二叉树--堆(上卷）

news2024/9/9 1:13:58

二叉树–堆（上卷）

树

树的概念与结构

树是⼀种⾮线性的数据结构，它是由 n（n>=0） 个有限结点组成⼀个具有层次关系的集合。把它叫做 树是因为它看起来像⼀棵倒挂的树，也就是说它是根朝上，⽽叶朝下的。

• 有⼀个特殊的结点，称为根结点，根结点没有前驱结点。

• 除根结点外，其余结点被分成 M(M>0) 个互不相交的集合 T1、T2、……、Tm ，其中每⼀个集合 Ti(1 <= i <= m) ⼜是⼀棵结构与树类似的⼦树。每棵⼦树的根结点有且只有⼀个前驱，可以 有 0 个或多个后继。因此，树是递归定义的。

在这里插入图片描述

树形结构中，⼦树之间不能有交集，否则就不是树形结构

⾮树形结构：

在这里插入图片描述

  • ⼦树是不相交的（如果存在相交就是图了）
  • 除了根结点外，每个结点有且仅有⼀个⽗结点
  • ⼀棵N个结点的树有N-1条边

树相关术语

在这里插入图片描述

⽗结点/双亲结点： 若⼀个结点含有⼦结点，则这个结点称为其⼦结点的⽗结点； 如上图：A是B的⽗ 结点

⼦结点/孩⼦结点： ⼀个结点含有的⼦树的根结点称为该结点的⼦结点； 如上图：B是A的孩⼦结点

结点的度： ⼀个结点有⼏个孩⼦，他的度就是多少；⽐如A的度为6，F的度为2，K的度为0

树的度： ⼀棵树中，最⼤的结点的度称为树的度； 如上图：树的度为 6

**叶⼦结点/终端结点：**度为 0 的结点称为叶结点； 如上图： B、C、H、I… 等结点为叶结点

分⽀结点/⾮终端结点： 度不为 0 的结点； 如上图： D、E、F、G… 等结点为分⽀结点

兄弟结点： 具有相同⽗结点的结点互称为兄弟结点(亲兄弟)； 如上图： B、C 是兄弟结点

**结点的层次：**从根开始定义起，根为第 1 层，根的⼦结点为第 2 层，以此类推；

**树的⾼度或深度：**树中结点的最⼤层次； 如上图：树的⾼度为 4

**结点的祖先：**从根到该结点所经分⽀上的所有结点；如上图： A 是所有结点的祖先

**路径：**⼀条从树中任意节点出发，沿⽗节点-⼦节点连接，达到任意节点的序列；⽐如A到Q的路径为： A-E-J-Q；H到Q的路径H-D-A-E-J-Q

⼦孙： 以某结点为根的⼦树中任⼀结点都称为该结点的⼦孙。如上图：所有结点都是A的⼦孙

森林： 由 m（m>0） 棵互不相交的树的集合称为森林；

==注意点：==上面这些概念特别需要关注的是度，深度的概念要好好理解，其他和人类社会的关系差不多

树的表示

孩⼦兄弟表⽰法：

树结构相对线性表就⽐较复杂了，要存储表⽰起来就⽐较⿇烦了，既然保存值域，也要保存结点和结 点之间的关系，实际中树有很多种表⽰⽅式如：双亲表⽰法，孩⼦表⽰法、孩⼦双亲表⽰法以及孩⼦ 兄弟表⽰法等。我们这⾥就简单的了解其中最常⽤的孩⼦兄弟表⽰法

struct TreeNode
{
struct Node* child; // 左边开始的第⼀个孩⼦结点
struct Node* brother; // 指向其右边的下⼀个兄弟结点
int data; // 结点中的数据域
};

在这里插入图片描述

树形结构实际运⽤场景

⽂件系统是计算机存储和管理⽂件的⼀种⽅式，它利⽤树形结构来组织和管理⽂件和⽂件夹。在⽂件 系统中，树结构被⼴泛应⽤，它通过⽗结点和⼦结点之间的关系来表⽰不同层级的⽂件和⽂件夹之间 的关联。

在这里插入图片描述

接下来，我们要引入一个非常重要且应用非常广泛的概念叫做二叉树

二叉树是树形结构的一种

二叉树

概念与结构

在树形结构中，我们最常⽤的就是⼆叉树，⼀棵⼆叉树是结点的⼀个有限集合，该集合由⼀个根结点 加上两棵别称为左⼦树和右⼦树的⼆叉树组成或者为空。

在这里插入图片描述

从上图可以看出⼆叉树具备以下特点：

  1. ⼆叉树不存在度⼤于 2 的结点 （也就是说度只有0，1，2，三种情况）

  2. ⼆叉树的⼦树有左右之分，次序不能颠倒，因此⼆叉树是有序树

    注意：对于任意的⼆叉树都是由以下⼏种情况复合⽽成的
    在这里插入图片描述

现实中的⼆叉树

在这里插入图片描述

特殊的⼆叉树

满⼆叉树

⼀个⼆叉树，如果每⼀个层的结点数都达到最⼤值，则这个⼆叉树就是满⼆叉树。也就是说，如果⼀ 个⼆叉树的层数为 K ，且结点总数是 2k − 1 ，则它就是满⼆叉树。

在这里插入图片描述

完全二叉树

完全⼆叉树是效率很⾼的数据结构，完全⼆叉树是由满⼆叉树⽽引出来的。对于深度为 K 的，有 n 个 结点的⼆叉树，当且仅当其每⼀个结点都与深度为K的满⼆叉树中编号从 1 ⾄ n 的结点⼀⼀对应时称 之为完全⼆叉树。要注意的是满⼆叉树是⼀种特殊的完全⼆叉树。

（也就是说满二叉树是完全二叉树，但是完全二叉树不是满二叉树）
在这里插入图片描述

注意点：
在这里插入图片描述

💡 ⼆叉树性质

根据满⼆叉树的特点可知：

1）若规定根结点的层数为 1 ，则⼀棵⾮空⼆叉树的第i层上最多有 2i−1 个结点

2）若规定根结点的层数为 1 ，则深度为 h 的⼆叉树的最⼤结点数是 2h-1

3）若规定根结点的层数为 1 ，具有 n 个结点的满⼆叉树的深度 h=log2(n+1)( log 以2为底， n+1 为对数)

注意点：2)和上面提到的k就相当于换了个字母，3）2h-1=n去进行计算

⼆叉树存储结构

⼆叉树⼀般可以使⽤两种结构存储，⼀种顺序结构，⼀种链式结构。

顺序结构

顺序结构存储就是使⽤数组来存储，⼀般使⽤数组只适合表⽰完全⼆叉树，因为不是完全⼆叉树会有 空间的浪费，完全⼆叉树更适合使⽤顺序结构存储。
在这里插入图片描述

现实中我们通常把堆（⼀种⼆叉树）使⽤顺序结构的数组来存储，需要注意的是这⾥的堆和操作系统 虚拟进程地址空间中的堆是两回事，⼀个是数据结构，⼀个是操作系统中管理内存的⼀块区域分段。

链式结构

⼆叉树的链式存储结构是指，⽤链表来表⽰⼀棵⼆叉树，即⽤链来指⽰元素的逻辑关系。 通常的⽅法 是链表中每个结点由三个域组成，数据域和左右指针域，左右指针分别⽤来给出该结点左孩⼦和右孩 ⼦所在的链结点的存储地址 。

链式结构⼜分为⼆叉链和三叉链，这里是初阶数据结构，我们重点讨论二叉链。
在这里插入图片描述

实现顺序结构二叉树

⼀般堆使⽤顺序结构的数组来存储数据，堆是⼀种特殊的⼆叉树，具有⼆叉树的特性的同时，还具备 其他的特性。

堆的概念与结构

如果有⼀个关键码的集合 ，把它的所有元素按完全⼆叉树的顺序存储⽅ 式存储，在⼀个⼀维数组中，并满⾜： （ 且 ）， i = 0、1、2… ，则称为⼩堆(或⼤堆)。将根结点最⼤的堆叫做最⼤堆或⼤根堆，根结点最⼩的堆 叫做最⼩堆或⼩根堆。
在这里插入图片描述

堆具有以下性质

• 堆中某个结点的值总是不⼤于或不⼩于其⽗结点的值；

• 堆总是⼀棵完全⼆叉树。

注意点： 小堆堆顶是堆最小值；

​ 大堆堆顶是堆最大值。

​ 数组不一定是有序的

💡 ⼆叉树性质

• 对于具有 n 个结点的完全⼆叉树，如果按照从上⾄下从左⾄右的数组顺序对所有结点从 0 开始编号，则对于序号为 i 的结点有：

  1. 若 i>0 ， i 位置结点的双亲序号： (i-1)/2 ； i=0 ， i 为根结点编号，⽆双亲结点
  2. 若 2i+1<n,左孩⼦序号： 2i+1 >=n,否则⽆左孩⼦
  3. 若 2i+2<n ,右孩⼦序号：2i+2>=n,否则无右孩子

注意点：

性质1是子节点去推父节点；性质2和3是父节点去计算子节点，父节点–>左孩子：2i+1;右孩子：2i+2

堆的实现

因为堆的底层结构是数组，所以和前面实现顺序表的内容差不多，这里也就不作过多的赘述，可以看我前面写的有关顺序表的博客

链接如下：http://t.csdnimg.cn/ixSyC

但是堆的向上调整算法和堆的向下调整算法是不一样的，也非常的重要

堆的向上调整算法

在这里插入图片描述

代码如下：

//交换两个元素
void Swap(int* x, int* y)
{
	int tmp = *x;
	*x = *y;
	*y = tmp;
}
//堆的向上调整算法
void AdjustUp(HPDataType* arr, int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)//此时已经在头结点的位置，不是在根节点，不用等于0
	{
		if (arr[child] < arr[parent])
		{
			Swap( &arr[parent],&arr[child]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

堆的向上调整算法是应用于插入数据的

堆的向下调整算法

在这里插入图片描述

我们的宗旨是不影响堆这个结构

//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n)
{
	int child = 2 * parent + 1;//左孩子
	while (child<n)
	{
		if (child + 1 && arr[child] > arr[child + 1])
		{
			child++;//比较孩子大小
		}
		if (arr[parent] > arr[child])
		{
			Swap( &arr[child],&arr[parent]);
		}
		else
		{
			break;
		}
	}
}

代码如下：

Heap.h

#pragma once
#include <stdio.h>
#include <stdlib.h>
#include <assert.h>
#include <stdbool.h>

//定义堆的结构--数组
typedef int HPDataType;
typedef struct Heap
{
	HPDataType* arr;
	int size;//有效的数据个数
	int capacity;//空间大小
}HP;
void HPInit(HP* php);//初始化
void HPDestory(HP* php);//销毁
void HPPush(HP* php, HPDataType x);//插入数据
void HPPop(HP* php);//删除数据
HPDataType HPTop(HP* php);//取堆顶元素
bool HPEmpty(HP* php);//判空

Heap.c

#define _CRT_SECURE_NO_WARNINGS 1
#include "Heap.h"
//初始化
void HPInit(HP* php)
{
	assert(php);
	php->arr = NULL;//首先数组先置空
	php->size =php->capacity = 0;
}
//销毁
void HPDestory(HP* php)
{
	assert(php);
	if (php->arr)//和顺序表的销毁类似，要去判断数组是否存在
		free(php->arr);
	php->arr = NULL;
	php->size = php->capacity = 0;
}
//交换两个元素
void Swap(int* x, int* y)
{
	int tmp = *x;
	*x = *y;
	*y = tmp;
}
//堆的向上调整算法
void AdjustUp(HPDataType* arr, int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)//此时已经在头结点的位置，不是在根节点，不用等于0
	{
		if (arr[child] < arr[parent])
		{
			Swap( &arr[parent],&arr[child]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}
//插入数据
void HPPush(HP* php, HPDataType x)
{
	//空间不够
	if (php->size == php->capacity)
	{
		//扩容
		int newCapacity=php->capacity == 0?4 : 2 * php->capacity;
		HPDataType* tmp = (HPDataType*)realloc(php->arr,newCapacity*sizeof(HPDataType));
		if (tmp == NULL)
		{
			perror("realloc fail!");
			exit(1);
		}
		php->arr = tmp;
		php->capacity = newCapacity;
	}
	//空间足够
	php->arr[php->size]=x;
	AdjustUp(php->arr, php->size);
	++php->size;
}
//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n)
{
	int child = 2 * parent + 1;//左孩子
	while (child<n)
	{
		if (child + 1 && arr[child] > arr[child + 1])
		{
			child++;//比较孩子大小
		}
		if (arr[parent] > arr[child])
		{
			Swap( &arr[child],&arr[parent]);
		}
		else
		{
			break;
		}
	}
}
//出堆：出的是堆顶的数据
void HPPop(HP* php)
{
	assert(php && php->size);
	//arr[0] arr[size-1]
	Swap(&php->arr[0], &php->arr[php->size - 1]);//为了不影响总体二叉树的结构
	--php->size;
	AdjustDown(php->arr, 0, php->size);//0是堆顶位置对应的下标
}
//判空
bool HPEmpty(HP* php)
{
	assert(php);
	return php->size == 0;
}
//取堆顶元素
HPDataType HPTop(HP* php)
{
	assert(php && php->size);
	return php->arr[0];
}

test.c

#define _CRT_SECURE_NO_WARNINGS 1
#include "Heap.h"
void HPTest01()
{
	HP hp;
	HPInit(&hp);

	int arr[] = { 17,20,10,13,19,15 };
	for (int i = 0; i < 6; i++)
	{
		HPPush(&hp, arr[i]);
	}
	//打印
	while (!HPEmpty(&hp))
	{
		printf("%d ", HPTop(&hp));
		HPPop(&hp);
	}
	HPDestory(&hp);
}
int main()
{
	HPTest01();
	return 0;
}

最终的结果如下：

ert(php && php->size);
return php->arr[0];
}


test.c

```C
#define _CRT_SECURE_NO_WARNINGS 1
#include "Heap.h"
void HPTest01()
{
	HP hp;
	HPInit(&hp);

	int arr[] = { 17,20,10,13,19,15 };
	for (int i = 0; i < 6; i++)
	{
		HPPush(&hp, arr[i]);
	}
	//打印
	while (!HPEmpty(&hp))
	{
		printf("%d ", HPTop(&hp));
		HPPop(&hp);
	}
	HPDestory(&hp);
}
int main()
{
	HPTest01();
	return 0;
}

最终的结果如下：

在这里插入图片描述

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/1958908.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

重新定义高性能轻薄本！华硕灵耀16 Air评测：锐龙AI 9 HX 370当今最优秀移动处理器...

重新定义高性能轻薄本！华硕灵耀16 Air评测：锐龙AI 9 HX 370当今最优秀移动处理器...

一、前言&#xff1a;制程工艺不变 IPC性能暴涨20%的Zen 5架构 这十年来AMD的CPU给我们带来了一次又一次的惊喜&#xff01; 今天上市AI PC所搭载的锐龙AI 300系列处理器&#xff0c;与上代的锐龙8000系列移动处理器一样&#xff0c;都是采用了台积电4nm先进工艺。 但如标题所言…
阅读更多...
什么是杀猪盘？

什么是杀猪盘？

GPT-4o (OpenAI) "杀猪盘"是一种常见的网络诈骗形式&#xff0c;也被称为“爱情投资诈骗”或“婚恋诈骗”。这种骗局通常有以下几个关键步骤&#xff1a; 1. **接触和交流**&#xff1a;诈骗者在交友平台或社交媒体上创建虚假的个人资料&#xff0c;吸引受害者&…
阅读更多...
Sentinel 核心概念和工作流程详解

Sentinel 核心概念和工作流程详解

前言&#xff1a; 上一篇文章中&#xff0c;我们对 Sentinel 有了基本认知&#xff0c;知道其是 Alibaba 开源的一个服务稳定性组件&#xff0c;我们从 Sentinel 控制台认识了 Sentinel 的流控、降级、热点、授权规则&#xff0c;本篇我们将从核心概念和工作流程方面继续分析 …
阅读更多...
词的向量化和文本向量化

词的向量化和文本向量化

词的向量化和文本向量化 向量化one-hot编码提前准备词表不提前准备词表one-hot缺点 词向量简介词向量的定义和目标word embedding和word vector的区别onehot编码与词向量关系构建 训练方式1&#xff08;基于语言模型&#xff09;训练方式2&#xff08;基于窗口&#xff09;CBOW…
阅读更多...
兴业法拍网周报|7月25日起,四大商业银行下调人民币存款利率

兴业法拍网周报|7月25日起,四大商业银行下调人民币存款利率

黄金地段&#xff1a;圣世一品潜藏团结湖公园对面&#xff0c;居身CBD复合都会核心区&#xff0c;咫尺央视新址&#xff0c;紧邻京广中心&#xff0c;毗邻国贸、嘉里中心、银泰中心、财富中心。 居住舒适&#xff1a;社区是2010年建成的新商品房社区&#xff0c;建筑风格现代简…
阅读更多...
数据安全系统的定义与重要性

数据安全系统的定义与重要性

数据安全系统是指为数据处理系统建立和采用的技术和管理的安全保护机制&#xff0c;旨在保护计算机硬件、软件和数据不因偶然和恶意的原因遭到破坏、更改和泄露。数据安全系统在现代信息化社会中扮演着至关重要的角色&#xff0c;它确保了数据的完整性、可用性和保密性。以下是…
阅读更多...
ShardingSphere实战（1）- 分库分表基础知识

ShardingSphere实战（1）- 分库分表基础知识

一、为什么要分库分表 分库分表是一种数据库优化策略&#xff0c;主要用于解决大型应用或高并发场景下数据库性能瓶颈的问题。具体来说&#xff0c;分库分表可以带来以下好处&#xff1a; 提高性能&#xff1a; 减少单个数据库实例的负载&#xff0c;避免单点性能瓶颈。当数据…
阅读更多...
【Linux从青铜到王者】tcp协议2

【Linux从青铜到王者】tcp协议2

滑动窗口 滑动窗口是什么 上篇提到如果两端发送数据如果是一发一收那就是串行&#xff0c;效率很低&#xff0c;所以可以一次发送多个报文&#xff0c;一次也可以接受多个报文&#xff0c;可以大大的提高性能(其实是将多个段的等待时间重叠在一起了&#xff09; 那么是怎么发…
阅读更多...
Golang | Leetcode Golang题解之第300题最长递增子序列

Golang | Leetcode Golang题解之第300题最长递增子序列

题目&#xff1a; 题解&#xff1a; func lengthOfLIS(nums []int) int {if len(nums)<1{return len(nums)}dp : make([]int,len(nums))for i:0;i<len(nums);i{dp[i]1}res : 1for i:1;i<len(nums);i{for j:0;j<i;j{if nums[i] > nums[j]{dp[i] max(dp[i],dp[j…
阅读更多...
Java 沙漏图案（Hour-glass Pattern）

Java 沙漏图案（Hour-glass Pattern）

给定正整数 n&#xff0c;以沙漏形式打印数字模式。示例&#xff1a; 输入&#xff1a;rows_no 7 输出&#xff1a; 1 2 3 4 5 6 7 2 3 4 5 6 7 3 4 5 6 7 4 5 6 7 5 6 7 6 7 7 6 7 5 6 7 4 5 6 7 3 4 5 6 7 2 3 4 5 6 7 1 2 3 4 5 6…
阅读更多...
物联网平台简介与选型

物联网平台简介与选型

前言 什么是物联网&#xff1f; 简单解释&#xff1a;把你感兴趣的事物连接到网络。 阿里云定义&#xff1a;物联网&#xff08;Internet of Things&#xff0c;简称 IoT&#xff09;是指通过互联网连接和通信的物理设备和对象的网络。它是一个由传感器、软件和通信设备组成的…
阅读更多...
Attribute Manipulation（属性编辑）、disentanglement（解纠缠）常用的两种做法：线性探针和PCA

Attribute Manipulation（属性编辑）、disentanglement（解纠缠）常用的两种做法：线性探针和PCA

解纠缠也对应于属性编辑&#xff0c;比如人脸的属性编辑&#xff0c;将人脸变微笑、变衰老&#xff0c;其中每一个属性变化也对应了一种有意义的latent direction 。想要应用这种direction可以分为两种方式&#xff1a;有监督的linear-probe&#xff08;线性探针&#xff09;和…
阅读更多...
Logback 日志打印导致程序崩溃的实战分析

Logback 日志打印导致程序崩溃的实战分析

在软件开发和运维中&#xff0c;日志记录是必不可少的一环&#xff0c;帮我们追踪程序的行为&#xff0c;定位问题所在。然而&#xff0c;有时日志本身却可能成为问题的根源。本文将通过一个真实的案例来探讨 Logback 日志系统中的一个常见问题&#xff0c;当并发量大&#xff…
阅读更多...
Vue.js常见指令

Vue.js常见指令

一、v-text与v-html v-text更新html元素的innerText v-html更新html元素的innerHtml 如果需要更新部分内容需要使用{{ }} 双括号差值表达式 案例&#xff1a; <!DOCTYPE html> <html><head><meta charset"utf-8"><title>VUE指令 …
阅读更多...
python pip 错误 ModuleNotFoundError: No module named pip._internal 解决办法

python pip 错误 ModuleNotFoundError: No module named pip._internal 解决办法

问题 升级新版pip 之后,不论是本地,还是使用anaconda环境,都有可能在用pip下载的时候出现错误: ModuleNotFoundError: No module named pip._internal&#xff0c;我的电脑中存在好几个版本的Python。 解决办法&#xff1a; python -m ensurepip python -m pip install --upgr…
阅读更多...
图片及色彩编码

图片及色彩编码

1、日期类 ###年份 date_format(KaTeX parse error: Expected EOF, got # at position 14: 批售月份, %Y年) #̲##季度 (CASE WHEN…批售月份, ‘%m’) IN (1,2,3) THEN ‘1季度’ WHEN date_format( 批售月份 , ′ W H E N d a t e f o r m a t ( 批售月份, %m) IN (4,5,6) TH…
阅读更多...
【鸿蒙踩坑记录】解决：tabs滑动时，第一个和最后一个页签回弹大问题

【鸿蒙踩坑记录】解决：tabs滑动时，第一个和最后一个页签回弹大问题

一、背景 tabs滑动切换时&#xff0c;第一个页签右滑回弹大&#xff0c;最后一个页签左滑回弹大&#xff0c;如何关闭回弹效果 二、问题展现 图1:第一个页签右滑时回弹较大 图2:最后一个页签左滑时回弹较大 预期&#xff1a;关闭回弹效果 三、实现思路 给第一个和最后一个…
阅读更多...
项目负责人的高效会议策略：从准备到追踪

项目负责人的高效会议策略：从准备到追踪

项目负责人的高效会议策略&#xff1a;从准备到追踪 前言一、会议低效的常见陷阱二、高效会议的准备策略三、会议实施的技巧四、会议追踪的重要性结语 前言 在项目管理的世界里&#xff0c;时间就是金钱&#xff0c;效率就是生命。作为项目负责人&#xff0c;我深刻体会到了会议…
阅读更多...
Java网络编程----UDP实现单播，组播，广播

Java网络编程----UDP实现单播，组播，广播

文章开头&#xff0c;先来回忆一下 什么是UDP&#xff1f; UDP 的全称是 User Datagram Protocol&#xff0c;用户数据报协议。它不需要所谓的握手操作&#xff0c;从而加快了通信速度&#xff0c;允许网络上的其他主机在接收方同意通信之前进行数据传输。 UDP 的特点主要有…
阅读更多...
Python 教程（七）：match...case 模式匹配

Python 教程（七）：match...case 模式匹配

目录 专栏列表前言基本语法match 语句case 语句 模式匹配的类型示例具体值匹配类型匹配序列匹配星号表达式命名变量复杂匹配 模式匹配的优势总结 专栏列表 Python教程&#xff08;一&#xff09;&#xff1a;环境搭建及PyCharm安装Python 教程&#xff08;二&#xff09;&…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023