树
定义
树(Tree)是n(n>=0)个结点的有限集。n=0时称为空树。在任意一颗非空树中:
1)有且仅有一个特定的称为根(Root)的结点;
2)当n>1时,其余结点可分为m(m>0)个互不相交的有限集T1、T2、......、Tn,其中每一个集合本身又是一棵树,并且称为根的子树。
此外,树的定义还需要强调以下两点:
1)n>0时根结点是唯一的,不可能存在多个根结点,数据结构中的树只能有一个根结点。
2)m>0时,子树的个数没有限制,但它们一定是互不相交的。
示例树:
图1.1
由树的定义可以看出,树的定义使用了递归的方式。递归在树的学习过程中起着重要作用,如果对于递归不是十分了解,建议先看看递归算法
结点的度
结点拥有的子树数目称为结点的度。
图1.2中标注了图1.1所示树的各个结点的度。
图1.2 度示意图
结点关系
结点子树的根结点为该结点的孩子结点。相应该结点称为孩子结点的双亲结点。
图1.2中,A为B的双亲结点,B为A的孩子结点。
同一个双亲结点的孩子结点之间互称兄弟结点。
图1.2中,结点B与结点C互为兄弟结点。
结点层次
从根开始定义起,根为第一层,根的孩子为第二层,以此类推。
图1.3表示了图1.1所示树的层次关系
图1.3 层示意图
树的深度
树中结点的最大层次数称为树的深度或高度。图1.1所示树的深度为4。
二叉树
定义
二叉树是n(n>=0)个结点的有限集合,该集合或者为空集(称为空二叉树),或者由一个根结点和两棵互不相交的、分别称为根结点的左子树和右子树组成。
图2.1展示了一棵普通二叉树:
图2.1 二叉树
二叉树特点
由二叉树定义以及图示分析得出二叉树有以下特点:
1)每个结点最多有两颗子树,所以二叉树中不存在度大于2的结点。
2)左子树和右子树是有顺序的,次序不能任意颠倒。
3)即使树中某结点只有一棵子树,也要区分它是左子树还是右子树。
二叉树性质
1)在二叉树的第i层上最多有2i-1 个节点 。(i>=1)
2)二叉树中如果深度为k,那么最多有2k-1个节点。(k>=1)
3)n0=n2+1 n0表示度数为0的节点数,n2表示度数为2的节点数。
4)在完全二叉树中,具有n个节点的完全二叉树的深度为[log2n]+1,其中[log2n]是向下取整。
5)若对含 n 个结点的完全二叉树从上到下且从左至右进行 1 至 n 的编号,则对完全二叉树中任意一个编号为 i 的结点有如下特性:
(1) 若 i=1,则该结点是二叉树的根,无双亲, 否则,编号为 [i/2] 的结点为其双亲结点;
(2) 若 2i>n,则该结点无左孩子, 否则,编号为 2i 的结点为其左孩子结点;
(3) 若 2i+1>n,则该结点无右孩子结点, 否则,编号为2i+1 的结点为其右孩子结点。
斜树
斜树:所有的结点都只有左子树的二叉树叫左斜树。所有结点都是只有右子树的二叉树叫右斜树。这两者统称为斜树。
图2.2 左斜树
图2.3 右斜树
满二叉树
满二叉树:在一棵二叉树中。如果所有分支结点都存在左子树和右子树,并且所有叶子都在同一层上,这样的二叉树称为满二叉树。
满二叉树的特点有:
1)叶子只能出现在最下一层。出现在其它层就不可能达成平衡。
2)非叶子结点的度一定是2。
3)在同样深度的二叉树中,满二叉树的结点个数最多,叶子数最多。
图2.4 满二叉树
完全二叉树
完全二叉树:对一颗具有n个结点的二叉树按层编号,如果编号为i(1<=i<=n)的结点与同样深度的满二叉树中编号为i的结点在二叉树中位置完全相同,则这棵二叉树称为完全二叉树。
图2.5展示一棵完全二叉树
图2.5 完全二叉树
特点:
1)叶子结点只能出现在最下层和次下层。
2)最下层的叶子结点集中在树的左部。
3)倒数第二层若存在叶子结点,一定在右部连续位置。
4)如果结点度为1,则该结点只有左孩子,即没有右子树。
5)同样结点数目的二叉树,完全二叉树深度最小。
注:满二叉树一定是完全二叉树,但反过来不一定成立。
二叉树的存储结构
顺序存储
二叉树的顺序存储结构就是使用一维数组存储二叉树中的结点,并且结点的存储位置,就是数组的下标索引。
图2.6
图2.6所示的一棵完全二叉树采用顺序存储方式,如图2.7表示:
图2.7 顺序存储
由图2.7可以看出,当二叉树为完全二叉树时,结点数刚好填满数组
Python实现二叉树的深广度遍历
class Node(object):
"""
封装节点
"""
def __init__(self, item):
# 根节点
self.item = item
# 左叶子节点
self.left = None
# 右叶子节点
self.right = None
class Tree(object):
def __init__(self):
"""
初始化一个空树
"""
self.root = None
def addNode(self, item):
"""
添加节点
:param item:
:return:
"""
node = Node(item)
if self.root == None:
self.root = node
return
cur = self.root
q_list = [cur]
while True:
first_item = q_list.pop(0)
if first_item.left != None:
q_list.append(first_item.left)
else:
first_item.left = node
break
if first_item.right != None:
q_list.append(first_item.right)
else:
first_item.right = node
break
def travel(self):
"""
广度遍历
:return:
"""
cur = self.root
q_list = [cur]
while q_list:
first_item = q_list.pop(0)
print(first_item.item)
if first_item.left != None:
q_list.append(first_item.left)
if first_item.right != None:
q_list.append(first_item.right)
def forward(self, root):
"""
深度遍历(前序遍历 —— 根左右)
:param root: 子树的根节点
:return:
"""
if root == None:
return
print(root.item)
self.forward(root.left)
self.forward(root.right)
def middle(self, root):
"""
深度遍历(中序遍历 —— 左根右)
:param root: 子树的根节点
:return:
"""
if root == None:
return
self.middle(root.left)
print(root.item)
self.middle(root.right)
def back(self, root):
"""
深度遍历(后序遍历 —— 左右根)
:param root: 子树的根节点
:return:
"""
if root == None:
return
self.back(root.left)
self.back(root.right)
print(root.item)
if __name__ == '__main__':
tree = Tree()
for i in range(1, 16):
tree.addNode(i)
# tree.travel()
# tree.forward(tree.root)
# tree.middle(tree.root)
# tree.back(tree.root)
排序二叉树
具有下列性质的二叉树:
(1)若左子树不空,则左子树上所有结点的值均小于它的根结点的值;
(2)若右子树不空,则右子树上所有结点的值均大于它的根结点的值;
(3)左、右子树也分别为二叉排序树;
(4)没有键值相等的结点。
中序遍历作用在排序二叉树中,遍历的结果为有序!
class Node(object):
def __init__(self, item):
self.item = item
self.left = None
self.right = None
class SortTree(object):
def __init__(self):
self.root = None
def add(self, item):
node = Node(item)
if self.root == None:
self.root = node
return
cur = self.root
while True:
if cur.item < item:
if cur.right == None:
cur.right = node
break
else:
cur = cur.right
else:
if cur.left == None:
cur.left = node
break
else:
cur = cur.left
def middle(self, root):
if root == None:
return
self.middle(root.left)
print(root.item)
self.middle(root.right)
if __name__ == '__main__':
tree = SortTree()
for i in [2, 5, 7, 1, 3, 8, 4, 10]:
tree.add(i)
tree.middle(tree.root)
# 1
# 2
# 3
# 4
# 5
# 7
# 8
# 10