历
    • 1.1 二叉树的前,中,后序遍历
    • 1.2 二叉树的层次遍历
    • 1.3构造二叉树
  • 2.线索二叉树
    • 2.1 以中序线索二叉树为例,讲解线索二叉树
    • 2.2 二叉树的线索化
    • 2.3 线索二叉树中找前驱后继
      • 2.3.1 中序线索二叉树寻找前驱后继(重点)
      • 2.3.2 先序线索二叉树寻找前驱后继(了解)
      • 2.3.3 后序线索二叉树寻找前驱后继(了解)
  • 3.树的存储结构
    • 3.1 双亲表示法(顺序存储)
    • 3.2 孩子表示法(顺序+链式存储)
    • 3.3 孩子兄弟表示法(链式存储)->重点
    • 3.4 森林和二叉树的转换
  • 4.树的遍历
    • 4.1 树的先根遍历(先根,先根,就是先遍历根,再遍历子树)
    • 4.2 树的后根遍历
    • 4.3 树的层次遍历
  • 5.森林的遍历
    • 5.1 先序遍历森林
    • 5.2 中序遍历森林

1.二叉树的遍历

什么是遍历
遍历:按照某种次序把所有的结点都访问一遍
什么是层次遍历:基于树的层次特性确定的次序规则(从上到下,从左到右的遍历)

二叉树的递归特性:
1️⃣ 要么是个空二叉树
2️⃣ 要么就是由根节点+左子树+右子树 组成的二叉树

1.1 二叉树的前,中,后序遍历

二叉树有三种遍历的情形
1️⃣先序遍历:根左右
2️⃣中序遍历:左根右
3️⃣ 后序遍历:左右根
在这里插入图片描述

二叉树的遍历(手算)

给你一个二叉树,写出他的先序遍历,中序遍历,后序遍历,属于简单题
给出一个手算技巧,留出空,根据遍历规则,补全

1.2 二叉树的层次遍历

  • 算法思想
    1️⃣ 初始化一个辅助队列
    2️⃣ 根结点入队
    3️⃣ 若队列为空,则头结点出队。将其左孩子,右孩子插入队尾(如果有的话
    4️⃣ 重复3️⃣直至队列为空

1.3构造二叉树

直接说结论:
想要构造一个二叉树,必须知道的两种遍历序列,其中还必须有中序遍历。
也就是中序遍历+(前序遍历or后序遍历or层次遍历)

线索二叉树引入:

在二叉树的基础上,我们能否从一个指定结点开始中序遍历?
如何找到指定结点p在中序遍历序列中的前驱
如何找到p的中序后继
解决思路:
两个指针+目标结点p
从根节点出发,重新进行一次中序遍历,指针q记录当前访问的结点,指针pre记录上一个被访问的结点
当qp时,pre为前驱
当pre
p时,q为后继。
通过这种方法解决还是太麻烦了,所以引入线索二叉树

2.线索二叉树

2.1 以中序线索二叉树为例,讲解线索二叉树

n个结点的二叉树,有n+1个空链域,用来构成线索,记录前驱和后继

  • 前驱线索(由左孩子指针充当)
  • 后继线索(由右孩子指针充当)
    在这里插入图片描述

三种线索二叉树的对比
在这里插入图片描述

2.2 二叉树的线索化

为了区分指针是指向了孩子还是指向了前驱/后继
我们还需要两个标志 一个是ltag,一个是rtag,记录当前结点是否记录了线索

  • ltag=0,lchild指向左孩子
  • ltag=1,lchild指向前驱
  • rtag=0,lchild指向右孩子
  • rtag=1,lchild指向后继

一棵二叉树的中序线索化:
1.首先取得二叉树的中序序列,
假设是A4,A2,A5,A1,A6,A3
2.A4的前驱指针指向NULL,A3的后继指针指向NULL
3.遍历一遍树,如果左指针为空就指向前驱,如果右指针为空就指向后继。

2.3 线索二叉树中找前驱后继

2.3.1 中序线索二叉树寻找前驱后继(重点)

中序线索二叉树找中序后继

明确p点肯定有右孩子,没有右孩子的话,中序后继直接为NULL了
根据左根右,他的后继是右,也就是右子树,右孩子如果还有孩子,那继续左根右,即首先访问最左的点
综上所述,中序后继=p的右子树中最左下结点。

中序线索二叉树找中序前驱
有了之前的分析过程,很好推出,中序前驱=p的左子树中最右下结点

2.3.2 先序线索二叉树寻找前驱后继(了解)

先序线索二叉树找先序前驱
无法实现,除非土办法遍历或者,使用三叉链表(能找到p结点的父结点)
下面假设可以找到p的父节点.
在这里插入图片描述

先序线索二叉树找先序后继
先序后继就是最左的节点

2.3.3 后序线索二叉树寻找前驱后继(了解)

后序线索二叉树寻找后序前驱
p肯定有左孩子,若p有右孩子,则后序前驱是他的右孩子,没有就是左孩子

后序线索二叉树寻找后序后继
无法实现,除非土办法遍历或者,使用三叉链表(能找到p结点的父结点)
下面假设可以找到p的父节点.

在这里插入图片描述

3.树的存储结构

  • 双亲表示法(顺序存储)
  • 孩子表示法(顺序+链式存储)
  • ⭐️孩子兄弟表示法(链式存储)

3.1 双亲表示法(顺序存储)

核心:每个结点中保存指向双亲的指针
在这里插入图片描述

增删改查思路:
增加一个孩子,直接在顺序的数组中增加即可
删除一个孩子,会让某一块为空,可以让最后一个存储的孩子,覆盖上去,提高效率
查找的话:想要找到某个结点的孩子,比较麻烦,要全部遍历一遍树

优缺点:
优点:查指定结点的双亲很方便。
缺点:查指定结点的孩子只能从头遍历。

3.2 孩子表示法(顺序+链式存储)

核心:结点顺序存储,每一个结点的孩子,用链式存储
在这里插入图片描述

3.3 孩子兄弟表示法(链式存储)->重点

核心目的:将逻辑结构树能够转换为存储结构是二叉树的形式储存,这样我们就可以用处理二叉树的手段,处理它。

核心思路:左指针指向第一个孩子(最左边的孩子),右指针指向他的右兄弟

我们可以 轻松的将一个树改写成这种孩子兄弟表示法的形式
在这里插入图片描述

3.4 森林和二叉树的转换

在3.3的基础上,我们不难理解森林和二叉树的转换,就是按照孩子兄弟表示法
在这里插入图片描述

在这里插入图片描述

4.树的遍历

  • 树的先根遍历

4.1 树的先根遍历(先根,先根,就是先遍历根,再遍历子树)

核心:先根遍历。若树非空,先访问根结点,再依次对每棵子树进行先根遍历。

与二叉树遍历对比:树的先根遍历序列与二叉树的先序遍历相同

4.2 树的后根遍历

核心:后根遍历。若树非空,先依次对每棵子树进行后根遍历,最后访问根结点
与二叉树遍历对比:树的后根遍历序列与二叉树的中序遍历相同

4.3 树的层次遍历

跟二叉树的层次遍历一样,用队列实现

5.森林的遍历

森林是m棵互不相交的树的集合。每棵树去掉根节点,其各个子树又组成森林。

5.1 先序遍历森林

若森林为非空,则按如下规则进行遍历;
访问森林中第一棵树的根结点。
先序遍历第一棵树中根结点的子树森林
先序遍历除去第一棵之后剩余的树构成的森林。

树的遍历对比:效果等同于依次对各个树进行先根遍历

5.2 中序遍历森林

若森林为非空,则按如下规则进行遍历
中序遍历森林中第一棵树的根结点的子树森林
访问第一棵树的根结点。
中序遍历除去第一棵树之后剩余的树构成的森林。

树的遍历对比:效果等同于依次对各个树进行后根遍历

这篇关于数据结构基础详解(C语言): 二叉树的遍历_线索二叉树_树的存储结构_树与森林详解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/1143453

相关文章

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

OpenHarmony鸿蒙开发( Beta5.0)无感配网详解

1、简介 无感配网是指在设备联网过程中无需输入热点相关账号信息,即可快速实现设备配网,是一种兼顾高效性、可靠性和安全性的配网方式。 2、配网原理 2.1 通信原理 手机和智能设备之间的信息传递,利用特有的NAN协议实现。利用手机和智能设备之间的WiFi 感知订阅、发布能力,实现了数字管家应用和设备之间的发现。在完成设备间的认证和响应后,即可发送相关配网数据。同时还支持与常规Sof

【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

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

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

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

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)