当前位置: 首页 > backend >正文

【数据结构】揭秘二叉树与堆--用C语言实现堆

文章目录

  • 1.树
    • 1.1.树的概念
    • 1.2.树的结构
    • 1.3.树的相关术语
  • 2.二叉树
    • 2.1.二叉树的概念
    • 2.2.特殊的二叉树
    • 2.2.1.满二叉树
    • 2.2.2.完全二叉树
    • 2.3.二叉树的特性
    • 2.4.二叉树的存储结构
      • 2.4.1.顺序结构
      • 2.4.2.链式结构
  • 3.堆
    • 3.1.堆的概念
    • 3.2.堆的实现
      • 3.2.1.堆结构的定义
      • 3.2.2.堆的初始化
      • 3.2.3.堆的销毁
      • 3.2.4.插入数据
        • 3.2.4.1.向上(下)调整算法
        • 3.2.4.2.插入数据
      • 3.2.5.堆的判空
      • 3.2.6.删除(堆顶)数据
      • 3.2.7.取堆顶数据
      • 3.2.8.堆的数据个数
    • 3.3.完整代码
    • Heap.h
    • Heap.c
    • main.c
    • 3.4.运行结果

1.树

1.1.树的概念

树是一种非线性的数据结构,是由n(n>=0)个有限结点组成的具有层次关系的集合

  • 树的结构类似于一棵倒挂的树(根在上,枝叶在下)
  • 根节点是一个特殊的结点,它没有前驱结点
  • 除去根结点,其余结点又被分成了m(m>=0)个集合,这些集合被称为根结点的子树
  • 每个子树又是一个与树相似的结构,都只有一个前驱,有0或多个后继,因此树是递归定义的

1.2.树的结构

在树形结构中,子树之间不能有交集,否则就是非树形结构
非树形结构:
请添加图片描述

1.3.树的相关术语

请添加图片描述
父结点/双亲结点:若一个结点含有前驱结点,则这个前驱结点就是该结点的父结点,如图:A是B、C、D的父结点,B是E、F的父结点···
子结点/孩子结点:若一个结点有后继节点,那么这个后继结点就是该结点的子结点,如图:B是A的子结点,G是D的子结点···
结点的度:一个结点含有的子结点个数就是该结点的度,如图:A的度为3,C的度为0···
树的度:一棵树中,我们把所有结点中最大的度,称为树的度,如图:度为3(A和D的度最大)
叶⼦结点/终端结点:度为0的结点,如图:J、K、L、M···
分⽀结点/⾮终端结点:度不为 0 的结点,如图:B、C、D、E、F···
兄弟结点:具有相同⽗结点的结点互称为兄弟结点(亲兄弟),如图:B、C 是兄弟结点
结点的层次:从根开始定义起,根为第 1 层,根的⼦结点为第 2 层,以此类推
树的⾼度或深度:树中结点的最⼤层次,如图:高度为4
结点的祖先:从根到该结点所经分⽀上的所有结点,如图: A是所有结点的祖先
路径:⼀条从树中任意节点出发,沿⽗结点-⼦结点连接,达到任意节点的序列,⽐如A到O的路径为:
A-D-I-O
⼦孙:以某结点为根的⼦树中任⼀结点都称为该结点的⼦孙,如图:所有结点都是A的⼦孙
森林:由 m(m>0) 棵互不相交的树的集合称为森林

2.二叉树

2.1.二叉树的概念

二叉树是最常见的树形结构结构,通常由一个根节和两课子树构成
请添加图片描述

  1. 二叉树中,每个结点的度都不大于2
  2. 二叉树是有序树,左右子树有次序之分,不能颠倒

2.2.特殊的二叉树

2.2.1.满二叉树

若一个二叉树中,每一层结点数都达到了最大值,那么这棵树就是满二叉树,假设层数为k,那么总结点个数为2k−12^k-12k1
请添加图片描述

2.2.2.完全二叉树

完全二叉树是由满二叉树得来的,最后一层的结点个数不一定达到最大,其他层结点个数都到达最大值,且结点从左到右排列

请添加图片描述

2.3.二叉树的特性

规定根结点的层数为1:

  1. 二叉树第i层上最多有2i−12^{i-1}2i1个结点
  2. 深度为k的二叉树,最多有2k2^k2k个结点
  3. 结点个数为n的满二叉树,它的深度为log2(n+1)log_{2}(n+1)log2(n+1)

2.4.二叉树的存储结构

一般分为顺序存储和链式存储两种

2.4.1.顺序结构

即用数组(顺序表)按顺序存储每一个节点
请添加图片描述

2.4.2.链式结构

用链表来表示二叉树,每一个节点都包含两个指针,分别指向自己的左孩子结点和右孩子结点,若该节点没有对应的孩子结点,则对应的指针为空

3.堆

3.1.堆的概念

大根堆/大堆/最大堆:把数据按照顺序存储的方式存储到一个完全二叉树中,其中根结点最大,每个结点的左右结点都不大于它本身,这样的存储结构就叫大根堆
小根堆/小堆/最小堆:把数据按照顺序存储的方式存储到一个完全二叉树中,其中根结点最小,每个结点的左右结点都不小于它本身,这样的存储结构就叫小根堆

假设根节点序号为0,节点总数为n(n>0),取任意结点序号为i,则
左孩子序号=2i+1(<n),若结果大于等于n,则该结点没有左孩子
右孩子序号=2
i+2(<n),若结果大于等于n,则该结点没有右孩子

3.2.堆的实现

3.2.1.堆结构的定义

由于堆是按照顺序存储方式存储的,所以结构体中的成员要包含一个数组(指针)、有效数据个数、数组的空间大小

//堆的结构
typedef int HPDataType;
struct Heap{HPDataType* arr;int size;//有效数据个数int capacity;//空间大小
}HP;

3.2.2.堆的初始化

把所有成员置为空即可

void HPInit(HP* php)
{assert(php);php->arr = NULL;php->size = php->capacity = 0;
}

3.2.3.堆的销毁

释放数组,把成员都置为空即可

void HPDestroy(HP* php)
{assert(php);free(php->arr);php->arr = NULL;php->size = php->capacity = 0;
}

3.2.4.插入数据

3.2.4.1.向上(下)调整算法

由于插入数据后,会破坏堆的平衡,因此我们要创建一个函数,用来调整堆中的数据位置,使堆再次保持平衡

向上调整算法:以创建小堆为例,从当前节点开始,与它的父节点比较,如果它小于父节点,那么与父节点交换位置,继续从他的父节点重复该操作,直到遇到根节点或当前节点不小于父节点为止
交换数据函数:

void swap(HPDataType* a, HPDataType* b)
{HPDataType tmp = *a;*a = *b;*b = tmp;
}

向上调整算法:

//logn
void AjustUp(HPDataType* arr, int child)
{//一直向上比较并调整 直到遇到根节点while(child > 0){//计算父节点int parent = (child - 1)/2;//比较//建小堆 <//建大堆 >if(arr[child] < arr[parent]){swap(&arr[child], &arr[parent]);child = parent;}else{break;}}
}

向下调整算法:以创建小堆为例,从根节点开始,与左右孩子中最小的比较,若根节点大于它,则跟它交换位置,并从该孩子节点继续重复以上操作,直到当前节点下标超出节点总数或左右孩子结点都不小于它为止

//logn
void AJustDown(HPDataType* arr, int parent, int n)
{//计算左孩子节点下标int child = parent * 2 + 1;//判断孩子节点是否越界while(child < n){//建小堆:找小孩子//建大堆:找大孩子//存在右孩子且比左孩子小(大) 则更新孩子节点if(child+1<n && arr[child]>arr[child+1]){child++;}//建小堆:<//建大堆:>if(arr[child] < arr[parent]){swap(&arr[child], &arr[parent]);parent = child;child = parent*2+1;}else{break;}}
}
3.2.4.2.插入数据

在数组末尾插入数据,再用向上调整算法使堆平衡即可

void HPPush(HP* php, HPDataType x)
{assert(php);//空间不够 扩容if(php->capacity == php->size){int newCapacity = php->capacity==0 ? 4 : 2*php->capacity;HPDataType* tmp = (HPDataType*)realloc(php->arr, sizeof(HPDataType)*newCapacity);//扩容失败if(tmp == NULL){perror("Realoc Failed!");exit(1);}php->arr = tmp;php->capacity = newCapacity;}php->arr[php->size++] = x;//向上调整AjustUp(php->arr, php->size-1);
}

3.2.5.堆的判空

判断size是否等于0即可

bool HPEmpty(HP* php)
{return php->size == 0;
}

3.2.6.删除(堆顶)数据

先判断堆是否为空,若不为空,交换堆顶数据与数组末尾数据的位置,size–,再用向下调整算法使堆平衡即可

void HPPop(HP* php)
{assert(!HPEmpty(php));swap(&php->arr[0], &php->arr[php->size-1]);--php->size;AJustDown(php->arr, 0, php->size);
}

3.2.7.取堆顶数据

若堆不为空,返回数组第一个元素即可

HPDataType HPTop(HP* php)
{assert(!HPEmpty(php));return php->arr[0];
}

3.2.8.堆的数据个数

返回size值即可

int HPSize(HP* php)
{return php->size;
}

3.3.完整代码

Heap.h

//
//  Heap.h
#include <stdio.h>
#include <assert.h>
#include <stdlib.h>
#include <stdbool.h>//堆的结构
typedef int HPDataType;
typedef struct Heap{HPDataType* arr;int size;//有效数据个数int capacity;//空间大小
}HP;//初始化
void HPInit(HP* php);
//销毁
void HPDestroy(HP* php);//交换
void swap(HPDataType* a, HPDataType* b);
//向上调整算法
void AjustUp(HPDataType* arr, int child);
//向上调整算法
void AJustDown(HPDataType* arr, int child, int n);//插入数据
void HPPush(HP* php, HPDataType x);//判空
bool HPEmpty(HP* php);//删除数据
void HPPop(HP* php);//取堆顶元素
HPDataType HPTop(HP* php);//数据个数
int HPSize(HP* php);//打印堆
void HPPrint(HP* php);

Heap.c

//
//  Heap.c
#include "Heap.h"void HPInit(HP* php)
{assert(php);php->arr = NULL;php->size = php->capacity = 0;
}
void HPDestroy(HP* php)
{assert(php);free(php->arr);php->arr = NULL;php->size = php->capacity = 0;
}void swap(HPDataType* a, HPDataType* b)
{HPDataType tmp = *a;*a = *b;*b = tmp;
}
//logn
void AjustUp(HPDataType* arr, int child)
{//一直向上比较并调整 直到遇到根节点while(child > 0){//计算父节点int parent = (child - 1)/2;//比较//建小堆 <//建大堆 >if(arr[child] < arr[parent]){swap(&arr[child], &arr[parent]);child = parent;}else{break;}}
}
//logn
void AJustDown(HPDataType* arr, int parent, int n)
{//计算左孩子节点下标int child = parent * 2 + 1;//判断孩子节点是否越界while(child < n){//建小堆:找小孩子//建大堆:找大孩子//存在右孩子且比左孩子小(大) 则更新孩子节点if(child+1<n && arr[child]>arr[child+1]){child++;}//建小堆:<//建大堆:>if(arr[child] < arr[parent]){swap(&arr[child], &arr[parent]);parent = child;child = parent*2+1;}else{break;}}
}void HPPush(HP* php, HPDataType x)
{assert(php);//空间不够 扩容if(php->capacity == php->size){int newCapacity = php->capacity==0 ? 4 : 2*php->capacity;HPDataType* tmp = (HPDataType*)realloc(php->arr, sizeof(HPDataType)*newCapacity);//扩容失败if(tmp == NULL){perror("Realoc Failed!");exit(1);}php->arr = tmp;php->capacity = newCapacity;}php->arr[php->size++] = x;//向上调整AjustUp(php->arr, php->size-1);
}bool HPEmpty(HP* php)
{assert(php);return php->size == 0;
}void HPPop(HP* php)
{assert(!HPEmpty(php));swap(&php->arr[0], &php->arr[php->size-1]);--php->size;AJustDown(php->arr, 0, php->size);
}HPDataType HPTop(HP* php)
{assert(!HPEmpty(php));return php->arr[0];
}
int HPSize(HP* php)
{return php->size;
}void HPPrint(HP* php)
{for(int i = 0; i < php->size; i++)printf("%d ", php->arr[i]);printf("\n");
}

main.c

//
//  main.c
#include "Heap.h"
void test(void)
{//建小堆HP hp;HPInit(&hp);HPPush(&hp, 29);HPPush(&hp, 17);HPPush(&hp, 14);HPPush(&hp, 31);HPPush(&hp, 22);HPPush(&hp, 12);HPPrint(&hp);printf("size: %d, top: %d\n", HPSize(&hp), HPTop(&hp));int k = 5;while(k--){HPPop(&hp);HPPrint(&hp);printf("size: %d, top: %d\n", HPSize(&hp), HPTop(&hp));}HPDestroy(&hp);HPPrint(&hp);
}
int main(void)
{test();return 0;
}

3.4.运行结果

请添加图片描述

http://www.xdnf.cn/news/15831.html

相关文章:

  • 【MySQL】索引中的页以及索引的分类
  • LLVM中AST节点类型
  • string【下】- 补充
  • MySQL中的排序和分页
  • 集群与高可用
  • Facebook 开源多季节性时间序列数据预测工具:Prophet 饱和预测 Saturating Forecasts
  • Go并发聊天室:从零构建实战
  • Shell脚本-tee工具
  • 小程序和H5数据mock配置过程
  • 前端环境搭建---基于SpringBoot+MySQL+Vue+ElementUI+Mybatis前后端分离面向小白管理系统搭建
  • LLM 的Top-P参数 是在LLM中的每一层发挥作用,还是最后一层?
  • SpringBoot五分钟快速入门指南
  • NW993NX584美光固态闪存NX559NX561
  • [故障诊断方向]基于二维时频图像和数据增强技术的轴承故障诊断模型
  • 数据分析综合应用 30分钟精通计划
  • 动态规划——数位DP经典题目
  • 量子计算与AI融合的技术突破与实践路径
  • 6. 装饰器模式
  • 如何解决pip安装报错ModuleNotFoundError: No module named ‘pillow’问题
  • 小架构step系列19:请求和响应
  • Java行为型模式---中介者模式
  • [故障诊断方向]SNNs:针对小样本轴承故障诊断的孪生神经网络模型
  • Selenium 中 findElement 方法全解析:定位网页元素的 7 种方式
  • BeanFactory 和 FactoryBean 的区别
  • Java行为型模式---访问者模式
  • 用Dynamic chunk去干掉tokenizer?
  • 从零入门:云迁移原理详解与华为Rainbow实战指南
  • 数据结构 队列
  • 信息系统风险的安全技术防范思路
  • 教育科技内容平台的破局之路:从组织困境到 UGC 生态的构建