【数据结构】二叉树———Lesson2

Hi~！这里是奋斗的小羊，很荣幸您能阅读我的文章，诚请评论指点，欢迎欢迎 ~~
💥💥个人主页：奋斗的小羊
💥💥所属专栏：C语言

🚀本系列文章为个人学习笔记，在这里撰写成文一为巩固知识，二为展示我的学习过程及理解。文笔、排版拙劣，望见谅。

目录

  • 前言
  • 一、TOP-K问题
  • 二、二叉树的链式结构
    • 2.1前中后序遍历
    • 2.2节点个数
    • 2.3叶子个数
    • 2.4高度 / 深度
    • 2.5第K层节点数
    • 2.6查找值为x的节点
    • 2.7相关OJ题
  • 总结

前言

在TOP-K问题中有一种方法能在占用很小空间的情况下高效地找出最大或最小的前K个数。
在上篇文章介绍树时说树是递归定义的，因此二叉树的遍历、二叉树的搜索、二叉树的深度、高度、节点数、二叉树的路径求解等问题，基本都会用递归解决。

一、TOP-K问题

接上篇文章，我们简单地了解了TOP-K问题，介绍了如何从比较大的数据量中快速找出最大（最小）的前K个数据。

| 方法一：

用这些较大的数据量建堆，循环Top、Pop，找出最大（最小）的前K个数。

但是这个方法有个致命缺陷，它只适合数据量还不是特别大的情况，因为如果数据量非常大时我们还建堆的话，这对空间的消耗是很大的，那我们就要想别的办法了。如果数据海量，但我们现在只有1GB的内存，直接建堆显然行不通。

| 方法二：

将这海量数据分成合适的若干份分别建堆，找出每份中的最大（最小）的前K的数，再将这些数建堆，循环Top、Pop K次就能找到最大（最小）的前K个数。

但是这个方法也不是特别好，因为1GB的内存还是比较大的，假如这个问题非要搞我们，它有海量的数据但是只给我们1KB的内存，甚至更狠一点只给我们100Byte的空间，这时候方法二就显得力不从心了，因为这个若干份将会非常大，非常不理想。

| 方法三：

先从这海量数据中拿出前K个数建小堆（大堆），然后再不断拿出剩下的数和堆顶数据比较，如果大（小）于堆顶就替换掉堆顶，再向下调整保证堆成立，当这海量的数据全都比完后，留在堆内的数就是这海量数据中最大（最小）的前K个数。

这个方法需要注意的是如果要求我们找最大的前K个数要建小堆，最小的前K个数要建大堆。当然K也不能太大，要是我们现在可用的内存连这K个数都装不下那就有点扯淡了。

方法三代码如下：

void test1()
{FILE* pf = fopen("data.txt", "w");if (pf == NULL){perror("fopen fail");return;}//产生随机的100000个数存到磁盘中for (int i = 0; i < 100000; i++){//rand函数产生的随机数有重复，+i减少重复的数int ret = rand() + i;fprintf(pf, "%d\n", ret);}fclose(pf);pf = NULL;
}void test2()
{FILE* pf = fopen("data.txt", "r");if (pf == NULL){perror("fopen fail");return;}int k = 0;scanf("%d", &k);int* arr = (int*)malloc(k * sizeof(int));if (arr == NULL){perror("malloc fail");return;}//读取k个数到数组中for (int i = 0; i < k; i++){fscanf(pf, "%d", &arr[i]);}//k个数建小堆for (int i = (k - 1 - 1) / 2; i >= 0; i--){AdjustDown(arr, i, k);}//读取剩下的数与堆顶比较int ret = 0;while (fscanf(pf, "%d", &ret) > 0){if (ret > arr[0]){arr[0] = ret;AdjustDown(arr, 0, k);}}//留在堆内的数就是所有数中最大的前K个数for (int i = 0; i < k; i++){printf("%d ", arr[i]);}fclose(pf);pf = NULL;
}int main()
{srand((unsigned int)time(NULL));test1();test2();return 0;
}

这里又有个问题，我们怎么知道这K个数就是最大的前K个数呢？如何验证？

为了验证我们这个程序有没什么问题，这里有个简单的小方法，我们可以手动地在已经产生了100000个随机数的文件中修改K个使它们一定是最大的K个数，然后再运行程序看看是否有问题。运行前先把产生随机数的函数屏蔽掉。

在这里插入图片描述

可以看到此时打印出来的10个数就是我们故意放进去的最大的10个数。

二、二叉树的链式结构

在上篇文章中简单地了解了二叉树的链式存储，即用链表来表示一棵二叉树，用链表来指示元素的逻辑关系。
通常每个节点由三个域组成，一个数据域和两个指针域，分别用左指针和右指针来指向左孩子和右孩子。链式结构又分为二叉链和三叉链，当前我们学习的是二叉链，三叉链会在后面的学习中学到。

typedef int BTDataType;
//二叉链
typedef struct BinTreeNode
{struct BinTreeNode* pleft;//左孩子struct BinTreeNode* pright;//右孩子BTDataType data;
}BTNode;

二叉树的创建方式比较复杂，后续我们会深入学习，这里为了测试下面将要介绍的二叉树遍历，我们先手动创建一棵链式二叉树。

#define  _CRT_SECURE_NO_WARNINGS#include <stdio.h>
#include <stdlib.h>typedef int BinTreeType;typedef struct BinaryTreeNode
{BinTreeType data;struct BinaryTreeNode* left;struct BinaryTreeNode* right;
}BTNode;BTNode* BuyNode(BinTreeType x)
{BTNode* node = (BTNode*)malloc(sizeof(BTNode));if (node == NULL){perror("malloc fail");return;}node->data = x;node->left = node->right = NULL;return node;
}BTNode* GreatBinaryTree()
{BTNode* node1 = BuyNode(1);BTNode* node2 = BuyNode(2);BTNode* node3 = BuyNode(3);BTNode* node4 = BuyNode(4);BTNode* node5 = BuyNode(5);BTNode* node6 = BuyNode(6);node1->left = node2;node1->right = node4;node2->left = node3;node4->left = node5;node4->right = node6;return node1;
}int main()
{BTNode* root = GreatBinaryTree();return 0;
}

2.1前中后序遍历

在这里插入图片描述

二叉树的操作离不开树的遍历，按照规则，二叉树的遍历有：前序、中序、后序（前根序、中根序、后根序）的递归结构遍历。

  • 前序： 访问顺序为根节点、左子树、右子树

A B D N N N C E N N F N N

  • 中序： 访问顺序为左子树、根节点、右子树

N D N B N A N E N C N F N

  • 后序： 访问顺序为左子树、右子树、根节点

N N D N B N N E N N F C A

代码实现：

void PrevOrder(BTNode* root)
{if (root == NULL){printf("N ");return;}printf("%d ", root->data);PrevOrder(root->left);PrevOrder(root->right);
}void InOrder(BTNode* root)
{if (root == NULL){printf("N ");return;}InOrder(root->left);printf("%d ", root->data);InOrder(root->right);
}void PostOrder(BTNode* root)
{if (root == NULL){printf("N ");return;}PostOrder(root->left);PostOrder(root->right);printf("%d ", root->data);
}

请添加图片描述
请添加图片描述
请添加图片描述

2.2节点个数

如何计算节点的个数呢？可能有同学会想到用上面学到的前中后序遍历二叉树++计数：

int TreeSize(BTNode* root)
{int size = 0;if (root == NULL){printf("N ");return;}size++;printf("%d ", root->data);TreeSize(root->left);TreeSize(root->right);return size;
}

但这样是行不通的，因为上面我们前中后序遍历二叉树是递归实现的，每一次递归函数栈帧内都重新定义了size。
那可能又有同学说用static修饰size不就好了，但是这个方法也不太能行得通。

int TreeSize(BTNode* root)
{static int size = 0;if (root == NULL){printf("N ");return;}size++;printf("%d ", root->data);TreeSize(root->left);TreeSize(root->right);return size;
}

请添加图片描述

可以看到用static修饰后这个方法也只能计算一次，因为static修饰的变量在静态区，程序运行结束才销毁。
我们可以考虑用递归的思想解决这个问题。因为一个二叉树的节点个数是左子树节点个数+右子树节点个数+1（根节点），左子树的节点个数又是它的左子树节点个数+右子树节点个数+1（根节点），所以我们可以用递归解决这个问题。

在这里插入图片描述

递归计算节点数代码如下：

int TreeSize(BTNode* root)
{if (root == NULL){return 0;}return TreeSize(root->left) + TreeSize(root->right) + 1;
}

2.3叶子个数

如果节点的左指针和右指针都指向NULL，那这个节点就是叶子，如果节点为空就返回0。

int TreeLeafSize(BTNode* root)
{if (root == NULL){return 0;}if (root->left == NULL && root->right == NULL){return 1;}return TreeLeafSize(root->left) + TreeLeafSize(root->right);
}

2.4高度 / 深度

一个二叉树的高度是左子树高度和右子树高度大的一个再加一，左子树的高度又是它的左子树高度和右子树高度大的一个再加一，这显然又是一个递归问题。

int TreeHight(BTNode* root)
{ if (root == NULL){return 0;}int lefthight = TreeHight(root->left);int leftright = TreeHight(root->right);return lefthight > leftright ? lefthight + 1 : leftright + 1;
}

这里需要注意要用一个值来接收左右子树的高度，不要写成下面这种：

int TreeHight(BTNode* root)
{ if (root == NULL){return 0;}return TreeHight(root->left) > TreeHight(root->right) ? TreeHight(root->left) + 1 : TreeHight(root->right) + 1;
}

虽然下面这种看起来更简单，但是当二叉树的深度比较深时，这个代码的时间消耗是非常非常非常大的。

2.5第K层节点数

求第K层的节点数，就是相对于第二层来说求第K-1层节点数，相对于第三层来说求第K-2层节点数，也可以用递归解决，当节点不为空且K==1时返回1。

int TreeKSize(BTNode* root, int k)
{if (root == NULL){return 0;}if (k == 1){return 1;}return TreeKSize(root->left, k - 1) + TreeKSize(root->right, k - 1);
}

2.6查找值为x的节点

查找值为x的节点可以用前序遍历二叉树解决，当节点值等于x时返回节点指针，如果不等于则查找左子树，如果左子树找到了就返回节点指针，如果没找到（返回NULL）则查找右子树，不管找没找到都返回右子树的返回值。

BTNode* TreeFind(BTNode* root, BinTreeType x)
{if (root == NULL){return NULL;}if (root->data == x){return root;}BTNode* node = TreeFind(root->left, x);if (node)//如果为空则左子树没找到{return node;}return TreeFind(root->right, x);
}

2.7相关OJ题

Leetcode—单值二叉树

bool isUnivalTree(struct TreeNode* root) {if (root == NULL){return true;}if (root->left && root->left->val != root->val){return false;}if (root->right && root->right->val != root->val){return false;}return isUnivalTree(root->left) && isUnivalTree(root->right);
}

Leetcode—相同的树

bool isSameTree(struct TreeNode* p, struct TreeNode* q) {if (p == NULL && q == NULL){return true;}if (p == NULL || q == NULL){return false;}if (p->val != q->val){return false;}return isSameTree(p->left, q->left) && isSameTree(p->right, q->right);
}

Leetcode—对称二叉树

bool _isSymmetric(struct TreeNode* p, struct TreeNode* q) {if (p && q){if (p->val != q->val){return false;}return _isSymmetric(p->left, q->right) && _isSymmetric(p->right, q->left);}if (p == q){return true;}return false;
}
bool isSymmetric(struct TreeNode* root) {if (root == NULL){return true;}return _isSymmetric(root->left, root->right);
}

Leetcode—二叉树的前序遍历

int TreeSize(struct TreeNode* root)
{if (root == NULL){return 0;}return TreeSize(root->left) + TreeSize(root->right) + 1;
}
void PreOrder(struct TreeNode* root, int* arr, int* pi)
{if (root == NULL){return;}//每次递归都会建立新的栈帧空间，不同的栈帧空间内相同的变量之间互不影响，//而我们需要的是每次函数递归都要改变下标，所以需要传地址。arr[(*pi)++] = root->val;PreOrder(root->left, arr, pi);PreOrder(root->right, arr, pi);
}
int* preorderTraversal(struct TreeNode* root, int* returnSize) {*returnSize = TreeSize(root);//在开辟空间前可以先算出节点个数以开辟合适的空间int* arr = (int*)malloc(*returnSize * sizeof(int));int i = 0;PreOrder(root, arr, &i);return arr;
}

函数每次递归都会建立独立的栈帧空间，同一个变量在不同的栈帧空间中互不影响，如果我们想让某一变量在每次函数递归都改变，则应该传变量地址。
Leetcode—另一棵树的子树

bool isSameTree(struct TreeNode* p, struct TreeNode* q)
{if (p == NULL && q == NULL){return true;}if (p == NULL || q == NULL){return false;}if (p->val != q->val){return false;}return isSameTree(p->left, q->left) && isSameTree(p->right, q->right);
}
bool isSubtree(struct TreeNode* root, struct TreeNode* subRoot){if (root == NULL){return false;}if (root->val == subRoot->val && isSameTree(root, subRoot)){return true;}return isSubtree(root->left, subRoot) || isSubtree(root->right, subRoot);
}

我们知道二叉树是由根节点和左右子树构成，因此我们可以先判断两个根节点是否相等，如果相等且左右子树也相等则两个二叉树互为子树；如果根节点不相等则递归判断左子树或右子树。

总结

  • 二叉树由根节点、左子树和右子树组成，每个子树也是一个二叉树。递归方法很适合处理这种具有递归结构的数据结构，例如通过递归函数不断地遍历左右子树。递归的思想可以帮助我们分解复杂问题，将大问题转化为相同结构的小问题，从而简化解题过程。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/bicheng/47749.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Uniapp 组件 props 属性为 undefined

Uniapp 组件 props 属性为 undefined

问题 props 里的属性值都是 undefined 代码 可能的原因 组件的名字要这样写&#xff0c;这个官方文档有说明
阅读更多...
自动驾驶上的边缘计算的盒子的工作原理是什么？学习软件还要学习硬件是比较难的，但是学习硬件的再学习软件就是降维打击

自动驾驶上的边缘计算的盒子的工作原理是什么？学习软件还要学习硬件是比较难的，但是学习硬件的再学习软件就是降维打击

边缘计算&#xff08;Edge Computing&#xff09;是一种分布式计算范式&#xff0c;它将数据处理和计算能力从集中式数据中心移至靠近数据源的边缘设备。这样可以显著减少延迟&#xff0c;提高响应速度&#xff0c;并减少带宽使用。下面是边缘计算的底层原理及其运行机制的详细…
阅读更多...
【Django】网上蛋糕商城后台-商品管理

【Django】网上蛋糕商城后台-商品管理

1.商品管理功能 当管理员点击商品管理时&#xff0c;发送服务器请求 path(admin/goods_list/, viewsAdmin.goods_list), # 处理商品列表请求 def goods_list(request):try:type request.GET["type"]except:type 0try:ym request.GET["ym"]except:ym …
阅读更多...
Spring Cloud Loadbalancer 的使用

Spring Cloud Loadbalancer 的使用

一、默认负载均衡策略 Spring Cloud LoadBalancer 默认的负载均衡策略是轮询。 轮询效果示例 我们需要示例一个请求分发到不同的模块上&#xff0c;所以我们需要创建多模块项目。 新建 Spring Boot &#xff08;3.0.2&#xff09;的 Maven 项目&#xff08;JDK 17&#xff09…
阅读更多...
ETL数据集成丨通过ETLCloud工具，将Oracle数据实时同步至Doris中

ETL数据集成丨通过ETLCloud工具，将Oracle数据实时同步至Doris中

ETLCloud是一个全面的数据集成平台&#xff0c;专注于解决大数据量和高合规要求环境下的数据集成需求。采用先进的技术架构&#xff0c;如微服务和全Web可视化的集成设计&#xff0c;为用户提供了一站式的数据处理解决方案。 主要特点和功能包括&#xff1a; 实时数据处理&…
阅读更多...
【已解决】Django连接MySQL启动报错Did you install mysqlclient?

【已解决】Django连接MySQL启动报错Did you install mysqlclient?

在终端执行python manage.py makemigrations报错问题汇总 错误1&#xff1a;已安装mysqlclient&#xff0c;提示Did you install mysqlclient? 当你看到这样的错误信息&#xff0c;表明Django尝试加载MySQLdb模块但未找到&#xff0c;因为MySQLdb已被mysqlclient替代。 【解…
阅读更多...
Linux——Shell脚本和Nginx反向代理服务器

Linux——Shell脚本和Nginx反向代理服务器

1. Linux中的shell脚本【了解】 1.1 什么是shell Shell是一个用C语言编写的程序&#xff0c;它是用户使用Linux的桥梁 Shell 既是一种命令语言&#xff0c;有是一种程序设计语言 Shell是指一种应用程序&#xff0c;这个应用程序提供了一个界面&#xff0c;用户通过这个界面访问…
阅读更多...
PyTorch 深度学习实践-处理多维特征的输入

PyTorch 深度学习实践-处理多维特征的输入

视频指路 参考博客笔记 参考笔记二 通过多个线性模型来模拟非线性的空间变换&#xff0c;矩阵计算就是不同维度之间的空间转换 说明&#xff1a;1、乘的权重(w)都一样&#xff0c;加的偏置(b)也一样。b变成矩阵时使用广播机制。神经网络的参数w和b是网络需要学习的&#xff0c…
阅读更多...
layui自定义defaultToolbar 新增按钮 隐藏列表操作栏浮动部分

layui自定义defaultToolbar 新增按钮 隐藏列表操作栏浮动部分

layui自定义defaultToolbar 新增按钮 隐藏列表操作栏浮动部分 defaultToolbar: [‘filter’, ‘exports’, ‘print’, { title: ‘操作隐藏’ //标题 ,layEvent: ‘operate’ //事件名&#xff0c;用于 toolbar 事件中使用 ,icon: ‘layui-icon-triangle-d’ //图标类名 } ],…
阅读更多...
MybatisPlusException: Error: Method queryTotal execution error of sql 的报错解决

MybatisPlusException: Error: Method queryTotal execution error of sql 的报错解决

项目场景&#xff1a; 相关背景&#xff1a; 开发环境 开发系统时 系统页面加载正常 &#xff0c;发布运行环境后运行一段时间&#xff0c;前端页面 突然出现 报错信息&#xff0c; 报错信息如下&#xff1a; MybatisPlusException: Error: Method queryTotal execution erro…
阅读更多...
基于STM32设计的人体健康监测系统(华为云IOT)(189)

基于STM32设计的人体健康监测系统(华为云IOT)(189)

基于STM32设计的人体健康监测系统(华为云IOT)(189) 文章目录 一、前言1.1 项目介绍【1】项目功能介绍【2】项目硬件模块组成1.2 设计思路【1】整体设计思路【2】整体构架【3】ESP8266模块配置【4】上位机开发思路【5】供电方式1.3 项目开发背景【1】选题的意义【2】可行性分析【…
阅读更多...
如何在AWS上构建Apache DolphinScheduler

如何在AWS上构建Apache DolphinScheduler

引言 随着云计算技术的发展&#xff0c;Amazon Web Services (AWS) 作为一个开放的平台&#xff0c;一直在帮助开发者更好的在云上构建和使用开源软件&#xff0c;同时也与开源社区紧密合作&#xff0c;推动开源项目的发展。 本文主要探讨2024年值得关注的一些开源软件及其在…
阅读更多...
WPF中MVVM常用的框架

WPF中MVVM常用的框架

在WPF开发中&#xff0c;MVVM&#xff08;Model-View-ViewModel&#xff09;是一种广泛使用的设计模式&#xff0c;它有助于分离应用程序的用户界面&#xff08;View&#xff09;、业务逻辑&#xff08;Model&#xff09;和数据表现层&#xff08;ViewModel&#xff09;。以下是…
阅读更多...
Odoo创建一个自定义UI视图

Odoo创建一个自定义UI视图

Odoo能够为给定的模型生成默认视图。在实践中&#xff0c;默认视图对于业务应用程序来说是绝对不可接受的。相反&#xff0c;我们至少应该以合乎逻辑的方式组织各个字段。 视图在带有Actions操作和Menus菜单的 XML 文件中定义。它们是模型的 ir.ui.view 实例。 列表视图 列表视…
阅读更多...
PDF转Word怎么快速转换？格式转换技巧分享

PDF转Word怎么快速转换？格式转换技巧分享

PDF文件和Word文档是我们日常工作中不可或缺的文件格式&#xff0c;同时文件之间的格式转换也十分常见。不同的格式有着不同的优点&#xff0c;将PDF文件改为Word文档后&#xff0c;在编辑或修改文件内容时更为方便。 下面小编就来给大家介绍几种常用的PDF转Word的转换方法&am…
阅读更多...
Android 使用FFmpeg解析RTSP流,ANativeWindow渲染 使用SurfaceView播放流程详解

Android 使用FFmpeg解析RTSP流,ANativeWindow渲染 使用SurfaceView播放流程详解

文章目录 ANativeWindow 介绍ANativeWindow 的主要功能和特点ANativeWindow 的常用函数工作流程原理图通过ANativeWindow渲染RGB纯色示例 播放RTSP流工作流程图关键步骤解析自定义SurfaceView组件native 层解码渲染 效果展示注意事项 这篇文章涉及到jni层&#xff0c;以及Ffmpe…
阅读更多...
dnd-kit for react: modern and light drag

dnd-kit for react: modern and light drag

dnd-kit for react: modern and light drag 接下来将从以下几个角度解释dnd-kit库的实现&#xff1a; 库的基本介绍拖拽的核心组件和钩子拖拽实现的核心原理移动端的支持与实现代码示例 1. 库的基本介绍 dnd-kit是一个现代化的拖拽库&#xff0c;基于React构建&#xff0c;具…
阅读更多...
python3.11SSL: SSLV3_ALERT_HANDSHAKE_FAILURE

python3.11SSL: SSLV3_ALERT_HANDSHAKE_FAILURE

参考&#xff1a;python request包 版本不兼容 报错sslv3 alert handshake failure 解决方法-CSDN博客 修改&#xff1a;Python311\Lib\site-packages\urllib3\util\ssl_.py 新版本3.11里默认没有DEFAULT_CIPHERS 补回来: #__imported from 3.6.8 # A secure default. # So…
阅读更多...
Linux-开机自动挂载（文件系统、交换空间）

Linux-开机自动挂载（文件系统、交换空间）

准备磁盘 添加三块磁盘&#xff08;两块SATA&#xff0c;一块NVMe&#xff09; 查看设备&#xff1a; [rootlocalhost jian]# ll /dev/sd* [rootlocalhost jian]# ll /dev/nvme0n2 扩&#xff1a;查看当前主机上的所有块设备&#xff0c;通过如下指令实现&#xff1a; [root…
阅读更多...
基于语音识别的会议记录系统

基于语音识别的会议记录系统

文章目录 核心功能页面展示使用技术方案功能结构设计数据库表展示 核心功能页面展示 视频展示功能 1.创建会议 在开始会议之前需要管理员先创建一个会议&#xff0c;为了能够快速开始会议&#xff0c;仅需填写会议的名称、会议举办小组、会议背景等简要会议信息即可成功创建。…
阅读更多...
最新文章

Copyright @ 2022~2023