【初阶数据结构11】——链式二叉树知识补充

【初阶数据结构11】——链式二叉树知识补充

文章目录

前言

1. 二叉树的层序遍历及相关应用

1.1 二叉树的层序遍历

1.1.1 层序遍历相关概念

1.1.2 层序遍历的实现

1.2 判断是否为完全二叉树

2.二叉树的创建与销毁

2.1 二叉树的创建

2.2 二叉树的销毁

3. 知识内容补充

结语


前言

在上篇文章中,我们实现了二叉树的部分基本功能,三种遍历,以及统计高度、叶子节点数和指定高度的节点数。本篇文章我们将会完成二叉树的创建、销毁、层序遍历以及判断是否为完全二叉树等功能的实现。

1. 二叉树的层序遍历及相关应用

1.1 二叉树的层序遍历

  除了上一篇文章中,介绍到的三种遍历方法,二叉树还存在一种广度遍历方法,即层序遍历。

1.1.1 层序遍历相关概念

层序遍历:除了先序遍历、中序遍历、后序遍历外,还可以对二叉树进行层序遍历。设二叉树的根结点所在 层数为1,层序遍历就是从所在二叉树的根结点出发,首先访问第一层的树根结点,然后从左到右访问第2层上的结点,接着是第三层的结点,以此类推,自上而下,自左至右逐层访问树的结点的过程就是层序遍历。

// 层序遍历 void LevelOrder(Btnode* root)
1.1.2 层序遍历的实现

  不同于其他三种遍历方法,层序遍历需要借助堆来实现。具体思想:先将根节点放入堆中,然后利用堆的功能函数,输出对头数据,然后将该节点的非空子节点放入队列中,然后将队头节点出对,在进行下一轮循环,直到此时堆头元素为空。在实际实现中,我们将指向根节点的指针放入队中,一是为了节省空间,二来可以避免因为pop函数导致将树的节点也释放了;同时我们需要将我们以前实现过的Queue.h以及Queue.c放入我们本次项目的文件目录中,然后执行如下操作

将Queue.h以及Queue.c添加进来,就可以利用了,同时需要将Queue.h中的int类型改为指向树的节点的指针。

代码展示:

void LevelOrder(Btnode* root) { Que q; QueInit(&q); if (root != NULL) Quepush(&q,root);//把树的根节点放进队列 while (!QueEmpty(&q)) { Btnode* front = Quefront(&q);//取队头元素,为了后面进行访问左右节点 Quepop(&q); printf("%d ", front->data); if (front->left) Quepush(&q, front->left); if (front->right) Quepush(&q, front->right); } QueDestroy(&q); }

1.2 判断是否为完全二叉树

关于这个问题的一些误区:对于满二叉树,我们可以直到确切的数量关系,但是对于完全二叉树,我们只能得到一个大概的范围,所以没办法通过节点的数量来判断,因为一个相同的节点,可以有很多种不同的形态。

对于证明题,最直白的方法就是通过定义来证明。

对于上面的完全二叉树来说,如果进行层序遍历,不论根节点的左右子树是否为空,都存进队列中,那在最后一个叶子节点之后应该是全为空的,否则不是完全二叉树,根据上述的说明,我们可以写出一下代码来进行判断:

bool BinaryTreeComplete(Btnode* root) { Que q; QueInit(&q); if (root) Quepush(&q,root); while (!QueEmpty(&q)) { Btnode* front = Quefront(&q); Quepop(&q); if (front == NULL) { break; } Quepush(&q, front->left);//空节点也进队 Quepush(&q, front->right); } while (!QueEmpty(&q)) { Btnode* front = Quefront(&q); Quepop(&q); if (front != NULL) { QueDestroy(&q); return false; } } QueDestroy(&q); return true; }

2.二叉树的创建与销毁

2.1 二叉树的创建

给出一段字符串的内容,通过前序遍历创建对应的二叉树:

#include <stdio.h> #include<stdlib.h> typedef struct BinaryTreenode { char data; struct BinaryTreenode* left; struct BinaryTreenode* right; }Btnode; Btnode* CreatTree(char* s, int* pi) { if (s[*pi] == '#' || s[*pi] == '\0') { (*pi)++; return NULL; } //abc##de#g##f### Btnode* root = (Btnode*)malloc(sizeof(Btnode)); root->data = s[(*pi)++]; root->left = CreatTree(s, pi); root->right = CreatTree(s, pi); return root; } int main() { char s[100]; scanf("%s", s); //先通过先序遍历的数据进行建树 int i = 0; Btnode* root = CreatTree(s, &i); return 0; }

这里在记录数组下标时,应该调用指针进行解引用,因为如果是值传递的,在函数递归返回时,i没办法作有效的更改,不同栈帧中的i不会进行相互传递,所以应当用址传递。

2.2 二叉树的销毁

如我们常用的销毁思想一致,就是释放所有节点的空间,那么我们就需要对所有节点进行遍历,这就是我们要思考的,二叉树可用的遍历方法那么多,我们应该使用哪一种?还是说每一种都可以?

我们稍加思考就可以想到,左右子树需要根节点才可以进行调用,那如果我们先将根节点的空间进行释放,我们是不是就没办法释放左右子树,所以根节点应该在最后释放,那么我们需要采用的遍历方法就是后续遍历了,知道了大概思路后,写出代码就变得尤为简单了。

void DestroyTree(Btnode* root) { if (root == NULL) return; DestroyTree(root->left); DestroyTree(root->right); free(root); root = NULL; }

但是需要在函数外部对node进行置空,防止成为野指针,也可以使用二级指针置空。

3. 知识内容补充

1. 若规定根结点的层数为1,则一棵非空二叉树的第i层上最多有 2^(i-1)个结点.

2. 若规定根结点的层数为1,则深度为h的二叉树的最大结点数是2^h-1.

3. 对任何一棵二叉树, 如果度为0其叶结点个数为n0 , 度为2的分支结点个数为n2 ,则有 n2= n0+1

假设二叉树有N个结点* 从总结点数角度考虑:N = n0 + n1 + n2 ①** 从边的角度考虑,N个结点的任意二叉树,总共有N-1条边* 因为二叉树中每个结点都有双亲,根结点没有双亲,每个节点向上与其双亲之间存在一条边* 因此N个结点的二叉树总共有N-1条边** 因为度为0的结点没有孩子,故度为0的结点不产生边; 度为1的结点只有一个孩子,故每个度为1的结点* * 产生一条边; 度为2的结点有2个孩子,故每个度为2的结点产生两条边,所以总边数为:n1+2*n2* 故从边的角度考虑:N-1 = n1 + 2*n2 ②* 结合① 和 ②得:n0 + n1 + n2 = n1 + 2*n2 - 1* 即:n0 = n2 + 1

结语

下篇文章将作一些关于链式二叉树的OJ题讲解,感谢观看。

Read more

从 Copilot 到工程化 Agent 执行框架:基于OpenCode + OpenSpec 的企业级 AI Coding 落地实践

从 Copilot 到工程化 Agent 执行框架:基于OpenCode + OpenSpec 的企业级 AI Coding 落地实践

引言:AI Coding 进入规范驱动自动化时代         当前,许多开发者在使用 AI 编程助手时正普遍面临—个痛点:在处理大型项目时, AI 似乎会“遗忘”上下文,导致代码回归、引入新 Bug 或生成不符合项目规范的混乱代码。正如研发同学反复出现的挫败感:  “代码库越大, AI 弄得越乱”。         这种被称为“Vibe Coding”的模式,是 AI 辅助工程必要的、但也是原始的第—步。它更像—种不可预测的艺术,而非可重复、可扩展的科学。要真正释放 AI 的生产力,我们必须迎来—次范式的进化:从凭感觉的“Vibe Coding” ,转向由规范驱动的(Spec-Driven Development)专业化 AI 工程新范式。         本文将深入探讨如何将强大的

By Ne0inhk
IntelliJ IDEA 接入 AI 编程助手(Copilot、DeepSeek、GPT-4o Mini)

IntelliJ IDEA 接入 AI 编程助手(Copilot、DeepSeek、GPT-4o Mini)

IntelliJ IDEA 接入 AI 编程助手(Copilot、DeepSeek、GPT-4o Mini) 📊 引言 近年来,AI 编程助手已成为开发者的高效工具,它们可以加速代码编写、优化代码结构,并提供智能提示。本文介绍如何在 IntelliJ IDEA 中集成 DeepSeek、GPT-4o Mini、GitHub Copilot,并探索 本地 AI 编程助手 方案,帮助开发者在不同场景下提升编程效率。 👨‍💻 1. GitHub Copilot 集成 Copilot 是由 GitHub 和 OpenAI 推出的 AI 代码补全工具,它可以根据上下文智能生成代码片段。 GitHub Copilot 免费版 vs 付费版对比。 功能免费版付费版代码补全每月

By Ne0inhk
智创 AI 新视界 -- 探秘 AIGC 中的生成对抗网络(GAN)应用

智创 AI 新视界 -- 探秘 AIGC 中的生成对抗网络(GAN)应用

💖💖💖亲爱的朋友们,热烈欢迎你们来到 青云交的博客!能与你们在此邂逅,我满心欢喜,深感无比荣幸。在这个瞬息万变的时代,我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而 我的博客,正是这样一个温暖美好的所在。在这里,你们不仅能够收获既富有趣味又极为实用的内容知识,还可以毫无拘束地畅所欲言,尽情分享自己独特的见解。我真诚地期待着你们的到来,愿我们能在这片小小的天地里共同成长,共同进步。💖💖💖 本博客的精华专栏: 1. 大数据新视界专栏系列:聚焦大数据,展技术应用,推动进步拓展新视野。 2. Java 大厂面试专栏系列:提供大厂面试的相关技巧和经验,助力求职。 3. Python 魅力之旅:探索数据与智能的奥秘专栏系列:走进 Python 的精彩天地,感受数据处理与智能应用的独特魅力。 4. Java 性能优化传奇之旅:铸就编程巅峰之路:如一把神奇钥匙,深度开启 JVM 等关键领域之门。丰富案例似璀璨繁星,引领你踏上编程巅峰的壮丽征程。 5. Java 虚拟机(

By Ne0inhk
AIGC浪潮下,风靡全球的Mcp到底是什么?一文讲懂,技术小白都知道!!

AIGC浪潮下,风靡全球的Mcp到底是什么?一文讲懂,技术小白都知道!!

个人主页-爱因斯晨 文章专栏-AIGC   长大好多烦恼,好愁! 目录   前言 初步了解 Mcp到底是个啥? 发展 理论基础 核心组件 使用逻辑 于传统API不同之处 模型推荐   前言 上年这个时候,刚拿到录取通知书。哥哥教我用ai智能体,其实就是向我炫技。当时我问他,为什么不能直接给我生成图表,直接给我生成多好,省得我再去复制了。他说,其实很简单,只要做个接口协议什么的就行,只是目前国内没人做。当时说的很高深,我也听不懂。没想到年底,这个功能就实现内测了。在某种程度上,我也算是预言了哈哈。 初步了解 Mcp到底是个啥? Mcp,全称 Model Context Protocol,翻译过来是模型上下文协议。你不用管这高大上的名字,简单说,它就是和大 AI 模型聊天时,一种把相关信息整理好、按规矩传给 AI 的方式。

By Ne0inhk