简单数据结构(一) 树
树是一种简单的数据结构,其插入查找的速度都相对均匀:O(logN),这里用到的主要是二叉查找树binary search tree。
- 了解树在文件系统里的应用
- 计算算术表达式的值,如中缀表达式等
- 树是如何实现以O(logN)的平均时间进行查找操作,以及最坏时间O(logN)。
树的基本模型
<img src="https://img.tanknee.cn/img/20191021233841.png" alt="tree">
树的构成:
每棵树都有根节点和数个非空子树组成
一棵树是`N`个节点和`N-1`条边的集合,原因很简单,除了根节点之外,每个节点都与其父节点有一条边相连接。
树的路径长度,高度与深度:
- 长度:
n1
-nk
的路径上的边的条数,树上的任意一个节点都有到根的路径 - 高度:任意
ni
节点到根节点的唯一路径的长度看作为该节点的高度,即节点越往下,高度越大,与根节点离得越远高度越大!--相对于父节点,也就是要往上找。整棵树的高度也就是叶子节点的高度 - 深度:以
ni
为当前子树的根节点,向下寻找树叶,由该节点到树叶的路径的长度,记作该节点的高度。--相对于叶子节点,也就是要向下找
不管是深度也好,高度也好,基本上都是相对于你选择的根节点而言的,并不是完全固定不变的,是一个相对的数值,不过求出每一个高度和深度的路径都是唯一的
树的代码实现
树的节点声明:
typedef struct TreeNode *PtrToNode;
struct TreeNode{
ElementType Element; //抽象数据类型,定义树节点存放的数据
PtrToNode FirstChild; //第一个子树的指针(第一儿子)
PtrToNode NextChild; //下一个子树的指针(下一个兄弟)
}
因为实现并不知道子树的个数,所以直接在声明里指定个数是不理智的,所以应该换一种方式,使用链表来存储树,具体的图明天再来画吧!
树的遍历及应用:
UNIX文件系统:文件树的遍历
ListD(DirectryOfFile D,int Depth){ //文件目录,目录深度
//D是一个合法的文件入口那么就进行遍历
if(D is a legitimate entry){
for (child C : D){
ListD(C,Depth+1);
}
}
}
经过几次递归之后就可以完全打印出文件目录。
遍历方式:
-
先序遍历:
在先序遍历中,对节点的处理在处理儿子结点之前!下面是线序遍历的图例,节点的数字代表遍历的顺序。
<img src="https://img.tanknee.cn/img/{DE7B9712-7186-0D99-EA2E-654CCD516AD9}.png"/>
-
后序遍历:
在后序遍历中,对节点的处理在处理儿子节点之后!下面是后序遍历的图例。
<img src="https://img.tanknee.cn/img/{9AC8C798-054F-F3D1-8F4E-81D6968F2C52}.png"/>
一些个人理解:不管是先序遍历还是后序遍历还是层序遍历,其本质都是一件事情:递归,通过一种相似的查找方式打印出需要遍历的树中所有的节点。
二叉树
定义:
二叉树是一种树,其中每个节点的子节点不得多于两个。二叉树的一个重要性质是平均二叉树的深度要比N要小得多为 ,而二叉查找树的平均深度是
。
实现:
typedef struct TreeNode *PtrToNode;
typedef struct PtrNode Tree;
struct TreeNode{
ElementType Element; //节点的值
Tree left; //左子树
Tree right; //右子树
}
每个有
N
个节点的二叉树都有N+1
个NULL
空指针
表达式树:
利用二叉树实现中缀表达式,前缀表达式等等,还需要结合队列来实现整个数据结构!
- 表达式树的树叶表示表达式的操作数,比如变量或者常量,而其他的根结点代表操作符。
- 所有的操作符都是二元操作符。
下面给出一个例子:
左子树a+(b*c)。右子树(((d*e)+f)*g)



二叉查找树
- 概念:对于二叉查找树中的任意节点
X
,它的左子树所有关键字值小于该节点所代表的关键字的值,而其右子树的所有关键字的值大于X
的关键字值。因此该二叉树的所有元素都可以用某种统一的方式排序。

这里有一个二叉查找树的查找时间复杂度的计算问题,我之前上课的时候没怎么想明白,刚刚上网查了一下发现是我智障了。
其实二叉查找树的原理跟二分法的原理是完全一样的:在N
个数据的数组里取第N/2
个元素,将这个元素与输入元素进行对比,如果小与输入元素就去该节点的右子树中查找,如果大于就去左子树。假设查找的次数为x
次,那么表达式就是:N*()^X = 1,即最坏情况是查找到首尾元素,最后即可得出查找的时间复杂度为O(
).
- 增删查改:
- Insert
- Delete:删除操作是相对困难的一部分,这里仅仅讨论处理有两个儿子的操作。
- 一般的删除策略是用其右子树的最小数据(右子树的最左侧的那个节点)代替该节点的数据,并递归地删除那个(被替换掉的)节点。由于该节点不可能有左子树,所以第二次删除要容易。接下来是一个例子
-
image
- 然后被移动的关键字3像之前删除2一样删除!