【数据结构】前言概况 - 树

纸上得来终觉浅, 绝知此事要躬行。
主页:June-Frost
专栏:数据结构

该文章针对树形结构作出前言,以保证可以对树初步认知。

目录:

  • 前言:
    • ✉️相关概念
    • ✉️ 树的存储
    • ✉️ 树的应用
  • 二叉树
    • ✉️ 特殊二叉树
    • ✉️ 二叉树的存储
  • ❤️ 结语

前言:

 线性结构是一种相对简单的数据结构,元素之间按照一定的顺序排列,每个元素最多有两个接口:前驱和后继。这种结构相对直观,易于理解和管理,类似一种 一对一 的关系。相比之下,树形结构则更为复杂,变为了 一对多 的关系。元素之间的关系不再是简单的线性排列,而是以一个或多个根节点为起点,通过多个分支来连接不同的元素。每个节点可以拥有多个子节点,而且每个子节点可以有任意多的兄弟节点。这种结构需要更多的内存空间来存储元素之间的关系,同时也需要更高级的算法来操作和管理。从复杂性的角度来看,树形结构比线性结构更加复杂
 此外,树的应用广泛,如二叉树、红黑树、B树、哈夫曼树等。在计算机科学中,树的数据结构常常被用于对数据进行组织和存储,以便于高效地实现各种算法和操作。


 树是一种非线性的数据结构,它是由n(n>=0)个有限结点组成一个具有层次关系的集合。把它叫做树是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。

【数据结构】前言概况 - 树_第1张图片
 注意:树是递归定义的,在树的定义中,一个树是由一个根节点和若干个子节点组成的,这些子节点本身也是一棵棵树。因此,树的结构和定义是相互嵌套的。通过递归定义,我们可以将一个树的结构描述为一个递归的过程,即每棵子树又包含着一个根节点和若干个子节点,直到叶节点为止。
⚠树形结构中,子树之间不能有交集,否则会成为 图。
例如:
【数据结构】前言概况 - 树_第2张图片

✉️相关概念

以上图①为例:

  • 节点的度:一个节点含有的子树的个数称为该节点的度,如上图:A的为6。

  • 叶节点或终端节点:度为0的节点称为叶节点,如上图:B、C、H、I…等节点为叶节点。

  • 非终端节点或分支节点:度不为0的节点,如上图:D、E、F、G…等节点为分支节点。

  • 双亲节点或父节点:若一个节点含有子节点,则这个节点称为其子节点的父节点,如上图:A是B的父节点。

  • 孩子节点或子节点:一个节点含有的子树的根节点称为该节点的子节点,如上图:B是A的孩子节点。

  • 兄弟节点:具有相同父节点的节点互称为兄弟节点,如上图:B、C是兄弟节点。

  • 树的度:一棵树中,最大的节点的度称为树的度,如上图:树的度为6。

  • 节点的层次:从根开始定义起,根为第1层,根的子节点为第2层,以此类推。

  • 树的高度或深度:树中节点的最大层次,如上图:树的高度为4

  • 堂兄弟节点:双亲在同一层的节点互为堂兄弟,如上图:H、I互为兄弟节点。

  • 节点的祖先:从根到该节点所经分支上的所有节点,如上图:A是所有节点的祖先。

  • 子孙:以某节点为根的子树中任一节点都称为该节点的子孙,如上图:所有节点都是A的子孙。

  • 森林:由m(m>0)棵互不相交的树的集合称为森林。

✉️ 树的存储

 树的存储中既要保存值域,也要保存结点和结点之间的关系,有很多存储结构。例如:双亲表示法,孩子表示法、孩子双亲表示法以及孩子兄弟表示法等
【数据结构】前言概况 - 树_第3张图片
孩子兄弟表示法(LCRS)

【数据结构】前言概况 - 树_第4张图片
双亲表示法

 在每一个节点中,存储其父节点的下标。这样就可以将树中各节点的结构关系表示出来,也可以快速地对父节点进行访问。

✉️ 树的应用

 树形结构的应用非常广泛。如:

  1. 数据库中的索引:数据库系统使用树形结构来实现索引,以提高数据访问效率。
  2. 电子邮件系统:电子邮件系统中的邮件通常是通过树形结构进行组织和管理的,每个邮件可以有多个回复或转发,形成一个树形结构。
  3. 编译器中的语法树:编译器将源代码解析为语法树,其中每个节点表示特定的语法结构,如一个函数、一个循环或一个条件语句。
  4. 文件系统的目录树结构。
    【数据结构】前言概况 - 树_第5张图片

 在实践当中,用的最多的树是二叉树。

二叉树

 一棵二叉树是结点的一个有限集合,该集合可以为空,也可以由一个根节点加上两棵别称为左子树和右子树的二叉树组成。

 对于任意的二叉树都是由以下几种情况复合而成的:
【数据结构】前言概况 - 树_第6张图片
例如:
【数据结构】前言概况 - 树_第7张图片
注意:

  1. 二叉树不存在度大于2的结点
  2. 由于二叉树最多有2个孩子,为了区分概念,就定义了左孩子和右孩子,所以二叉树的子树有左右之分,次序不能颠倒 —— 二叉树是有序树

✉️ 特殊二叉树

满二叉树
 一个二叉树,如果每一个层的结点数都达到最大值,则这个二叉树就是满二叉树。如果一个满二叉树的层数为K,结点总数就是2h-1,同样的,如果一个满二叉树的节点总数为N,则层数为log2(N+1)
满二叉树
  假设有h层,前h-1层都是满的,最后一层不一定满,节点从左到右连续。要注意的是满二叉树是一种特殊的完全二叉树。假设有h层,则完全二叉树的节点范围为 [ 2(h-1) , 2h - 1]
一些性质:

  1. 若规定根节点的层数为1,则一棵非空二叉树的第i层上最多有2(i-1)个结点.
  2. 若规定根节点的层数为1,则深度为h的二叉树的最大结点数是2h-1.
  3. 对任何一棵二叉树, 如果度为0的其叶结点个数为n0, 度为2的分支结点个数为n2 ,则有 n0= n2+1

✉️ 二叉树的存储

 二叉树的存储结构通常可以采用顺序存储和链式存储两种。

  1. 链式存储:对于一般的二叉树,通常采用链式存储方式。每个节点包含三个字段:数据域、左孩子指针和右孩子指针。数据域用于存储节点的值,左孩子指针指向该节点的左子节点,右孩子指针指向该节点的右子节点。如果某个节点没有子节点,对应的指针就为空(NULL)。
  2. 顺序存储:对于完全二叉树,可以直接使用数组进行存储,将根节点存储在索引为1的位置,然后按照层次顺序从左到右,从上到下,对每个节点赋予一个唯一的索引。这种存储方式对于完全二叉树来说,可以节省存储空间,并且可以通过索引快速访问节点。

 顺序存储结构和链式存储结构各有优劣,需要根据实际应用场景和需求来选择使用哪种存储方式。如果需要频繁查找且表的长度变化不大,可以使用顺序存储结构;如果需要频繁插入和删除操作且表的长度变化较大,使用链式存储结构可能会更好。


❤️ 结语

 文章到这里就结束了,如果对你有帮助,你的点赞将会是我的最大动力,如果大家有什么问题或者不同的见解,欢迎大家的留言~

你可能感兴趣的:(数据结构,数据结构,树形结构,二叉树,学习)