【数据结构】树型结构详解 + 堆的实现(c语言)(附源码)

ephemerals__ 2024-08-17 17:05:06 阅读 91

🌟🌟作者主页:ephemerals__

🌟🌟所属专栏:数据结构

目录

前言

一、树

1.树的概念与结构

2.树的相关术语

3.树的表示方法

4.树型结构的实际应用场景

二、二叉树

1.二叉树的概念与结构

2.二叉树的性质

3.满二叉树

4.完全二叉树

5.二叉树的存储形式

5.1 顺序存储结构

5.2 链式存储结构

三、二叉树顺序结构--堆

1.堆的结构特点和性质

2.堆的实现

2.1 堆的结构定义

2.2 方法的声明

2.3 方法的实现

2.3.1 初始化

2.3.2 销毁

2.3.3 判空

2.3.4 辅助函数交换两数据

2.3.5 插入

2.3.6 删除

2.3.7 取堆顶数据

2.4 程序全部代码

总结


前言

        在编程的世界里,数据结构是构建高效、可靠软件大厦的基石。而当我们谈论起那些既经典又充满活力的数据结构时,无疑是一个不可忽视的存在。然而,在深入了解堆之前,让我们先回溯到其根源——,这个在计算机科学中同样占据核心地位的数据结构。

一、树

1.树的概念与结构

        与线性表不同,树是一种非线性的数据结构,它是由n(n>=0)个节点所构成的有层次关系的数据结构。它的层次关系看起来就像是一棵倒挂的树

2.树的相关术语

        相比于线性表,树的逻辑结构较为复杂,所以出现了一些常用的术语,便于我们对树的结构进行分析。接下来我们结合上图来一一介绍这些术语及其含义。

1.节点:就像树根一样,树中所有节点都是从节点A发出的,这样的节点叫做根节点。(一棵树只有一个根节点)

2.:连接两个节点的线叫做树的边(一棵有N个节点的树具有N-1条边)

3.父节点/双亲节点:对于一个节点,父节点/双亲节点可以理解为与其连接的上面的节点。如图所示,B,C,D,E的父节点都是A。(除根节点之外,所有节点有且仅有一个父节点)

4.子节点/孩子节点:与父节点相反,你是我的父节点,那么我就是你的子节点。对于节点A,则B,C,D,E都是它的子节点。

5.节点的度一个节点有多少个子节点,那么它的度就是多少。例如:节点A的度为4,节点B的度为3,节点C的度为0。

6.树的度所有节点的度的最大值叫做树的度。如图,这颗树的度就是4。

7.叶子节点/终端节点度为0的节点称之为叶子节点/终端节点。如图,这颗树中的叶子节点为:F,G,H,C,L,M,J,K。

8.分支节点/非终端节点度不为0的节点称之为分支节点/非终端节点。除了叶子节点外,其他节点都是分支节点。

9.兄弟节点:具有相同父节点的节点互称为兄弟节点。例如,B,C,D,E是兄弟节点,F,G,H是兄弟节点。

10.节点的层次:由根节点开始,根节点为第一层;它的所有子节点为第二层;子节点的子节点为第三层;以此类推。

11.树的高度/深度节点的最大层次叫做树的高度/深度。如图,这颗树的高度为4。

12.节点的祖先:对于一个节点,从根节点开始到该节点所经的所有节点(除该节点本身)都叫做该节点的祖先。例如:A,B是G的祖先,A,D,I是L的祖先。

13.路径:从任意节点开始,沿着到达任意其他节点所经过的节点构成的序列叫做路径。例如:A到L的路径为:A-D-I-L。

14.子孙:与祖先相反,你是我的祖先,我就是你的子孙。例如,F,G,H是B的子孙;所有除A外的节点都是A的子孙。

15.森林由m(m>0)棵互不相交的树(不同树之间没有相交节点)所构成的集合叫做森林。如图,如果将根节点A删除,剩下的子树组成的部分就是森林。

注意:树形结构当中,子树之间不能有相交的情况,否则就不是树。

如图,以下结构都不是树型结构:

3.树的表示方法

        一般我们表示树时,会在节点中定义指向其子节点的指针,但是由于有些树各个节点的不一定相同,定义的指针数也无法确定,所以就出现了孩子兄弟表示法

        顾名思义,孩子兄弟表示法就是定义指向子节点的指针和兄弟节点的指针:

<code>struct TreeNode

{

int data;//数据域

struct TreeNode* child;//指向孩子的指针

struct TreeNode* brother;//指向兄弟的指针

};

这样只需要指向节点的其中一个子节点,然后令其指向更多的兄弟节点,这样就能够表示一个节点的所有子节点了。我们画图表示一下该结构:

4.树型结构的实际应用场景

        树型结构在计算机中是被广泛使用的。例如:操作系统中文件根目录与子目录之间的关系、数据库的索引、编译器中的语法树、网络路由协议的构成等。在这些实例中,树形结构对文件的访问、程序的运行效率有很大的帮助。

二、二叉树

1.二叉树的概念与结构

        在树形结构当中,最常用的一种数据结构就是二叉树。所谓二叉树,指的是每一个节点的度不超过2的树

        一棵二叉树可以分为节点、左子树、右子树,对于每一棵子树,也可以这样细分,直到其子树不存在为止。这里要注意:左右子树的次序不能颠倒。

2.二叉树的性质

        二叉树有以下基本性质:

1.一棵非空二叉树的第 

i

 层最多有 

2^{i-1}

 个节点

2.高度为

h

 的二叉树的 最大节点个数 是 

2^{h}-1

3.对于任何一颗非空二叉树,设其度为2的节点个数为 

a

度为1的节点 个数为 

b

叶子节点 个数为 

c

边数 为 

m

,则有 

2a+b=m

 、 

a+b+c-1=m

 、

a=c-1

3.满二叉树

        满二叉树是一种特殊的二叉树。它的定义如下:对于一个二叉树,如果它每一层的节点数都达到最大值(

2^{i-1}

,它就是一个满二叉树。如图所示,这是一棵高度为3的满二叉树:

满二叉树的性质:具有 

n

节点的满二叉树的高度 

h=log_{2}(n+1)

4.完全二叉树

        完全二叉树也是一种特殊的二叉树。通俗的讲,一个完全二叉树需要满足两个条件:

1.对于一棵高度为N的二叉树,第1层到第N-1层的节点数均达到最大值。

2.最后一层的节点必须是从左到右连续排列的状态。

如图,这就是一个完全二叉树:

        可以看出,在最后一层,H、I、J三个节点是从左到右连续排列的状态,而其他层的节点数均达到了最大值。当然,由于满二叉树满足完全二叉树的条件,所以它是一种特殊的完全二叉树

5.二叉树的存储形式

        一般来讲,二叉树的存储形式有两种:顺序存储结构链式存储结构

5.1 顺序存储结构

        所谓顺序存储,就是用数组来存储二叉树的数据。我们画图表示一下数组存储二叉树数据的形式:

对比两图可以看出,对于非完全二叉树,它的顺序存储会浪费一定的空间,所以完全二叉树更适合顺序存储

通常情况下,我们将采用顺序存储结构存储的完全二叉树叫做

5.2 链式存储结构

        与链表相同,链式存储结构是指用节点和指针来表示数据元素之间的逻辑关系。通常情况下,二叉树的链式存储结构分为二叉链和三叉链。二叉链的指针域包含左右孩子节点的地址;三叉链的指针域比二叉链多一个指向父节点的指针

<code>//二叉链

struct BTreeNode

{

int data;

struct BTreeNode* leftchild;

struct BTreeNode* rightchild;

};

//三叉链

struct BTreeNode

{

int data;

struct BTreeNode* leftchild;

struct BTreeNode* rightchild;

struct BTreeNode* parent;

};

三、二叉树顺序结构--堆

        之前我们提到,采用顺序存储结构存储的完全二叉树叫做堆。接下来我们深入学习堆并且尝试实现它的一些功能。

1.堆的结构特点和性质

        堆除了满足完全二叉树的性质之外,它还有一些自身的特性。我们首先从堆的分类开始讲起。

堆可以被分为小堆和大堆。它们的区别如下:

1.小堆(小根堆):根节点(堆顶)的值总是整个堆中的最小值,且堆中每个节点的值都小于等于其子节点的值

2.大堆(大根堆):根节点(堆顶)的值总是整个堆中的最大值,且堆中每个节点的值都大于等于其子节点的值

 注:堆的节点只是满足小于等于(大于等于)其子节点的值,而两兄弟节点之间的大小是没有要求的。

综上所述,堆具有以下性质

1.堆总是一棵完全二叉树。

2.堆中的任意节点(非叶子节点)的值总是 小于等于/大于等于 其子节点的值。

        由于堆的逻辑结构是完全二叉树,但是其物理结构是顺序存储的,为了体现其逻辑结构,有一套堆中节点关系的计算公式如下(重要

设堆中具有n个节点,按照数组下标

0\sim n-1

 对应每一个节点,则 对于下标 

i

 的节点

1.其父节点的下标为:

(i-1)\div 2

 ( i 为0的节点无父节点)

2.其左孩子节点的下标为:

2i+1

(孩子下标超过n-1,说明没有孩子节点)

3.其

右孩子节点

的下标为:

2i+2

(孩子下标超过n-1,说明没有孩子节点)

2.堆的实现

2.1 堆的结构定义

        看完了这么多的理论知识之后,我们正式开始实现一个小堆。由于堆的底层是数组,它的结构定义如下:

<code>typedef int HPDataType;

//定义堆的结构

typedef struct Heap

{

HPDataType* arr;//数组起始指针

int capacity;//堆的空间大小

int size;//堆中有效数据个数

}HP;

2.2 方法的声明

        以下是堆的常用方法声明:

//初始化

void HPInit(HP* php);

//销毁

void HPDestroy(HP* php);

//判空

bool HPEmpty(HP* php);

//辅助函数交换两数据

void Swap(HPDataType* x, HPDataType* y);

//堆的向上调整

void AdjustUp(HPDataType* arr, int child);

//堆的向下调整

void AdjustDown(HPDataType* arr, int parent, int n);

//插入

void HPPush(HP* php, HPDataType n);

//删除

void HPPop(HP* php);

//取堆顶数据

HPDataType HPTop(HP* php);

2.3 方法的实现

2.3.1 初始化

        由于堆的底层是数组,初始化和销毁时的操作与顺序表相同。

//初始化

void HPInit(HP* php)

{

assert(php);//防止传空指针

php->arr = NULL;

php->capacity = php->size = 0;

}

2.3.2 销毁

//销毁

void HPDestroy(HP* php)

{

assert(php);//防止传空指针

if (php->arr)//防止多次释放空间

{

free(php->arr);

}

php->arr = NULL;

php->capacity = php->size = 0;

}

2.3.3 判空

        当堆中有效数据为0时,堆即为空。

//判空

bool HPEmpty(HP* php)

{

assert(php);

return php->size == 0;

}

2.3.4 辅助函数交换两数据

        这是一个辅助函数,用于之后插入和删除时交换堆中的数据元素。

//辅助函数交换两数据

void Swap(HPDataType* x, HPDataType* y)

{

HPDataType tmp = *x;

*x = *y;

*y = tmp;

}

2.3.5 插入

        一般情况下,我们进行插入操作时,是从数组尾部进行插入的。由于我们实现的是小堆,小堆的非叶子节点要小于等于其子节点的值,当我们从数组末尾插入数据时,新的元素可能会小于其父节点的值,就不满足堆的条件了。所以在数据插入之后,要对该数据进行向上调整,按照其值将其放在合适的位置。以下是一个元素进行向上调整的示例过程:

接下来,我们尝试实现插入操作和向上调整算法:

<code>//插入

void HPPush(HP* php, HPDataType n)

{

assert(php);

if (php->capacity == php->size)//空间已满,需要增容

{

int NewCapacity = php->capacity == 0 ? 4 : 2 * php->capacity;

HPDataType* tmp = (HPDataType*)realloc(php->arr, NewCapacity * sizeof(HPDataType));//申请内存空间

if (tmp == NULL)//内存申请失败,直接退出程序

{

perror("realloc");

exit(1);

}

php->arr = tmp;//将申请好的空间赋值给起始指针

php->capacity = NewCapacity;//设置新的空间大小

}

php->arr[php->size] = n;//插入新元素

//此时的size没有自增,表示新元素的下标

AdjustUp(php->arr, php->size);//向上调整

php->size++;//调整之后,元素个数+1

}

//堆的向上调整

void AdjustUp(HPDataType* arr, int child)

{

int parent = (child - 1) / 2;//先找到父节点的下标

while (parent >= 0)//父节点下标<0时,已越界

{

if (arr[child] < arr[parent])//若孩子节点的值小于父节点的值,就需要调整

{

Swap(&arr[child], &arr[parent]);//交换两元素

//此时,新的孩子节点跑到了原来父节点的位置

child = parent;

parent = (child - 1) / 2;//确定新的父节点

}

else//其他情况说明已经调整完成,退出循环

{

break;

}

}

}

2.3.6 删除

        堆在进行删除操作时,一般情况是在堆顶出数据的。如果我们直接删除堆顶数据,剩下的部分就不满足堆的条件,并且重新建堆十分麻烦。所以我们首先需要将堆顶数据A与数组最后一个数据B进行交换,然后删除数据A,再针对数据B进行向下调整。以下是数据删除和向下调整的示例:

现在,我们尝试实现删除操作和向下调整算法:

<code>//删除

void HPPop(HP* php)

{

assert(php);

assert(!HPEmpty(php));//确保堆不为空

Swap(&php->arr[0], &php->arr[php->size - 1]);//交换堆顶元素和最后一个数据

php->size--;//空间大小-1,相当于将最后一个数据删除

//此时的size已经自减,表示有效数据个数

AdjustDown(php->arr, 0, php->size);

}

//堆的向下调整

void AdjustDown(HPDataType* arr, int parent, int n)

{

int child = parent * 2 + 1;//先找到左孩子的下标

while (child < n)//当孩子节点下标>=n时,已越界

{

//若右孩子存在,则将左孩子和右孩子进行比较,找到更小的子节点便于调整交换,保证小堆的特性

if (child + 1 < n && arr[child] > arr[child + 1])

{

child++;

}

if (arr[parent] > arr[child])//父节点的值大于子节点,需要调整

{

Swap(&arr[parent], &arr[child]);

//此时父节点跑到了孩子节点的位置

parent = child;

child = parent * 2 + 1;//确定新的孩子节点

}

else//其他情况,调整完成退出循环

{

break;

}

}

}

2.3.7 取堆顶数据

        由于堆存放在数组当中,堆顶数据即是数组的首元素,直接返回即可。

//取堆顶数据

HPDataType HPTop(HP* php)

{

assert(php && !HPEmpty(php));

return php->arr[0];

}

2.4 程序全部代码

        程序全部代码如下:

 

typedef int HPDataType;

//定义堆的结构

typedef struct Heap

{

HPDataType* arr;//数组起始指针

int capacity;//堆的空间大小

int size;//堆中有效数据个数

}HP;

//初始化

void HPInit(HP* php);

//销毁

void HPDestroy(HP* php);

//判空

bool HPEmpty(HP* php);

//辅助函数交换两数据

void Swap(HPDataType* x, HPDataType* y);

//堆的向上调整

void AdjustUp(HPDataType* arr, int child);

//堆的向下调整

void AdjustDown(HPDataType* arr, int parent, int n);

//插入

void HPPush(HP* php, HPDataType n);

//删除

void HPPop(HP* php);

//取堆顶数据

HPDataType HPTop(HP* php);

//初始化

void HPInit(HP* php)

{

assert(php);//防止传空指针

php->arr = NULL;

php->capacity = php->size = 0;

}

//销毁

void HPDestroy(HP* php)

{

assert(php);//防止传空指针

if (php->arr)//防止多次释放空间

{

free(php->arr);

}

php->arr = NULL;

php->capacity = php->size = 0;

}

//判空

bool HPEmpty(HP* php)

{

assert(php);

return php->size == 0;

}

//辅助函数交换两数据

void Swap(HPDataType* x, HPDataType* y)

{

HPDataType tmp = *x;

*x = *y;

*y = tmp;

}

//堆的向上调整

void AdjustUp(HPDataType* arr, int child)

{

int parent = (child - 1) / 2;//先找到父节点的下标

while (parent >= 0)//父节点下标<0时,已越界

{

if (arr[child] < arr[parent])//若孩子节点的值小于父节点的值,就需要调整

{

Swap(&arr[child], &arr[parent]);//交换两元素

//此时,孩子节点跑到了原来父节点的位置

child = parent;

parent = (child - 1) / 2;//确定新的父节点

}

else//其他情况说明已经调整完成,退出循环

{

break;

}

}

}

//堆的向下调整

void AdjustDown(HPDataType* arr, int parent, int n)

{

int child = parent * 2 + 1;//先找到左孩子的下标

while (child < n)//当孩子节点下标>=n时,已越界

{

//若右孩子存在,则将左孩子和右孩子进行比较,找到更小的子节点便于调整交换,保证小堆的特性

if (child + 1 < n && arr[child] > arr[child + 1])

{

child++;

}

if (arr[parent] > arr[child])//父节点的值大于子节点,需要调整

{

Swap(&arr[parent], &arr[child]);

//此时父节点跑到了孩子节点的位置

parent = child;

child = parent * 2 + 1;//确定新的孩子节点

}

else//其他情况,调整完成退出循环

{

break;

}

}

}

//插入

void HPPush(HP* php, HPDataType n)

{

assert(php);

if (php->capacity == php->size)//空间已满,需要增容

{

int NewCapacity = php->capacity == 0 ? 4 : 2 * php->capacity;

HPDataType* tmp = (HPDataType*)realloc(php->arr, NewCapacity * sizeof(HPDataType));//申请内存空间

if (tmp == NULL)//内存申请失败,直接退出程序

{

perror("realloc");

exit(1);

}

php->arr = tmp;//将申请好的空间赋值给起始指针

php->capacity = NewCapacity;//设置新的空间大小

}

php->arr[php->size] = n;//插入新元素

//此时的size没有自增,表示新元素的下标

AdjustUp(php->arr, php->size);//向上调整

php->size++;//调整之后,元素个数+1

}

//删除

void HPPop(HP* php)

{

assert(php);

assert(!HPEmpty(php));//确保堆不为空

Swap(&php->arr[0], &php->arr[php->size - 1]);//交换堆顶元素和最后一个数据

php->size--;//空间大小-1,相当于将最后一个数据删除

//此时的size已经自减,表示有效数据个数

AdjustDown(php->arr, 0, php->size);

}

//取堆顶数据

HPDataType HPTop(HP* php)

{

assert(php && !HPEmpty(php));

return php->arr[0];

}

总结

        今天我们学习了树、二叉树的概念,基本结构,以及二叉树顺序结构--堆的实现。由堆的特性所创造的排序算法--堆排序是一种效率很高的排序算法,在各种领域广泛使用。如果你觉得博主讲的还不错,就请留下一个小小的赞在走哦,感谢大家的支持❤❤❤



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。