11.28~11.29基本二叉树的性质、定义、复习;排序算法;堆

2023-12-02 02:12

本文主要是介绍11.28~11.29基本二叉树的性质、定义、复习;排序算法;堆,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!

完全二叉树(Complete Binary Tree)是一种特殊的二叉树结构,它具有以下特点:

  1. 所有的叶子节点都集中在树的最后两层;
  2. 最后一层的叶子节点都靠左排列;
  3. 除了最后一层,其他层的节点数都达到最大值。

满二叉树(Full Binary Tree),又称为真二叉树,是一种特殊的完全二叉树结构,它具有以下特点:

  1. 所有的叶子节点都在同一层;
  2. 每个非叶子节点都有两个子节点;
  3. 所有节点的子节点数都为0或2。

满二叉树是完全二叉树的一种特殊情况,每个非叶子节点都有两个子节点,而完全二叉树可以有一个或没有一个子节点。

树的定义,遍历,输入构建,一些递归复习(求叶子节点,数的高度)

ABC##DE#G##F###

5

第二次实验——二叉树中序遍历

ABD##FE###CG#H##I##

DBEFAGHCI

第十一周,后序+中序确定二叉树

树的性质

第二次实验的思考题

一棵非空二叉树,若后序遍历与中序遍历的序列相同,则该二叉树所有结点均无右孩子。

非空的二叉树一定满足:某结点若有左孩子,则其中序前驱一定没有右孩子。

二分查找法

二叉搜索树复习

寻找公共祖先

排序算法

第二次实验——快速排序的过程

5
4 5 3 2 1

输出

2 1 3 4 5 
1 2 3 4 5 
1 2 3 4 5 
1 2 3 4 5 
1 2 3 4 5 
插入排序还是归并排序

10
3 1 2 8 7 5 9 4 6 0
1 2 3 7 8 5 9 4 6 0

Insertion Sort
1 2 3 5 7 8 9 4 6 0

10
3 1 2 8 7 5 9 4 0 6
1 3 2 8 5 7 4 9 0 6

Merge Sort
1 2 3 8 4 5 7 9 0 6

插入排序,冒泡排序,选择排序,堆排序,归并排序

第八周习题——冒泡排序

第九周习题——二路归并排序

归并排序,逆序对

第七周——插入排序

结构体排序

第九周习题——成绩排名

第八周习题——小球装箱

排序算法性质

合并排序算法是稳定的排序方法。

直接插入排序在最好的情况下时间复杂度为O(n)

直接插入排序是稳定的

逆序对,倍数对

堆的调整,构建

调整

void shiftup(int child) {//在末尾插入一个孩子,然后就这个孩子一直往上调整,这样的话调整路径都满足堆的性质int parent = (child - 1) / 2;while (child > 0) {if (arr[parent] > arr[child]) {break;}else {swap(arr[parent], arr[child]);child = parent;//往上调整一步parent = (child - 1) / 2;//这里是先调整了孩子指针,所以这时候的父母就是父母的父母}}
}
void shiftup(int child) {int parent = (child - 1) / 2;while (child > 0) {if (arr[parent] > arr[child]) { break; }//大顶堆,上面大,就不调整了else {swap(arr[parent], arr[child]);child = parent;parent = (child - 1) / 2;}}
}
//向上调整的话就是找到最后一个孩子,然后找到它的父母节点,孩子对应的父母节点是唯一的,所以可以直接比较
//直接比较完后直接交换,直到到底
//向下调整的话就是先找到堆顶元素,然后由于堆是完全二叉树,所以对应两个孩子,找到最小的孩子,然后调整
//调整后,使被调整的孩子作为父母节点,找到其左孩子节点
//即,向上调整只需要找到一个节点信息,即当下节点信息,就可以确定父母节点,单向比较即可
//而向下调整需要两个节点信息,一个是当下节点信息(父母节点),还要直到它是否有孩子,默认为左孩子,然后判断一下有没有右孩子
//由此向下递归进行需要两个信息,一个父母节点,一个孩子节点,递归时默认孩子节点为左孩子,2*cur+1,然后尝试找右孩子
//如果在下次递归时,左孩子越界,那就说明此时父母节点已是叶子节点,到底了,无法继续调整。
void shiftdown(int[]arr, int size, int parent) {int child = parent * 2 + 1;while (child < size) {if (child + 1 < size && arr[child + 1] > arr[child]) {child += 1;}if (arr[parent] < arr[child]) {swap(arr, parent, child);parent = child;//由此,完成向下移动,child = parent * 2 + 1;//孩子与父母指针都向下移动}else {return;}}
}
void shiftdown(int[]arr, int parent) {//父母直接,指向要交换的元素int child = 2 * parent + 1;//孩子指针,指向要交换的元素int size = arr.length();while (child < size) {//只要有这一步,就说明当下节点至少存在左孩子if (child + 1 < size && arr[child + 1] < arr[child]) {child += 1;//如果向右一个单位存在,就说明当下节点有右孩子,找最小的}//确定较小的孩子if (arr[parent] <= arr[child]) {break;}else {int t = arr[parent];parr[parent] = arr[child];arr[child] = t;parent = child;child = parent * 2 + 1;}}
}

如果左孩子存在,则child<size,不断进行操作,直到左孩子不存在

检测右孩子是否存在,找左右孩子中最小的孩子

堆的创建

这个就是先输入,输入一个数组,输入完后再开始调整,从最后一个非叶子结点开始,然后不断往上往回走,进行向下调整

public static void createHeap(int[] array) {// 找倒数第一个非叶子节点,从该节点位置开始往前一直到根节点,遇到一个节点,应用向下调整for(int root = (array.length-2)/2; root >= 0; root--){shiftDown(array, array.length, root);}
}

插入,边插边保持堆

int arr[100];
int siz = 0;
void shiftup(int child) {int parent = (child - 1) / 2;while (child > 0) {if (arr[parent] >= arr[child]) {break;}else {swap(arr[parent], arr[child]);child = parent;parent = (child - 1) / 2;}}
}
void insert(int num) {arr[siz++] = num;shiftup(siz - 1);
}

二叉树指针关系

对于二叉树的孩子双亲指针指引,如果是从1开始记录的,那么

左孩子结点索引 = 2 * i 右孩子结点索引 = 2 * i + 1

其中,i表示当前结点的索引位置。

当索引从1开始记录时,根节点的索引为1,其左孩子结点的索引为2,而右孩子结点的索引为3。对于任意结点i,其左孩子结点的索引位置为2 * i,右孩子结点的索引位置为2 * i + 1。

如果是从0开始记录的,

二叉树以数组形式存储时,一般约定根节点的索引位置为0,其左孩子结点的索引位置为1,右孩子结点的索引位置为2。对于任意结点i,其左孩子结点的索引位置为2 * i + 1,右孩子结点的索引位置为2 * i + 2。

堆的一些性质

下标从0开始计数的堆,大小为size时,其最后一个非叶子结点是(size-2)/2;

最后一个叶子结点的下标为size-1.

由于是下标从0,所以对结点i而言,其双亲结点下标为(i-1)/2

(如果下标从1开始,那么整体往右偏移一位)

所以对于下标为size-1的结点,它的双亲结点为(size-1-1)/2;

最大堆(大顶堆、max-heap)从根结点到其它任一结点的路径上的所有结点值是从大到小排列的。

第十二周堆的操作,堆的建立

找第k小

这篇关于11.28~11.29基本二叉树的性质、定义、复习;排序算法;堆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/443562

相关文章

关于Java内存访问重排序的研究

《关于Java内存访问重排序的研究》文章主要介绍了重排序现象及其在多线程编程中的影响,包括内存可见性问题和Java内存模型中对重排序的规则... 目录什么是重排序重排序图解重排序实验as-if-serial语义内存访问重排序与内存可见性内存访问重排序与Java内存模型重排序示意表内存屏障内存屏障示意表Int

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

基本知识点

1、c++的输入加上ios::sync_with_stdio(false);  等价于 c的输入,读取速度会加快(但是在字符串的题里面和容易出现问题) 2、lower_bound()和upper_bound() iterator lower_bound( const key_type &key ): 返回一个迭代器,指向键值>= key的第一个元素。 iterator upper_bou

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【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

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费