zoukankan      html  css  js  c++  java
  • (转)二叉树基本操作(三)

    纸上谈兵: 树, 二叉树, 二叉搜索树

    作者:Vamei 出处:http://www.cnblogs.com/vamei 欢迎转载,也请保留这段声明。谢谢!

    树的特征和定义

    树(Tree)是元素的集合。我们先以比较直观的方式介绍树。下面的数据结构是一个树:

    树有多个节点(node),用以储存元素。某些节点之间存在一定的关系,用连线表示,连线称为边(edge)。边的上端节点称为父节点,下端称为子节点。树像是一个不断分叉的树根。

    每个节点可以有多个子节点(children),而该节点是相应子节点的父节点(parent)。比如说,3,5是6的子节点,6是3,5的父节点;1,8,7是3的子节点, 3是1,8,7的父节点。树有一个没有父节点的节点,称为根节点(root),如图中的6。没有子节点的节点称为叶节点(leaf),比如图中的1,8,9,5节点。从图中还可以看到,上面的树总共有4个层次,6位于第一层,9位于第四层。树中节点的最大层次被称为深度。也就是说,该树的深度(depth)为4。

    如果我们从节点3开始向下看,而忽略其它部分。那么我们看到的是一个以节点3为根节点的树:

    三角形代表一棵树

    再进一步,如果我们定义孤立的一个节点也是一棵树的话,原来的树就可以表示为根节点和子树(subtree)的关系:

    上述观察实际上给了我们一种严格的定义树的方法:

    1. 树是元素的集合。

    2. 该集合可以为空。这时树中没有元素,我们称树为空树 (empty tree)。

    3. 如果该集合不为空,那么该集合有一个根节点,以及0个或者多个子树。根节点与它的子树的根节点用一个边(edge)相连。

    上面的第三点是以递归的方式来定义树,也就是在定义树的过程中使用了树自身(子树)。由于树的递归特征,许多树相关的操作也可以方便的使用递归实现。我们将在后面看到。

    (上述定义来自"Data Structures and Algorithm Analysis in C, by Mark Allen Weiss"。 我觉得有一点不太严格的地方。如果说空树属于树,第三点应该是 “...以及0个和多个非空子树...” )

    树的实现

    树的示意图已经给出了树的一种内存实现方式: 每个节点储存元素和多个指向子节点的指针。然而,子节点数目是不确定的。一个父节点可能有大量的子节点,而另一个父节点可能只有一个子节点,而树的增删节点操作会让子节点的数目发生进一步的变化。这种不确定性就可能带来大量的内存相关操作,并且容易造成内存的浪费。

    一种经典的实现方式如下:

    树的内存实现

    拥有同一父节点的两个节点互为兄弟节点(sibling)。上图的实现方式中,每个节点包含有一个指针指向第一个子节点,并有另一个指针指向它的下一个兄弟节点。这样,我们就可以用统一的、确定的结构来表示每个节点。

    计算机的文件系统是树的结构,比如Linux文件管理背景知识中所介绍的。在UNIX的文件系统中,每个文件(文件夹同样是一种文件),都可以看做是一个节点。非文件夹的文件被储存在叶节点。文件夹中有指向父节点和子节点的指针(在UNIX中,文件夹还包含一个指向自身的指针,这与我们上面见到的树有所区别)。在git中,也有类似的树状结构,用以表达整个文件系统的版本变化 (参考版本管理三国志)。

    文件树

    二叉搜索树的C实现

    二叉树(binary)是一种特殊的树。二叉树的每个节点最多只能有2个子节点:

    二叉树

    由于二叉树的子节点数目确定,所以可以直接采用上图方式在内存中实现。每个节点有一个左子节点(left children)和右子节点(right children)。左子节点是左子树的根节点,右子节点是右子树的根节点。

    如果我们给二叉树加一个额外的条件,就可以得到一种被称作二叉搜索树(binary search tree)的特殊二叉树。二叉搜索树要求:每个节点都不比它左子树的任意元素小,而且不比它的右子树的任意元素大。

    (如果我们假设树中没有重复的元素,那么上述要求可以写成:每个节点比它左子树的任意节点大,而且比它右子树的任意节点小)

    二叉搜索树,注意树中元素的大小

    二叉搜索树可以方便的实现搜索算法。在搜索元素x的时候,我们可以将x和根节点比较:

    1. 如果x等于根节点,那么找到x,停止搜索 (终止条件)

    2. 如果x小于根节点,那么搜索左子树

    3. 如果x大于根节点,那么搜索右子树

    二叉搜索树所需要进行的操作次数最多与树的深度相等。n个节点的二叉搜索树的深度最多为n,最少为log(n)。

    下面是用C语言实现的二叉搜索树,并有搜索,插入,删除,寻找最大最小节点的操作。每个节点中存有三个指针,一个指向父节点,一个指向左子节点,一个指向右子节点。

    (这样的实现是为了方便。节点可以只保存有指向左右子节点的两个指针,并实现上述操作。)

    删除节点相对比较复杂。删除节点后,有时需要进行一定的调整,以恢复二叉搜索树的性质(每个节点都不比它左子树的任意元素小,而且不比它的右子树的任意元素大)。

    • 叶节点可以直接删除。
    • 删除非叶节点时,比如下图中的节点8,我们可以删除左子树中最大的元素(或者右树中最大的元素),用删除的节点来补充元素8产生的空缺。但该元素可能也不是叶节点,所以它所产生的空缺需要其他元素补充…… 直到最后删除一个叶节点。上述过程可以递归实现。

    删除节点

    删除节点后的二叉搜索树

    C语言实现的代码:

    #define _CRT_SECURE_NO_DEPRECATE  /*取消scanf,printf不安全之类的错误提示*/
    /* By Vamei */
    /* binary search tree */
    #include <stdio.h>
    #include <stdlib.h>
    
    typedef struct node *position;
    typedef int ElementTP;
    
    struct node {
    	position parent;
    	ElementTP element;
    	position lchild;
    	position rchild;
    };
    
    /* pointer => root node of the tree */
    typedef struct node *TREE;
    
    
    void print_sorted_tree(TREE); //中序遍历打印
    position find_min(TREE);
    position find_max(TREE);
    position find_value(TREE, ElementTP);
    position insert_value(TREE, ElementTP);
    ElementTP delete_node(position);
    void Inorder(position); //中续遍历左子树
    
    static int is_root(position);
    static int is_leaf(position);
    static ElementTP delete_leaf(position);
    static void insert_node_to_nonempty_tree(TREE, position);
    
    void main(void)
    {
    	TREE tr;
    	position np;
    	//ElementTP element;
    	tr = NULL;
    	tr = insert_value(tr, 18);
    	tr = insert_value(tr, 5);
    	tr = insert_value(tr, 2);
    	tr = insert_value(tr, 8);
    	tr = insert_value(tr, 81);
    	tr = insert_value(tr, 101);
    	printf("Original:
    ");
    	print_sorted_tree(tr);
    	//Inorder(tr); //功能同上一行
    
    	np = find_value(tr, 8);
    	if (np != NULL) {
    		delete_node(np);
    		printf("After deletion:
    ");
    		print_sorted_tree(tr);
    	}
    }
    
    
    /*
    * print values of the tree in sorted order 
    *相当于中序遍历 左 根 右
    */
    void print_sorted_tree(TREE tr)
    {
    	if (tr == NULL) return;
    	print_sorted_tree(tr->lchild);
    	printf("%d 
    ", tr->element);
    	print_sorted_tree(tr->rchild);
    }
    
    /*
    * search for minimum value
    * traverse lchild
    */
    position find_min(TREE tr)
    {
    	position np;
    	np = tr;
    	if (np == NULL) return NULL;
    	while (np->lchild != NULL) {
    		np = np->lchild;
    	}
    	return np;
    }
    
    /*
    * search for maximum value
    * traverse rchild
    */
    position find_max(TREE tr)
    {
    	position np;
    	np = tr;
    	if (np == NULL) return NULL;
    	while (np->rchild != NULL) {
    		np = np->rchild;
    	}
    	return np;
    }
    
    /*
    * search for value
    *
    */
    position find_value(TREE tr, ElementTP value)
    {
    	if (tr == NULL) return NULL;
    
    	if (tr->element == value) {
    		return tr;
    	}
    	else if (value < tr->element) {
    		return find_value(tr->lchild, value);
    	}
    	else {
    		return find_value(tr->rchild, value);
    	}
    }
    
    /*
    * delete node np
    */
    ElementTP delete_node(position np)
    {
    	position replace;
    	ElementTP element;
    	if (is_leaf(np)) {
    		return delete_leaf(np);
    	}
    	else {
    		/* if a node is not a leaf, then we need to find a replacement */
    		replace = (np->lchild != NULL) ? find_max(np->lchild) : find_min(np->rchild);
    		element = np->element;
    		np->element = delete_node(replace);
    		return element;
    	}
    }
    
    /*
    * insert a value into the tree
    * return root address of the tree
    */
    position insert_value(TREE tr, ElementTP value) {
    	position np;
    	/* prepare the node */
    	np = (position)malloc(sizeof(struct node));
    	np->element = value;
    	np->parent = NULL;
    	np->lchild = NULL;
    	np->rchild = NULL;
    
    	if (tr == NULL) tr = np;
    	else {
    		insert_node_to_nonempty_tree(tr, np);
    	}
    	return tr;
    }
    
    void Inorder(position np)  //中续遍历左子树 左 根 右
    {
    	if (np != NULL){
    		Inorder(np->lchild);
    		printf("%d ", np->element);
    		Inorder(np->rchild);
    	}
    }
    //=============================================
    
    /*
    * np is root?
    */
    static int is_root(position np)
    {
    	return (np->parent == NULL);
    }
    
    /*
    * np is leaf?
    */
    static int is_leaf(position np)
    {
    	return (np->lchild == NULL && np->rchild == NULL);
    }
    
    /*
    * if an element is a leaf,
    * then it could be removed with no side effect.
    */
    static ElementTP delete_leaf(position np)
    {
    	ElementTP element;
    	position parent;
    	element = np->element;
    	parent = np->parent;
    	if (!is_root(np)) {
    		if (parent->lchild == np) {
    			parent->lchild = NULL; //如果此叶子节点为左节点
    		}
    		else {
    			parent->rchild = NULL; //如果此叶子节点为右节点
    		}
    	}
    	free(np);
    	return element;
    }
    
    /*
    * insert a node to a non-empty tree
    * called by insert_value()
    */
    static void insert_node_to_nonempty_tree(TREE tr, position np)
    {
    	/* insert the node */
    	if (np->element <= tr->element) {
    		if (tr->lchild == NULL) {
    			/* then tr->lchild is the proper place */
    			tr->lchild = np;
    			np->parent = tr;
    			return;
    		}
    		else {
    			insert_node_to_nonempty_tree(tr->lchild, np);
    		}
    	}
    	else if (np->element > tr->element) {
    		if (tr->rchild == NULL) {
    			tr->rchild = np;
    			np->parent = tr;
    			return;
    		}
    		else {
    			insert_node_to_nonempty_tree(tr->rchild, np);
    		}
    	}
    }
    

      

  • 相关阅读:
    好理解的堆排序
    SpringCloud 整合 Python 服务
    SpringCloud入门总结
    Spring异常集中处理和日志集中打印
    Java枚举类型的理解及在后台响应中的使用
    Elasticsearch合并高亮字段
    Elasticsearch分析器结构组成
    Elasticsearch实现英文区分大小写搜索
    Nginx三大功能
    Elasticsearch Java Client 版本区别及起步(5.X 和6.X)
  • 原文地址:https://www.cnblogs.com/mrethan/p/4149792.html
Copyright © 2011-2022 走看看