【数据结构基础】之树的介绍,生动形象,通俗易懂,算法入门必看

news2025/4/8 12:15:56

前言

在这里插入图片描述

本文为 数据结构基础【树】 相关知识,下边将对树的定义与相关概念二叉树的定义、特点与性质二叉树的存储结构二叉树的遍历二叉查找树平衡二叉树红黑树B-树与B+树等进行详尽介绍~

📌博主主页:´Code_Wang的主页
👉Java全栈学习路线可参考:【Java全栈学习路线】最全的Java学习路线及知识清单,Java自学方向指引,内含最全Java全栈学习技术清单~
👉算法刷题路线可参考:算法刷题路线总结与相关资料分享,内含最详尽的算法刷题路线指南及相关资料分享~


目录

【数据结构基础】树

  • 前言
  • 目录
  • 一、树的概念
    • 1.树的定义
    • 2.结点的度
    • 3.结点关系
    • 4.结点层次
    • 5.树的深度
  • 二、二叉树
    • 1.二叉树的定义
    • 2.二叉树的特点
    • 3.二叉树性质
    • 4.斜树
    • 5.满二叉树
    • 6.完全二叉树
    • 7.二叉树的存储结构
    • 8.二叉树的遍历
  • 三、其他的树
    • 1.二叉查找树
    • 2.平衡二叉树(AVL树)
    • 3.红黑树
    • 4.B-树(也叫B树)
    • 5.B+树
  • 后记

在这里插入图片描述

一、树的概念

1.树的定义

树(Tree) 是n(n>=0)个结点的有限集。n=0时称为空树。在任意一颗非空树中:

  • (1)有且仅有一个特定的称为根(Root)的结点;
  • (2)当n>1时,其余结点可分为m(m>0)个互不相交的有限集T1、T2、…、Tn,其中每一个集合本身又是一棵树,并且称为根的子树。

树的定义还需要强调以下两点:

  • (1)根结点是唯一的,不可能存在多个根结点,数据结构中的树只能有一个根结点;
  • (2)子树的个数没有限制,但它们一定是互不相交的。

下图为一棵普通的树:
在这里插入图片描述

由树的定义可以看出,树的定义使用了递归的方式。

2.结点的度

结点拥有的子树数目称为结点的度。
在这里插入图片描述

3.结点关系

结点子树的根结点为该结点的孩子结点。相应该结点称为孩子结点的双亲结点(父节点)。 如上图中,A为B的双亲结点,B为A的孩子结点。 同一个双亲结点的孩子结点之间互称兄弟结点。 上图中,结点B与结点C互为兄弟结点。

4.结点层次

从根开始定义起,根为第一层,根的孩子为第二层,以此类推。下图表示了树的层次关系。
在这里插入图片描述

5.树的深度

树中结点的最大层次数称为树的深度或高度。上图所示的树的深度为4。

二、二叉树

1.二叉树的定义

二叉树 是n(n>=0)个结点的有限集合,该集合或者为空集(称为空二叉树),或者由一个根结点和两棵互不相交的、分别称为根结点的左子树和右子树组成。

下图为一棵普通二叉树:
在这里插入图片描述

2.二叉树的特点

由二叉树定义以及图示分析得出二叉树有以下特点:

  • (1)每个结点最多有两棵子树,所以二叉树中不存在度大于2的结点。
  • (2)左子树和右子树是有顺序的,次序不能任意颠倒。
  • (3)即使树中某结点只有一棵子树,也要区分它是左子树还是右子树。

3.二叉树性质

  • (1)在二叉树的第i层上最多有 2^i-1 个节点 。(i>=1)
  • (2)二叉树中如果深度为k,那么最多有2^k-1个节点。(k>=1)
  • (3)n0=n2+1 n0表示度数为0的节点数,n2表示度数为2的节点数。
  • (4)在完全二叉树中,具有n个节点的完全二叉树的深度为[log2n]+1,其中[log2n]是向下取整。
  • (5)若对含 n 个结点的完全二叉树从上到下且从左至右进行 1 至 n 的编号,则对完全二叉树中任意一个编号为 i 的结点有如下特性:1)若 i=1,则该结点是二叉树的根,无双亲, 否则,编号为 [i/2] 的结点为其双亲结点; 2) 若 2i>n,则该结点无左孩子结点,否则,编号为 2i 的结点为其左孩子结点; 3) 若 2i+1>n,则该结点无右孩子结点, 否则,编号为2i+1 的结点为其右孩子结点。

4.斜树

斜树: 所有的结点都只有左子树的二叉树叫左斜树。所有结点都是只有右子树的二叉树叫右斜树。这两者统称为斜树。

左斜树:
在这里插入图片描述
右斜树:
在这里插入图片描述

5.满二叉树

满二叉树: 在一棵二叉树中。如果所有分支结点都存在左子树和右子树,并且所有叶子都在同一层上,这样的二叉树称为满二叉树。

满二叉树的特点:

  • (1)叶子只能出现在最下一层。出现在其它层就不可能达成平衡。
  • (2)非叶子结点的度一定是2。
  • (3)在同样深度的二叉树中,满二叉树的结点个数最多,叶子数最多。

下图为一棵满二叉树:
在这里插入图片描述

6.完全二叉树

完全二叉树: 对一颗具有n个结点的二叉树按层编号,如果编号为i(1<=i<=n)的结点与同样深度的满二叉树中编号为i的结点在二叉树中位置完全相同,则这棵二叉树称为完全二叉树。

完全二叉树的特点:
(1)叶子结点只能出现在最下层和次下层。
(2)最下层的叶子结点集中在树的左部。
(3)倒数第二层若存在叶子结点,一定在右部连续位置。
(4)如果结点度为1,则该结点只有左孩子,即没有右子树。
(5)同样结点数目的二叉树,完全二叉树深度最小。
(6)注:满二叉树一定是完全二叉树,但反过来不一定成立。

下图为一棵完全二叉树:
在这里插入图片描述

7.二叉树的存储结构

(1)顺序存储

二叉树的顺序存储结构就是使用一维数组存储二叉树中的结点,并且结点的存储位置,就是数组的下标索引。

一棵完全二叉树采用顺序存储方式,如下图表示:
在这里插入图片描述
在这里插入图片描述
由图可以看出,当二叉树为完全二叉树时,结点数刚好填满数组。 那么当二叉树不为完全二叉树时,采用顺序存储形式如何呢?(其中浅色结点表示结点不存在。)
在这里插入图片描述
在这里插入图片描述
其中,∧表示数组中此位置没有存储结点。此时可以发现,顺序存储结构中已经出现了空间浪费的情况。 那么对于右斜树极端情况对应的顺序存储结构如下图所示:
在这里插入图片描述
在这里插入图片描述
可以看出,对于这种右斜树极端情况,采用顺序存储的方式是十分浪费空间的。因此,顺序存储一般适用于完全二叉树。

(2)二叉链表

既然顺序存储不能满足二叉树的存储需求,那么考虑采用链式存储。由二叉树定义可知,二叉树的每个结点最多有两个孩子。因此,可以将结点数据结构定义为一个数据和两个指针域。表示方式如下图所示:
在这里插入图片描述
定义结点的代码如下:

//定义树节点
public static class TreeNode{
    int val;
    TreeNode leftchild;
    TreeNode rightchild;
    public TreeNode(int data){
        this.val = data;
    }
}

对于一颗二叉树可以采用一种链表结构存储二叉树,这种链表称为二叉链表。
在这里插入图片描述
在这里插入图片描述

8.二叉树的遍历

二叉树的遍历是指从二叉树的根结点出发,按照某种次序依次访问二叉树中的所有结点,使得每个结点被访问一次,且仅被访问一次。 二叉树的访问次序可以分为四种(以下边这棵树为例):
在这里插入图片描述
(1)前序遍历

前序遍历 通俗的说就是从二叉树的根结点出发,当第一次到达结点时就输出结点数据,按照先向左在向右的方向访问。
上图所示二叉树的先序遍历的结果: ABDHIEJCFG

(2)中序遍历

中序遍历 就是从二叉树的根结点出发,当第二次到达结点时就输出结点数据,按照先向左再向右的方向访问。
上图所示二叉树的先序遍历的结果: HDIBJEAFCG

(3)后序遍历

后序遍历 就是从二叉树的根结点出发,当第三次到达结点时就输出结点数据,按照先向左再向右的方向访问。
上图所示二叉树的先序遍历的结果: HIDJEBFGCA

(4)层次遍历

层次遍历 就是按照树的层次自上而下的遍历二叉树。
上图所示二叉树的层次遍历的结果: ABCDEFGHIJ

递归方式实现前序、中序、后序遍历代码:

public class RecursiveBinaryTree {

    public static class Node {
        public int value;
        public Node left;
        public Node right;

        public Node(int v) {
            value = v;
        }
    }

    // 先序打印所有节点
    public static void Preorder(Node root) {
        if (root == null) {
            return;
        }
        System.out.println(root.value);
        Preorder(root.left);
        Preorder(root.right);
    }

    public static void Inorder(Node root) {
        if (root == null) {
            return;
        }
        Inorder(root.left);
        System.out.println(root.value);
        Inorder(root.right);
    }

    public static void Postorder(Node root) {
        if (root == null) {
            return;
        }
        Postorder(root.left);
        Postorder(root.right);
        System.out.println(root.value);
    }

    public static void main(String[] args) {
        Node root = new Node(1);
        root.left = new Node(2);
        root.right = new Node(3);
        root.left.left = new Node(4);
        root.left.right = new Node(5);
        root.right.left = new Node(6);
        root.right.right = new Node(7);

        Preorder(root);
        System.out.println("====先序遍历====");
        Inorder(root);
        System.out.println("====中序遍历====");
        Postorder(root);
        System.out.println("====后续遍历====");
    }
}

用栈实现先序遍历比递归方式效率高一点:

public class UnRecursiveBinaryTree {

	public static class Node {
		public int value;
		public Node left;
		public Node right;

		public Node(int v) {
			value = v;
		}
	}

	public static void pre(Node head) {
		System.out.print("pre-order: ");
		if (head != null) {
			Stack<Node> stack = new Stack<Node>();
			stack.add(head);
			while (!stack.isEmpty()) {
				head = stack.pop();
				System.out.print(head.value + " ");
				if (head.right != null) {
					stack.push(head.right);
				}
				if (head.left != null) {
					stack.push(head.left);
				}
			}
		}
		System.out.println();
	}
}

三、其他的树

1.二叉查找树

二叉查找树,又叫做二叉搜索树,二叉排序树。

二叉查找树的特征:

  • (1)若左子树不为空,那么左子树所有节点的值小于均小于他的根节点的值。
  • (2)若右子树不为空,那么右子树的所有节点的值大于根节点的值。
  • (3)左右子树也分别为二叉排序树。
  • (4)没有键值相等的节点。
    在这里插入图片描述

二叉排序树查找操作:

首先我们提供一个二叉树的结构,然后我们来看看二叉排序树的查找是如何实现的。

public class BinaryTree {

        public static void main(String[] args) {
            // 主要是表达查询,所以手动构造一棵二叉排序树
            TreeNode binaryTree1 = new TreeNode();
            binaryTree1.data = 62;

            TreeNode binaryTree2 = new TreeNode();
            binaryTree1.lchild = binaryTree2;
            binaryTree2.data = 58;

            TreeNode binaryTree3 = new TreeNode();
            binaryTree2.lchild = binaryTree3;
            binaryTree3.data = 47;

            TreeNode binaryTree4 = new TreeNode();
            binaryTree3.lchild = binaryTree4;
            binaryTree4.data = 35;

            TreeNode binaryTree5 = new TreeNode();
            binaryTree4.rchild = binaryTree5;
            binaryTree5.data = 37;

            TreeNode binaryTree6 = new TreeNode();
            binaryTree3.rchild = binaryTree6;
            binaryTree6.data = 51;

            TreeNode binaryTree7 = new TreeNode();
            binaryTree1.rchild = binaryTree7;
            binaryTree7.data = 88;

            TreeNode binaryTree8 = new TreeNode();
            binaryTree7.lchild = binaryTree8;
            binaryTree8.data = 73;

            TreeNode binaryTree9 = new TreeNode();
            binaryTree7.rchild = binaryTree9;
            binaryTree9.data = 99;

            TreeNode binaryTree10 = new TreeNode();
            binaryTree9.lchild = binaryTree10;
            binaryTree10.data = 93;

            TreeNode treeNode = serachBinaryTree(binaryTree1, 35000);
            System.out.println(treeNode == null ? "没有这个数" : treeNode.data);
        }

        /**
         * 二叉排序树
         *
         * @param root
         *            待查询的二叉排序树
         * @param target
         *            查找关键字
         * @return 没有返回null,有则返回节点
         */
      public static TreeNode searchBinaryTree(TreeNode root, int target) {
        if (root == null) { // 树节点不存在,返回
            return null;
        } else if (target == root.data) { // 查找成功
            return root;
        } else if (target < root.data) { // 关键字小于根节点查找左子树
            return searchBinaryTree(root.lchild, target);
        } else { // 关键字大于根节点查找右子树
            return searchBinaryTree(root.rchild, target);
        }
    }
        /**
         * 二叉树,数据结构
         *
         */
        private static class TreeNode {
            int data;
            TreeNode lchild;
            TreeNode rchild;
        }

}

2.平衡二叉树(AVL树)

含有相同节点的二叉查找树可以有不同的形态,而二叉查找树的平均查找长度与树的深度有关,所以需要找出一个查找平均长度最小的一棵,那就是平衡二叉树(如下图),具有以下性质

  • (1)要么是棵空树,要么其根节点左右子树的深度之差的绝对值不超过1;
  • (2)其左右子树也都是平衡二叉树;
  • (3)二叉树节点的平衡因子定义为该节点的左子树的深度减去右子树的深度。则平衡二叉树的所有节点的平衡因子只可能是-1,0,1。

在这里插入图片描述

3.红黑树

红黑树是一种自平衡二叉树,在平衡二叉树的基础上每个节点又增加了一个颜色的属性,节点的颜色只能是红色或黑色。具有以下性质:

  • (1)根节点只能是黑色;
  • (2)红黑树中所有的叶子节点后面再接上左右两个空节点,这样可以保持算法的一致性,而且所有的空节点都是黑色;
  • (3)其他的节点要么是红色,要么是黑色,红色节点的父节点和左右孩子节点都是黑色,即黑红相间;
  • (4)在任何一棵子树中,从根节点向下走到空节点的路径上所经过的黑节点的数目相同,从而保证了是一个平衡二叉树。

在这里插入图片描述

4.B-树(也叫B树)

B-树是一种平衡多路查找树,它在文件系统中很有用。一棵m阶B-树,具有下列性质:

  • (1)树中每个节点至多有m棵子树;
  • (2)若根节点不是叶子节点,则至少有2棵子树;
  • (3)除根节点之外的所有非终端节点至少有img棵子树;
  • (4)每个节点中的信息结构为(A0,K1,A1,K2…Kn,An),其中n表示关键字个数,Ki为关键字,Ai为指针;
  • (5)所有的叶子节点都出现在同一层次上,且不带任何信息,也是为了保持算法的一致性。
    在这里插入图片描述

5.B+树

B+树是B-树的一种变形,它与B-树的差别在于(如下图为3阶B+树):

  • (1)有n棵子树的节点含有n个关键字;
  • (2)所有的叶子节点包含了全部关键字的信息,及指向这些关键字记录的指针,且叶子节点本身按关键字大小自小到大顺序链接;
  • (3)所有非终端节点可以看成是索引部分,节点中仅含有其子树(根节点)中最大(或最小)关键字,所有B+树更像一个索引顺序表;
  • (4)对B+树进行查找运算,一是从最小关键字起进行顺序查找,二是从根节点开始,进行随机查找。
    在这里插入图片描述

后记

在这里插入图片描述
👉Java全栈学习路线可参考:【Java全栈学习路线】最全的Java学习路线及知识清单,Java自学方向指引,内含最全Java全栈学习技术清单~
👉算法刷题路线可参考:算法刷题路线总结与相关资料分享,内含最详尽的算法刷题路线指南及相关资料分享~

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/2952.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

六十九、Vue3

Vue3一 Vue3的变化二 创建Vue3项目的两种方式2.1 vue-cl创建2.2 vite创建三 常用API3.1 setup3.2 ref和reactive3.3 计算和监听属性3.4 生命周期3.5 自定义hook函数一 Vue3的变化 性能的提升 打包大小减少41% 初次渲染快55%, 更新渲染快133% 内存减少54% 源码的升级 使用Proxy…

Spring Boot 并行任务,这才是优雅的实现方式!

Spring Boot 的定时任务&#xff1a; 第一种&#xff1a;把参数配置到.properties文件中&#xff1a; 代码&#xff1a; package com.accord.task;import java.text.SimpleDateFormat; import java.util.Date;import org.springframework.scheduling.annotation.Scheduled; …

不会Python迟早失业?Python何以成为找工作必备技能(资料下载)

前言 大数据时代&#xff0c;没听说过Python的人可能很少。&#xff08;文末送福利&#xff09; 未来和data与AI紧密连接的当下&#xff0c;金融公司纷纷改成Fintech&#xff08;financial technology&#xff09;&#xff0c;投行热衷于向科技公司砸钱&#xff0c;就连卖汉堡…

推进生态社会化分工 与伙伴共担未来 数商云受邀出席京东科技合作伙伴论坛

11月1日&#xff0c;2022京东云城市峰会上海站正式启幕。京东科技携手生态伙伴&#xff0c;共聚“合作伙伴论坛”。作为京东集团科技生态的总担当&#xff0c;京东科技秉承“生态社会化分工”理念&#xff0c;与伙伴共担未来。会上&#xff0c;8大场景合作案例依次分享&#xf…

STM32单片机可变频率幅度DDS信号发生器正弦波三角波方波AD9833

实践制作DIY- GC0094-DDS信号发生器 一、功能说明&#xff1a; 基于STM32单片机设计-DDS信号发生器 功能介绍&#xff1a; 硬件组成&#xff1a;STM32F103C系列最小系统板 LCD1602显示器AD9833信号模块4*4矩阵键盘多个按键 1.通过4*4键盘来设定频率值和三角波正弦波的幅度&…

内网搭建图片网站:软件安装配置 1-3

现代的手机功能越来越强大&#xff0c;也让我们能随时随地抓拍有趣瞬间。而照片越来越多&#xff0c;全都存放在手机上并不现实&#xff0c;存在云端又有安全隐患&#xff0c;只能存放在自己的电脑上。而这又带来难以随时与他人分享的问题。不过&#xff0c;我们完全可以在自己…

智能网联赋能汽车品牌全球化 第五届全球汽车发展趋势论坛将召开

当前&#xff0c;全球汽车产业正处于百年未遇的大变革时期&#xff0c;全球汽车产业格局正在重塑&#xff0c;其中&#xff0c;中国汽车产业正在依靠智能化、网联化优势不断加深在全球汽车市场中的影响力&#xff0c;正在迈入高质量发展的新阶段。如何利用智能网联技术以及顺应…

单片机毕业设计 stm32智能婴儿床系统

文章目录1 简介2 项目背景3 设计概要4 设计方案5 硬件清单5.1 stm32主控5.2 OLED显示屏5.3 继电器模块5.4 L298N电机驱动板模块5.5 MAX声音传感模块 一个5.6 Jdy-311蓝牙模块5.7 音乐播放模块6 软件部分设计6.1 声音传感器子函数6.2 声音传感器软件7 实现效果8 关键代码1 简介 …

大数据行业现在工作很难找吗?

工作到底好不好找&#xff0c;市场需求是一方面&#xff0c;更多的还是要看个人成长背景和实际能力~ 抛开两点都不谈就单说好找或者不好找纯属有点耍流氓了~ 大数据开发主要是负责大数据挖掘&#xff0c;大数据清洗处理&#xff0c;大数据建模等&#xff0c;负责大规模数据的处…

C动态内存管理|有张三和如花的故事你心动了吗

C内存管理C程序地址空间为什么存在&#xff1f;1.堆区空间足够大2.堆区空间大小更为灵活动态内存函数mallocfreefree的注意事项内存泄漏没有free和free另外的细节不可对堆区的空间多次释放释放后要对指针置为NULL&#xff0c;避免野指针free(NULL)会有影响吗callocreallocreall…

报表工具怎么选?JAVA开源工具那么好用,为什么大家还花钱买商用

做报表很长时间了&#xff0c;最近发现一个比较奇怪的现象&#xff1a;各家工具使出各种手段做广告、吸引注意力&#xff0c;但是受到程序员热烈追捧的反倒一直是 Jaspereport &#xff0b; ireport 这种免费、开源的 JAVA 工具&#xff0c;几个开了专版讨论 JAVA 报表的论坛里…

场景应用:你知道 i = i++;的含义么?

文章目录引言正文题目原理i i;呢&#xff1f;总结引言 今年面试官小姐姐问了一个灵魂问题&#xff1a;i0; i i;等于多少&#xff1f; 当时人就傻了 当然&#xff0c;面试官小姐姐还是很可爱的&#xff0c;人也很好&#xff0c;让我研究一下&#xff0c;好&#xff0c;那么…

毕业设计 基于CNN实现谣言检测 - python 深度学习 机器学习

文章目录1 前言1.1 背景2 数据集3 实现过程4 CNN网络实现5 模型训练部分6 模型评估7 预测结果8 最后1 前言 Hi&#xff0c;大家好&#xff0c;这里是丹成学长&#xff0c;今天向大家介绍 一个深度学习项目 基于CNN实现谣言检测 1.1 背景 社交媒体的发展在加速信息传播的同时…

多层高速PCB设计学习(一)初探基本知识(附单层设计补充)

目录前言一、常见概念名词科普二、层数的选择三、基本原则二、层叠结构分析电源层和地层耦合各层的种类选择三、元器件布局及布线单层知识点补充前言 简单学会两层板的设计方法&#xff0c;想学习四层板以及多层板的设计方法&#xff0c;立创EDA上有开源的四层板的四旋翼飞机的…

(4)UART应用设计及仿真验证(整体回顾)

在新公司入职以后,第一个小demo就是设计一个UART模块,支持apb2.0,支持中断上报,支持环回,支持有效数据位可配置,支持校验可配置,支持FIFO水位线可配置,支持波特率可配置等等。UART最早是在补习班的时候接触的,当时学习地很吃力,对它地理解不算深刻。当时实现的只有发…

Future、FutureTask类解析

Future类 Future类提供了方法来检查异步调用是否完成、等待异步调用完成并获取异步调用返回结果。get()方法可以对线程进行阻塞&#xff0c;直到异步调用完成并返回结果。cancel()方法可以取消异步方法的执行。 Future是一个接口&#xff0c;定义了异步线程的返回结果的获取方法…

初学python非常实用的10个小技巧,先收藏再说~

嗨害大家好鸭&#xff01;我是小熊猫❤ 最近双十一是不是都在买买买呢&#xff1f; 但是学习这件事情可不能懈怠鸭&#xff01; 今天就来讲讲python实用小技巧~ 源码、资料电子书点击此处 1.唯一性 以下方法可以检查给定列表是否有重复的地方&#xff0c; 可用set&#xff…

力扣刷题day37|1049最后一块石头的重量 II、494目标和、474一和零

文章目录1049. 最后一块石头的重量 II思路动态规划五部曲494. 目标和回溯思路动态规划背包思路动态规划五部曲474. 一和零思路动态规划五部曲1049. 最后一块石头的重量 II 力扣题目链接 有一堆石头&#xff0c;用整数数组 stones 表示。其中 stones[i] 表示第 i 块石头的重量…

深度学习模型部署全流程-模型训练

文章目录前言模型训练全流程1.数据准备2.数据加载3.搭建神经网络4.设置损失函数&#xff0c;优化器5.训练网络模型6.模型测试7.完整代码9.训练结果小结前言 该系列文章会介绍神经网络模型从训练到部署的全流程&#xff0c;对于已经参加工作的人可以快速的了解如何使用深度学习…

Android Studio入门之文本内容、大小、颜色的讲解及实战(附源码 超详细必看)

运行有问题或需要源码请点赞关注收藏后评论区留言或私信博主 一、设置文本的内容 1:在XML文件中通过属性android:text设置文本 <TextViewandroid:layout_width"wrap_content"android:layout_height"wrap_content"android:text"Hello World!"…