【数据结构】二叉树链式结构——感受递归的暴力美学

news2024/11/27 19:51:21

前言:

        在上篇文章【数据结构】二叉树——顺序结构——堆及其实现中,实现了二叉树的顺序结构,使用堆来实现了二叉树这样一个数据结构;现在就来实现而二叉树的链式结构。

一、链式结构

        链式结构,使用链表来表示一颗二叉树,即用链来指示二叉树中元素的逻辑关系。通常的就是链表中每个节点右三个域组成,数据域左右指针域左右指针分别指向该节点的左孩子节点和右孩子节点的存储地址。

        链式结构分为二叉链和三叉链(三叉链比而二叉链多一个指向父节点的指针域)。

这里使用二叉链来实现。

二、二叉树链式结构实现相关功能

在实现之前,先来看一下,具体要实现哪些功能?

        首先就是二叉树的结构,我们使用链表来实现,链表的每一个节点都由数值域和左右指针域组成。

        二叉树链式结构的节点

typedef int TreeDataType;
typedef struct TreeNode
{
	TreeDataType data;
	struct TreeNode* left;
	struct TreeNode* right;
}TreeNode;

        二叉树链式结构如上,接下来再来看一下二叉树链式结构实现的相关功能:

//二叉树的前序排序
int PreOrder(TreeNode* root);
//二叉树的中序排序
int InOrder(TreeNode* root);
//二叉树的后序遍历
int AfterOrter(TreeNode* root);
//二叉树节点个数
int BinaryTreeSize(TreeNode* root);
//二叉树叶子节点个数
int BinaryTreeLeafSize(TreeNode* root);
//二叉树第k层节点个数
int BinaryTreeLevelKSize(TreeNode* root, int k);
//二叉树的深度
int BinaryTreeDepth(TreeNode* root);
//查找二叉树值为x的节点
TreeNode* BinaryTreeFind(TreeNode* root, TreeDataType x);
//层序遍历
void LevelOrder(BTNode* root)
//判断是否为满二叉树
bool BinaryTreeComplete(BTNode* root)
//二叉树的销毁
void TreeDesTroy(TreeNode** root);

        2.1、二叉树前、中、后序遍历

这里,前序、中序和后序遍历什么意思呢,

        说白了,这三种遍历其实就是以对二叉树访问的顺序,来遍历二叉树

这里以前序遍历为例,遍历二叉树

现在有一个这样的二叉树,用前序遍历来访问这颗二叉树(这里访问并输出访问到的数据)

        

首先访问根节点,输出访问到的数据 1 ;再访问左子树

再访问其左子树的根节点,输出访问到的数据  2 ;再接着访问左子树

再访问其左子树的根节点,输出访问到的数据 4 ;再接着访问左子树

此时访问到了空节点,就直接回退,回退到其父节点的函数栈帧,访问父节点的右子树

        访问4这个节点的右子树,也为空,此时节4这个点为根节点的左子树已经访问 结束了,回退到其父节点的函数栈帧,访问其父节点的右子树

        访问2这个节点的右子树,先输出右子树的根节点数据 5 ;再访问根节点5的左子树

        这里节点5的左右节点都为空,这里省略一些过程;此时5这个节点访问结束,回退到2这个节点,而2这个节点右子树访问结束,也已经访问结束了;此时再回退到根节点,访问根节点的右子树。

        此时访问根节点的右子树的根节点,输出访问到的数据 3 ;再接着访问3这个节点的左子树

        这里,3这个节点的左右节点都为空,访问就直接返回,回退到根节点,就说明根节点的右子树访问已经结束,此时二叉树已经变了结束。

        这里前序遍历的输出结果为 1 2 4 5 3

这三个前、中、后序遍历本质上没啥差别,这里直接看实现代码

//二叉树的前序排序
void PreOrder(TreeNode* root)
{
	if (root == NULL)
	{
		return;
	}
	//输出数据
	printf("%d ", root->data);
	//遍历左子树
	PreOrder(root->left);
	//遍历右子树
	PreOrder(root->right);
}
//二叉树的中序排序
void InOrder(TreeNode* root)
{
	if (root == NULL)
	{
		return;
	}
	//遍历左子树
	InOrder(root->left);
	//输出数据
	printf("%d ", root->data);
	//遍历右子树
	InOrder(root->right);
}
//二叉树的后序遍历
void AfterOrter(TreeNode* root)
{
	if (root == NULL)
	{
		return;
	}
	//遍历左子树
	AfterOrter(root->left);
	//遍历右子树
	AfterOrter(root->right);
	//输出数据
	printf("%d ", root->data);
}

        这里我们来测试代码对不对,我们先创建一个二叉树,然后看输出结果是否正确、

TreeNode* BuyNode(TreeDataType x)
{
	TreeNode* newnode = (TreeNode*)malloc(sizeof(TreeNode));
	if (newnode == NULL)
	{
		perror("malloc");
		exit(1);
	}
	newnode->data = x;
	newnode->left = newnode->right = NULL;
	return newnode;
}

void test()
{
	TreeNode* node1 = BuyNode(1);
	TreeNode* node2 = BuyNode(2);
	TreeNode* node3 = BuyNode(3);
	TreeNode* node4 = BuyNode(4);
	TreeNode* node5 = BuyNode(5);
	node1->left = node2;
	node1->right = node3;
	node2->left = node4;
	node2->right = node5;

	//前序遍历
	PreOrder(node1);
	printf("\n");
	//中序遍历
	InOrder(node1);
	printf("\n");
	//后序遍历
	AfterOrter(node1);
	printf("\n");
}
int main()
{
	test();
	return 0;
}

这里代码没有问题。

        2.2、二叉树节点个数

        这里,二叉树的链式结构我们是使用递归来实现的,那我们该如何去计算二叉树的节点个数呢?

思路:
        遍历二叉树,遍历到空节点就返回0,不是空节点就返回其左子树和右子树节点个数之和再加一

代码如下:

//二叉树节点个数
int BinaryTreeSize(TreeNode* root)
{
	if (root == NULL)
	{
		return 0;
	}
	return BinaryTreeSize(root->left) + BinaryTreeSize(root->right) + 1;
}

        2.3、二叉树叶子结点个数

        所谓叶子节点:就是左右子节点都为空的节点,我们就利用这个特点来判断

思路:

        遍历二叉树,遍历到空节点就返回空;遍历到节点的左右节点都为空,返回1;否则就返回节点的左子树和右子树的叶子结点之和。

代码如下:

//二叉树叶子节点个数
int BinaryTreeLeafSize(TreeNode* root)
{
	if (root == NULL)
	{
		return 0;
	}
	if (root->left == NULL && root->right == NULL)
	{
		return 1;
	}
	return BinaryTreeLeafSize(root->left) + BinaryTreeLeafSize(root->right);
}

        2.4、二叉树第k层节点个数

        求二叉树第k层节点的个数,我们先来看这样的一个图

        通过图我们可以看到,每次向下遍历一层,k-1;当k=1时,正好是第k层

思路:

        遍历二叉树,遍历到空节点就返回 0 ;遍历到k=1时,就返回1;否则就返回该节点左子树和右子树中第k - 1层的节点个数。

这里需要注意,要在判断k=1之前判断节点是否为空。

代码如下:

//二叉树第k层节点个数
int BinaryTreeLevelKSize(TreeNode* root, int k)
{
	if (root == NULL)
	{
		return 0;
	}
	if (k == 1)
	{
		return 1;
	}
	return BinaryTreeLevelKSize(root->left, k - 1) + 
           BinaryTreeLevelKSize(root->right, k - 1);
}

        2.5、二叉树的深度

        求二叉树的深度,我们这里是将二叉树的左子树和右子树分开依次遍历的,显然我们不能像上面一样,返回遍历左子树和右子树的和;这里就返回其中最大的。

思路:

        遍历二叉树,遍历到空节点就返回空;定义两个值,记录其节点左子树和右子树的深度再加一;返回其中最大的即可。

理解:这里定义两个值记录其左右子树的深度加一(加一就是记录当前这一层)。

代码如下:

//二叉树的深度
int BinaryTreeDepth(TreeNode* root)
{
	if (root == NULL)
	{
		return 0;
	}
	int depth_left = BinaryTreeDepth(root->left) + 1;
	int depth_right = BinaryTreeDepth(root->right) + 1;
	return (depth_left > depth_right) ? depth_left : depth_right;
}

        2.6、查找二叉树中值为 x 的节点

        查找相对来说就比较简单了,遍历二叉树,为空就返回NULL,值为x就返回该节点的地址,如果遍历过程中函数返回值不为NULL,就证明找到了,直接返回即可。

思路:

        遍历二叉树,遍历到空节点就返回NULL;判断节点的值是否为x,是就返回该节点的地址;不是。就创建指针变量接受其左右子树遍历的结果,如果不为NULL就直接返回该返回值。为空则继续遍历。

代码如下:

//查找二叉树值为x的节点
TreeNode* BinaryTreeFind(TreeNode* root, TreeDataType x)
{
	if (root == NULL)
	{
		return NULL;
	}
	if (root->data == x)
	{
		return root;
	}
	TreeNode* pleft = BinaryTreeFind(root->left, x);
	if (pleft)
		return pleft;
	TreeNode* pright = BinaryTreeFind(root->right, x);
	if (pright)
		return pright;
	return NULL;
}

到这里,来看一下这些代码是否正确

        对于这样的一个二叉树,代码输出结果都正确。

        2.7、层序遍历

这里层序遍历,我们需要借用队列这样一个数据结构(前面有详细讲解),

大致思路如此:

将根节点数据放入队列中;然后出队列,并且把该节点的左右子节点插入到队列当中。

将1这个节点出队列,再把左右子节点插入到队列当中

再出队头节点,将其左右子节点插入队列当中

依次类推,当队头数据左右子节点为空,就不进插入队列这一操作。

代码如下:

        这里用到了对列相关代码,详细代码在上篇

//层序遍历
//借助数据结构---队列
void LevelOrder(BTNode* root)
{
	Queue q;
	QueueInit(&q);
	QueuePush(&q, root);
	while (!QueueEmpty(&q))
	{
		//取队头,打印
		BTNode* front = QueueFront(&q);
		printf("%d ", front->data);
		QueuePop(&q);
		//队头节点的左右孩子入队列
		if (front->left)
			QueuePush(&q, front->left);
		if (front->right)
			QueuePush(&q, front->right);
	}
	//队列为空
	QueueDestroy(&q);
}

        2.8、判断二叉树是否为满二叉树

        判断二叉树是否为满二叉树,还是借用队列这样的数据结构,和层序遍历有相似之处;与层序遍历不同的是,这里,即便左右子节点为空,有进行入队列操作;当队头数据为空,就判断队列剩余数据是否都为空,如果都为空,就证明二叉树为满二叉树;否则就不是满二叉树。

代码如下:

//判断二叉树是否为完全二叉树
//---队列
bool BinaryTreeComplete(BTNode* root)
{
	Queue q;
	QueueInit(&q);
	QueuePush(&q, root);
	while (!QueueEmpty(&q))
	{
		BTNode* front = QueueFront(&q);
		QueuePop(&q);
		if (front == NULL)
		{
			break;
		}
		QueuePush(&q, front->left);
		QueuePush(&q, front->right);
	}
	//队列不一定为空
	while (!QueueEmpty(&q))
	{
		BTNode* front = QueueFront(&q);
		QueuePop(&q);
		if (front != NULL)
		{
			QueueDestroy(&q);
			return false;
		}
	}
	QueueDestroy(&q);
	return true;
}

        2.9、二叉树的销毁

        这里为了测试这些代码,就手动创建了一个二叉树,这些都是动态开辟的空间,养成好习惯,手动释放动态开辟的空间。

这里需要注意的是:使用后序遍历,先是否底层的节点,

代码如下:

// 二叉树销毁
void BinaryTreeDesTroy(TreeNode** root)
{
	if (*root == NULL)
	{
		return;
	}
	BinaryTreeDesTroy(&((*root)->left));
	BinaryTreeDesTroy(&((*root)->right));

	free(*root);
	*root = NULL;
}

感谢各位大佬支持并指出问题,

                        如果本篇内容对你有帮助,可以一键三连支持以下,感谢支持!!!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1952055.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【机器学习】解开反向传播算法的奥秘

🌈个人主页: 鑫宝Code 🔥热门专栏: 闲话杂谈| 炫酷HTML | JavaScript基础 ​💫个人格言: "如无必要,勿增实体" 文章目录 解开反向传播算法的奥秘反向传播算法的概述反向传播算法的数学推导1. 前向传播2…

3.k8s:服务发布:service,ingress;配置管理:configMap,secret,热更新;持久化存储:volumes,nfs,pv,pvc

目录​​​​​​​ 一、服务发布 1.service (1)service和pod之间的关系 (2) service内部服务创建访问 (3)service访问外部服务 (4)基于域名访问外部 (5&#xff…

Prometheus各类监控及监控指标和告警规则

目录 linux docker监控 linux 系统进程监控 linux 系统os监控 windows 系统os监控 配置文件&告警规则 Prometheus配置文件 node_alert.rules docker_container.rules mysql_alert.rules vmware.rules Alertmanager告警规则 consoul注册服务 Dashboard JSON…

并发编程--volatile

1.什么是volatile volatile是 轻 量 级 的 synchronized,它在多 处 理器开 发 中保 证 了共享 变 量的 “ 可 见 性 ” 。可 见 性的意思是当一个 线 程 修改一个共享变 量 时 ,另外一个 线 程能 读 到 这 个修改的 值 。如果 volatile 变 量修 饰 符使用…

车载录像机:移动安全领域的科技新星

随着科技的飞速发展,人类社会的各个领域都在不断经历技术革新。其中,车载录像机作为安防行业与汽车技术结合的产物,日益受到人们的关注。它不仅体现了人类科技发展的成果,更在安防领域发挥了重要作用。本文将详细介绍车载录像机的…

Spring Boot集成canal快速入门demo

1.什么是canal? canal 是阿里开源的一款 MySQL 数据库增量日志解析工具,提供增量数据订阅和消费。 工作原理 MySQL主备复制原理 MySQL master 将数据变更写入二进制日志(binary log), 日志中的记录叫做二进制日志事件&#xff…

【QT】UDP

目录 核心API 示例:回显服务器 服务器端编写: 第一步:创建出socket对象 第二步: 连接信号槽 第三步:绑定端口号 第四步:编写信号槽所绑定方法 第五步:编写第四步中处理请求的方法 客户端…

Simulink代码生成: 基本模块的使用

文章目录 1 引言2 模块使用实例2.1 In/Out模块2.2 Constant模块2.3 Scope/Display模块2.4 Ground/Terminator模块 3 总结 1 引言 本文中博主介绍Simulink中最简单最基础的模块,包括In/Out模块(输入输出),Constant模块&#xff08…

Postman测试工具详细解读

目录 一、Postman的基本概念二、Postman的主要功能1. 请求构建2. 响应查看3. 断言与自动化测试4. 环境与变量5. 集合与文档化6. 与团队实时协作 三、Postman在API测试中的重要性1. 提高测试效率2. 保障API的稳定性3. 促进团队协作4. 生成文档与交流工具 四、Postman的使用技巧1…

CAS算法

CAS算法 1. CAS简介 CAS叫做CompareAndSwap,比较并交换,主要是通过处理器的指令来保证操作的原子性。 CAS基本概念 内存位置 (V):需要进行CAS操作的内存地址。预期原值 (A):期望该内存位置上的旧值。新值 (B):如果旧…

VSCode python autopep8 格式化 长度设置

ctrl, 打开设置 > 搜索autopep8 > 找到Autopep8:Args > 添加项--max-line-length150

Java泛型的介绍和基本使用

什么是泛型 ​ 泛型就是将类型参数化,比如定义了一个栈,你必须在定义之前声明这个栈中存放的数据的类型,是int也好是double或者其他的引用数据类型也好,定义好了之后这个栈就无法用来存放其他类型的数据。如果这时候我们想要使用这…

谷粒商城实战笔记-71-商品服务-API-属性分组-前端组件抽取父子组件交互

文章目录 一,一次性创建所有的菜单二,开发属性分组界面1,左侧三级分类树形组件2,右侧分组列表3,左右两部分通信3.1 子组件发送数据3.2,父组件接收数据 Vue的父子组件通信父组件向子组件传递数据子组件向父组…

SpringBoot添加密码安全配置以及Jwt配置

Maven仓库(依赖查找) 1、SpringBoot安全访问配置 首先添加依赖 spring-boot-starter-security 然后之后每次启动项目之后,访问任何的请求都会要求输入密码才能请求。(如下) 在没有配置的情况下,默认用户…

LLM agentic模式之工具使用: Gorilla

Gorilla Gorilla出自2023年5月的论文《Gorilla: Large Language Model Connected with Massive APIs》,针对LLM无法准确地生成API调用时的参数,构建API使用数据集后基于Llama微调了一个模型。 数据集构建 API数据集APIBench的构建过程如下&#xff1…

《Programming from the Ground Up》阅读笔记:p75-p87

《Programming from the Ground Up》学习第4天,p75-p87总结,总计13页。 一、技术总结 1.persistent data p75, Data which is stored in files is called persistent data, because it persists in files that remain on disk even when the program …

C语言程序设计15

程序设计15 问题15_1代码15_1结果15_1 问题15_2代码15_2结果15_2 问题15_3代码15_3结果15_3 问题15_1 在 m a i n main main 函数中将多次调用 f u n fun fun 函数,每调用一次,输出链表尾部结点中的数据,并释放该结点,使链表缩短…

【SQL 新手教程 3/20】关系模型 -- 外键

💗 关系数据库建立在关系模型上⭐ 关系模型本质上就是若干个存储数据的二维表 记录 (Record): 表的每一行称为记录(Record),记录是一个逻辑意义上的数据 字段 (Column):表的每一列称为字段(Colu…

Buildroot 构建 Linux 系统

Buildroot 是一个工具,以简化和自动化为嵌入式系统构建完整 Linux 系统的过程。使用交叉编译技术,Buildroot 能够生成交叉编译工具链、根文件系统、Linux 内核映像和针对目标设备的引导加载程序。可以独立地使用这些选项的任何组合,例如&…

Vitis AI 使用 VAI_Q_PYTORCH 工具

目录 1. 简介 2. 资料汇总 3. 示例解释 3.1 快速上手示例 4. 总结 1. 简介 vai_q_pytorch 是 Vitis AI Quantizer for Pytorch 的缩写,主要作用是优化神经网络模型。它是 Vitis AI 平台的一部分,专注于神经网络的深度压缩。 vai_q_pytorch 的作用…