纸上谈兵: 树, 二叉树, 二叉搜索树

  • 时间:
  • 浏览:1
  • 来源:大发uu快3_uu快3app注册_大发uu快3app注册

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

树的行态和定义

树(Tree)是元素的集合。大伙儿儿先以比较直观的最好的最好的办法介绍树。下面的数据行态是一另另五个树:

树有多个节点(node),用以储存元素。某些节点之间处在一定的关系,用连线表示,连线称为边(edge)。边的后面 节点称为父节点,下端称为子节点。树像是一另另五个不断分叉的树根。

每个节点都前要有多个子节点(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。树有一另另五个如此 父节点的节点,称为根节点(root),如图中的6。如此 子节点的节点称为叶节点(leaf),比如图中的1,8,9,5节点。从图中还都前要看到,后面 的树总共另另五个多层次,6处在第一层,9处在第四层。树中节点的最大层次被称为深度图。也某些某些 说,该树的深度图(depth)为4。

肯能大伙儿儿从节点3结束了了英语 向下看,而忽略其它次责。如此 大伙儿儿看到的是一另另五个以节点3为根节点的树:

三角形代表一棵树

再进一步,肯能大伙儿儿定义孤立的一另另五个节点是一棵树一段话,某些某些 的树就都前要表示为根节点和子树(subtree)的关系:

上述观察实际上给了大伙儿儿有两种严格的定义树的最好的最好的办法:

1. 树是元素的集合。

2. 该集合都前要为空。这时树中如此 元素,大伙儿儿称树为空树 (empty tree)

3. 肯能该集合不为空,如此 该集合有一另另五个根节点,以及0个肯能多个子树。根节点与它的子树的根节点用一另另五个边(edge)相连。

后面 的第三点是以递归的最好的最好的办法来定义树,也某些某些 在定义树的过程中使用了树自身(子树)。肯能树的递归行态,某些树相关的操作也都前要方便的使用递归实现。大伙儿儿将在后面 看到。

(上述定义来自"Data Structures and Algorithm Analysis in C, by Mark Allen Weiss"。 我嘴笨 有某些不太严格的地方。肯能说空树属于树,第三点应该是 “...以及0个和多个非空子树...” )

树的实现

树的示意图肯能给出了树的有两种内存实现最好的最好的办法: 每个节点储存元素和多个指向子节点的指针。然而,子节点数目是不挑选的。一另另五个父节点肯能有几瓶的子节点,而某些某些 父节点肯都里能 都里能 一另另五个子节点,而树的增删节点操作会让子节点的数目处在进一步的变化。某些不挑选性就肯能带来几瓶的内存相关操作,很久容易造成内存的浪费。

有两种经典的实现最好的最好的办法如下:

树的内存实现

拥有同一父节点的另另五个节点互为兄弟节点(sibling)。上图的实现最好的最好的办法中,每个节点含晒 晒 一另另五个指针指向第一另另五个子节点,并有某些某些 指针指向它的下一另另五个兄弟节点。某些某些 ,大伙儿儿就都前要用统一的、挑选的行态来表示每个节点。

计算机的文件系统是树的行态,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(文件夹同样是有两种文件),都都前要看做是一另另五个节点。非文件夹的文件被储处在叶节点。文件夹含晒 指向父节点和子节点的指针(在UNIX中,文件夹还含晒 一另另五个指向自身的指针,这与大伙儿儿后面 见到的树有所区别)。在git中,不会类事于的树状行态,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)是有两种特殊的树。二叉树的每个节点最多都里能 里能 另另五个多子节点

二叉树

肯能二叉树的子节点数目挑选,某些某些都前要直接采用上图最好的最好的办法在内存中实现。每个节点有一另另五个左子节点(left children)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。

肯能大伙儿儿给二叉树加一另另五个额外的条件,就都前要得到有两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:每个节点不会比它左子树的任意元素小,很久不比它的右子树的任意元素大。

(肯能大伙儿儿假设树中如此 重复的元素,如此 上述要求都前要写成:每个节点比它左子树的任意节点大,很久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

二叉搜索树都前要方便的实现搜索算法。在搜索元素x的时候,大伙儿儿都前要将x和根节点比较:

1. 肯能x等于根节点,如此 找到x,停止搜索 (终止条件)

2. 肯能x小于根节点,如此 搜索左子树

3. 肯能x大于根节点,如此 搜索右子树

二叉搜索树所前要进行的操作次数最多与树的深度图相等。n个节点的二叉搜索树的深度图最多为n,大约为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。每个节点中存另另五个多指针,一另另五个指向父节点,一另另五个指向左子节点,一另另五个指向右子节点。

(某些某些 的实现是为了方便。节点都前要只保存有指向左右子节点的另另五个指针,并实现上述操作。)

删除节点相对比较冗杂。删除节点后,有时前要进行一定的调整,以恢复二叉搜索树的性质(每个节点不会比它左子树的任意元素小,很久不比它的右子树的任意元素大)。

  • 叶节点都前要直接删除。
  • 删除非叶节点时,比如下图中的节点8,大伙儿儿都前要删除左子树中最大的元素(肯能右树中最大的元素),用删除的节点来补充元素8产生的空缺。但该元素肯能就说 会叶节点,某些某些它所产生的空缺前要某些元素补充…… 直到最后删除一另另五个叶节点。上述过程都前要递归实现。

删除节点

删除节点后的二叉搜索树

/* 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);
position find_min(TREE);
position find_max(TREE);
position find_value(TREE, ElementTP);
position insert_value(TREE, ElementTP);
ElementTP delete_node(position);

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:\n");
    print_sorted_tree(tr);

    np = find_value(tr, 8);
    if(np != NULL) {
        delete_node(np);
        printf("After deletion:\n");
        print_sorted_tree(tr);
    }
}


/* 
 * print values of the tree in sorted order
 */
void print_sorted_tree(TREE tr)
{
    if (tr == NULL) return;
    print_sorted_tree(tr->lchild);
    printf("%d \n", 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;
}


//=============================================

/*
 * 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;
        }
        else {
            parent->rchild = NULL;
        }
    }
    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);
        }
    }
}

运行结果:

Original:

2

5

8

18

81

101

After deletion:

2

5

18

81

101

上述实现中的删除比较冗杂。有有两种简单的替代操作,称为懒惰删除(lazy deletion)。在懒惰删除时,大伙儿儿无须真正从二叉搜索树中删除该节点,某些某些 将该节点标记为“已删除”。某些某些 ,大伙儿儿只用找到元素并标记,就都前要完成删除元素了。肯能有相同的元素重新插入,大伙儿儿都前要将该节点找到,并退还删除标记。

懒惰删除的实现比较简单,都前要尝试一下。树所处在的内存空间不必肯能删除节点而减小。懒惰节点实际上是用内存空间换取操作的简便性。

总结

树, 二叉树, 二叉搜索树

二叉搜索树的删除

懒惰删除

欢迎继续阅读“纸上谈兵: 算法与数据行态”系列。