C++数据结构之:树Tree

摘要:

   it人员无论是使用哪种高级语言开发东东,想要更高效有层次的开发程序的话都躲不开三件套:数据结构,算法和设计模式。数据结构是相互之间存在一种或多种特定关系的数据元素的集合,即带“结构”的数据元素的集合,“结构”就是指数据元素之间存在的关系,分为逻辑结构和存储结构。

   此系列专注讲解数据结构数组、链表、队列、栈、树、哈希表、图,通过介绍概念以及提及一些可能适用的场景,并以C++代码简易实现,多方面认识数据结构,最后为避免重复造轮子会浅提对应的STL容器。本文介绍的是树Tree。

(开发环境:VScode,C++17)

关键词C++数据结构Tree

声明:本文作者原创,转载请附上文章出处与本文链接。

(文章目录:)

文章目录

      • 摘要:
      • 正文:
        • 介绍:
          • 特性:
          • 应用:
        • 代码实现:
        • 对应STL:
      • 推荐阅读

正文:

介绍:

   数据结构中的“树”是一种非常重要的非线性数据结构,由n(n≥0)个有限节点组成一个具有层次关系的集合。之所以被称为“树”,是因为它看起来像一棵倒挂的树,即根朝上,叶朝下。树的结构特点是:

  • 每个节点有零个或多个子节点;
  • 没有父节点的节点称为根节点;
  • 每一个非根节点有且只有一个父节点;
  • 除了根节点外,每个子节点可以分为多个不相交的子树。

其中红黑树和二叉树最为常用。

在这里插入图片描述

树的术语:

  • 节点:树中的每个元素。
  • 根节点:没有父节点的节点。
  • 子节点:一个节点含有的子树的根节点。
  • 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。
  • 兄弟节点:具有相同父节点的节点。
  • 树的度:一棵树中,最大的节点的度。
  • 树的深度或高度:树中节点的最大层次。
  • 叶子节点或终端节点:度为0的节点。
  • 非叶子节点或分支节点:度不为0的节点。
  • 森林:由n棵互不相交的树的集合称为森林。
特性:
  • 层次结构:树具有清晰的层次结构,每个节点都位于一个特定的层次上。根节点位于第一层,其子节点位于第二层,依此类推。这种层次结构使得树能够表示具有层次关系的数据。

  • 无环性:在树中,从一个节点出发,沿着父节点-子节点的关系向下(或向上)遍历,不可能回到原点,除非整个遍历过程已经完成。换句话说,树中不存在环路或循环。

  • 根节点唯一:树中只有一个根节点,它是树的起点。所有的其他节点都直接或间接地连接到根节点。

  • 遍历性:树支持多种遍历方式,如先序遍历(根-左-右)、中序遍历(左-根-右)和后序遍历(左-右-根)。这些遍历方式对于实现各种算法和数据结构操作非常重要。

应用:
  • 利用树型结构可以求解集合的幂集问题,如集合{1,2,…,n}的幂集问题。
  • 在计算机科学中,树被广泛应用于各种算法和数据结构中,如二叉搜索树、AVL树、红黑树等,用于实现高效的查找、插入和删除操作。
  • 树被广泛应用于各种场景,如文件夹目录、公司组织关系、编译器设计、数据库索引、网络路由协议等。
代码实现:
#ctree.h
#ifndef CTREE_H
#define CTREE_H
#include<iostream>
using namespace std;// 树节点
template<class T>
class TreeNode
{
public:int index;                    // 坐标T data;                       // 数据TreeNode<T> *pLChild;         // 左节点TreeNode<T> *pRChild;         // 右节点TreeNode<T> *pParent;         // 父节点public:TreeNode():index(0),data('0'),pLChild(NULL),pRChild(NULL),pParent(NULL) {}TreeNode(int iNodeIndex, T val):index(iNodeIndex),data(val),pLChild(NULL),pRChild(NULL),pParent(NULL) {}~TreeNode(){}TreeNode<T>* SearchNode(int iNodeIndex);    // 通过序号坐标搜寻对应的节点void DeleteNode();                          // 删除此树节点void PreOrderTraversal();                   // 先序遍历 根左右void InOrderTraversal();                    // 中序遍历 左根右void PostOrderTraversal();                  // 后序遍历 左右根private:// 禁止拷贝、赋值TreeNode(const TreeNode<T>& node);TreeNode& operator=(const TreeNode<T>& node);
};template <class T>
inline TreeNode<T>* TreeNode<T>::SearchNode(int iNodeIndex)
{if (index == iNodeIndex){return this;}TreeNode<T> *temp = NULL;if (pLChild){if (pLChild->index == iNodeIndex){return pLChild;}else{temp = pLChild->SearchNode(iNodeIndex);if (temp){return temp;}}}if (pRChild){if (pRChild->index == iNodeIndex){return pRChild;}else{temp = pRChild->SearchNode(iNodeIndex);if (temp){return temp;}}}return NULL;
}template <class T>
inline void TreeNode<T>::DeleteNode()
{if (pLChild != NULL){pLChild->DeleteNode();}if (pRChild != NULL){pRChild->DeleteNode();}if (pParent != NULL){if (this == pParent->pLChild)pParent->pLChild = NULL;if (this == pParent->pRChild)pParent->pRChild = NULL;}delete this;
}template <class T>
inline void TreeNode<T>::PreOrderTraversal()
{cout << data << " ";if (pLChild){pLChild->PreOrderTraversal();}if (pRChild){pRChild->PreOrderTraversal();}
}template <class T>
inline void TreeNode<T>::InOrderTraversal()
{if (pLChild){pLChild->InOrderTraversal();}cout << data << " ";if (pRChild){pRChild->InOrderTraversal();}
}template <class T>
void TreeNode<T>::PostOrderTraversal()
{if (pLChild){pLChild->PostOrderTraversal();}if (pRChild){pRChild->PostOrderTraversal();}cout << data << " ";
}// 基于链表的二叉树基本实现和遍历
template <class T>
class CTree
{
public:CTree(TreeNode<T> *pNode = NULL);~CTree(){ m_pRoot->DeleteNode(); }TreeNode<T>* SearchNode(int index){ return m_pRoot->SearchNode(index); }bool AddNode(int index, int direction, TreeNode<T> *pNode);bool DeleteNode(int index, TreeNode<T> *pNode);// 先序遍历-递归void Recursive_PreOrderTraversal(){ m_pRoot->PreOrderTraversal(); }// 中序遍历-递归void Recursive_InOrderTraversal(){ m_pRoot->InOrderTraversal(); }// 后序遍历-递归void Recursive_PostOrderTraversal(){ m_pRoot->PostOrderTraversal(); }// 先序遍历-非递归void PreOrderTraversal();//中序遍历-非递归void InOrderTraversal();//后序遍历-非递归void PostOrderTraversal();private:TreeNode<T> *m_pRoot; //根节点
};template <class T>
inline CTree<T>::CTree(TreeNode<T> *pNode)
{// 创建树默认先创建根节点m_pRoot = new TreeNode<T>();if (!m_pRoot){throw "根节点申请内存失败";return;}if (pNode){m_pRoot->index = 0;m_pRoot->data = pNode->data;}else{m_pRoot->index = 0;m_pRoot->data = '0';}
}template <class T>
inline bool CTree<T>::AddNode(int index, int direction, TreeNode<T> *pNode)
{if (!pNode){cout << "插入失败!新增的节点值为空。" << endl;return false;}TreeNode<T> *temp = SearchNode(index);if (!temp){cout << pNode->data << "插入失败!找不到传入下标对应的父节点。" << endl;return false;}TreeNode<T> *node = new TreeNode<T>();if (!node){cout << pNode->data << "插入失败!新的节点申请内存失败。" << endl;return false;}node->index = pNode->index;node->data = pNode->data;node->pParent = temp;if (1 == direction){temp->pLChild = node;}else if (2 == direction){temp->pRChild = node;}else{cout << pNode->data << "插入失败!direction参数错误:1为左节点,2为右节点" << endl;}return true;
}template <class T>
inline bool CTree<T>::DeleteNode(int index, TreeNode<T> *pNode)
{TreeNode<T> *temp = SearchNode(index);if (!temp){cout << "删除失败!找不到传入下标对应的节点。" << endl;return false;}if (pNode){pNode->index = temp->index;pNode->data = temp->data;}temp->DeleteNode();return true;
}template <class T>
inline void CTree<T>::PreOrderTraversal()
{int stackTop = -1;TreeNode<T>* nodeStack[10];TreeNode<T>* pMove = m_pRoot;while (stackTop != -1 || pMove){while (pMove){cout << pMove->data << " ";nodeStack[++stackTop] = pMove;pMove = pMove->pLChild;}if (stackTop != -1){pMove = nodeStack[stackTop];stackTop--;pMove = pMove->pRChild;}}
}template <class T>
inline void CTree<T>::InOrderTraversal()
{int stackTop = -1;TreeNode<T>* nodeStack[10];TreeNode<T>* pMove = m_pRoot;while (stackTop != -1 || pMove){while (pMove){nodeStack[++stackTop] = pMove;pMove = pMove->pLChild;}if (stackTop != -1){pMove = nodeStack[stackTop--];cout << pMove->data << " ";pMove = pMove->pRChild;}}
}template <class T>
inline void CTree<T>::PostOrderTraversal()
{int stackTop = -1;TreeNode<T>* nodeStack[10];TreeNode<T>* pMove = m_pRoot;TreeNode<T>* pLastVisit = NULL;while (pMove){nodeStack[++stackTop] = pMove;pMove = pMove->pLChild;}while (stackTop != -1){pMove = nodeStack[stackTop--];if (pMove->pRChild == NULL || pMove->pRChild == pLastVisit){cout << pMove->data << " ";pLastVisit = pMove;}else{nodeStack[++stackTop] = pMove;pMove = pMove->pRChild;while (pMove){nodeStack[++stackTop] = pMove;pMove = pMove->pLChild;}}}
}#endif // !CTREE_H
#ctree.cpp
#include "ctree.h"
using namespace std;int main(int argc, char**argv)
{TreeNode<char> nodeA(0, 'A');TreeNode<char> nodeB(1, 'B');TreeNode<char> nodeC(2, 'C');TreeNode<char> nodeD(3, 'D');TreeNode<char> nodeE(4, 'E');TreeNode<char> nodeF(6, 'F');TreeNode<char> nodeG(9, 'G');CTree<char> *tree = new CTree<char>(&nodeA);tree->AddNode(0, 1, &nodeB);tree->AddNode(0, 2, &nodeC);tree->AddNode(1, 1, &nodeD);tree->AddNode(1, 2, &nodeE);tree->AddNode(2, 2, &nodeF);tree->AddNode(4, 1, &nodeG);cout << "recursive traversal:" << endl;tree->Recursive_PreOrderTraversal();cout << endl;tree->Recursive_InOrderTraversal();cout << endl;tree->Recursive_PostOrderTraversal();cout << endl;cout << "non recursive traversal:" << endl;tree->PreOrderTraversal();cout << endl;tree->InOrderTraversal();cout << endl;tree->PostOrderTraversal();cout << endl;delete tree;return 0;
}

在这里插入图片描述

对应STL:

   set,multiset,map,multimap这四种容器的共同点是:底层使用了平衡搜索树(即红黑树),容器中的元素是一个有序的序列。

   网络上有对 map VS unordered_map 效率对比的测试,通常 map 增删元素的效率更高,unordered_map 访问元素的效率更高,另外,unordered_map 内存占用更高,因为底层的哈希表需要预分配足量的空间。其它 xxxunordered_xxx 区别也一样。

基于红黑树的集合

  • set:

    set 是一个关联型容器,它的底层结构是红黑树,set 是直接保存 value 的,或者说,set 中的 value 就是 key。set 中的元素必须是唯一的,不允许出现重复的元素,且元素不可更改,但可以自由插入或者删除。

  • multiset:

    multiset 和 set 底层都是红黑树,multiset 相比于 set 支持保存多个相同的元素;

基于红黑树的映射

  • map:

    map 是一个关联型容器,其元素类型是由 key 和 value 组成的 std::pair,实际上 map 中元素的数据类型正是 typedef pair<const Key, T> value_type;

  • multimap:

    multimap 和 map 底层都是红黑树,multimap 相比于 map 支持保存多个key相同的元素。

推荐阅读

C/C++专栏:https://blog.csdn.net/weixin_45068267/category_12268204.html
(内含其它数据结构及对应STL容器使用)

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/pingmian/22242.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

Linux驱动应用编程(二)控制GPIO

本文目录 一、基础1. 命令控制方式一&#xff1a;使用 GPIO序号来控制。方式二&#xff1a;使用 GPIO组号来控制。 2. 代码控制 一、基础 我们先要通过查询开发板手册&#xff0c;来获取引脚口信息。这里我们以开发板OreangpiAIPro为例。查询官方手册如下&#xff1a; 1. 命令…

工业机器视觉系统如何实现精准检测?

机器视觉系统是指利用机器替代人眼做出各种测量和判断。一种比较复杂的系统。大多数系统监控对象都是运动物体&#xff0c;系统与运动物体的匹配和协调动作尤为重要&#xff0c;所以给系统各部分的动作时间和处理速度带来了严格的要求。在某些应用领域&#xff0c;例如机器人、…

NLP:将中文/英文文档切分多个句子

文章目录 1. 前言2. 步骤2.1安装 SpaCy2.2 下载模型2.3 加载模型并处理文本 1. 前言 SpaCy 是一个开源的自然语言处理库&#xff0c;它支持多种语言的文本处理&#xff0c;包括中文。SpaCy 对中文文本的处理主要依赖于其内置的中文分词器&#xff08;tokenizer&#xff09;。以…

Spring运维之boot项目多环境(yaml 多文件 proerties)及分组管理与开发控制

多环境开发(yaml文件版) 我们在自己的开发中是自己环境 测试 生产的环境都不同 多环境分为 两个步骤 设置环境 生产环境 开发环境 测试环境 手搓三个环境 设置应用环境 应用pro配置 # 应用环境 spring:profiles:active: pro--- # 设置环境 # 生产环境 spring:profiles: p…

算法训练 | 回溯算法Part4 | 93.复原IP地址、78.子集、90.子集II

93.复原IP地址 题目链接&#xff1a;https://leetcode.cn/problems/restore-ip-addresses/ 文章讲解&#xff1a;代码随想录 回溯法 解题思路 切割问题就可以使用回溯搜索法把所有可能性搜出来 解题步骤 递归参数&#xff1a;startIndex一定是需要的&#xff0c;因为不能…

优化 PHP-FPM 参数配置:实现服务器性能提升

在Web服务器中&#xff0c;PHP-FPM&#xff08;PHP FastCGI Process Manager&#xff09;是一个重要的工具&#xff0c;用于管理 PHP 进程以提高性能和效率。通过合理配置 PHP-FPM 的参数&#xff0c;可以根据服务器的硬件配置和负载情况来优化服务器的性能。 1. 了解 PHP-FPM …

Android源码、学习路线和下载

目录 前言一、在线查看二、安卓学习路线三、源码下载 前言 学习研究android系统&#xff0c;最直接最好的方法就是阅读源码(Read The Fucking Source Code),本篇教程汇总一下能够查看android源码的网站和下载源码的方法 一、在线查看 aosp-mirror github网站上的AOSP源码 A…

计网期末复习指南(五):运输层(可靠传输原理、TCP协议、UDP协议、端口)

前言&#xff1a;本系列文章旨在通过TCP/IP协议簇自下而上的梳理大致的知识点&#xff0c;从计算机网络体系结构出发到应用层&#xff0c;每一个协议层通过一篇文章进行总结&#xff0c;本系列正在持续更新中... 计网期末复习指南&#xff08;一&#xff09;&#xff1a;计算机…

联邦学习实现FedAVg算法

目录 PaddleFL PaddleFL概述 横向联邦学习(Horizontal Federated Learning, HFL) 纵向联邦学习(Vertical Federated Learning, VFL)

Jetpack架构组件_3. 数据绑定库双向绑定

这里介绍数据绑定库双向绑定的两种写法。第一种是模型类继承Observable&#xff0c;两个属性username、password的get方法上面添加bindable注解。第二种是创建一个包裹类&#xff0c;使用 ObservableField字段&#xff0c;然后再调用 this.observableField.get()获取字段。 1.…

数据结构算法之链表指针LinkList

链表是一种数据结构&#xff0c;它包含一系列存储在内存中随机位置的节点&#xff0c;从而实现高效的内存管理。链表中的每个节点包含两个主要组成部分&#xff1a;数据部分和对序列中下一个节点的引用。 链表种类&#xff1a; 单项链表 单链表是最简单的链表类型&#xff0c…

webm转换mp4,四种转换方法任你选!

在数字媒体日益盛行的今天&#xff0c;视频格式的转换已成为许多用户不可或缺的技能。其中&#xff0c;WebM和MP4作为两种广受欢迎的视频格式&#xff0c;各有其特点和优势。 WebM以其高效压缩和流畅播放而著称&#xff0c;而MP4则因其广泛的兼容性和易用性受到欢迎。因此&…

借助调试工具理解BLE协议_1.蓝牙简介和BLE工作流程

1.蓝牙简介 蓝牙是一种近距离无线通信技术&#xff0c;运行在2.4GHz免费频段&#xff0c;目前已大量应用于各种移动终端&#xff0c;物联网&#xff0c;健康医疗&#xff0c;智能家居等行业。蓝牙4.0以后的版本分为两种模式&#xff0c;单模蓝牙和双模蓝牙。 单模蓝牙&#xf…

杰理语音芯片AC1042A,变声喇叭玩具方案—云信通讯

变声喇叭玩具内置多种声音效果&#xff0c;例如机器人声、怪兽声、动物声以及各种搞笑声&#xff0c;让孩子能够在玩耍过程中体验不同的声音变化。有一些变声喇叭还可以模拟名人声音&#xff0c;让孩子们仿佛变身成为自己心目中的英雄或者明星。无论是自由的想象力游戏还是模仿…

Python教程-快速入门基础必看课程09-文件处理

该视频主要讲述了Python中文件的读写操作和pandas库中的subt函数来处理CSV文件。 在Python中&#xff0c;文件的读写操作需要使用open函数打开文件&#xff0c;并指定路径和模式。 读取文件时&#xff0c;可以使用f.read()方法读取内容&#xff0c;并使用f.close()方法关闭文…

字符数组转换为字符串

在Java中&#xff0c;将字符数组转换为字符串可以通过以下3种方法实现&#xff1a; 使用String构造函数 Java 提供了一个直接的方式&#xff0c;通过使用 String 类的构造函数来将字符数组转换为字符串。 语法 char[] charArray {h, e, l, l, o}; String str new String(…

借助调试工具理解BLE协议_2.BLE协议栈

名词解释&#xff1a; BT SIG英文全称为Bluetooth Special Interest Group&#xff08;蓝牙特别兴趣组&#xff09;&#xff0c;网址为 www.Bluetooth.com。 Bluetooth Technology Website SIG成立于1998年&#xff0c;是一个全球技术交流组织&#xff0c;拥有超过36000家公…

进阶 RocketMQ - 消息存储-一张图掌握核心要点

看了很多遍源码整理的 一张图进阶 RocketMQ 图片&#xff0c;关于 RocketMQ 你只需要记住这张图&#xff01; 消息传递责任已移交至Broker&#xff0c;接下来如何处理&#xff1f;首先&#xff0c;我们需要确保消息的持久化&#xff0c;避免因宕机导致的数据丢失。那么&#xf…

什么是OCR转写服务?

OCR&#xff08;Optical Character Recognition&#xff0c;光学字符识别&#xff09;转写服务是一种技术&#xff0c;用于将图像或扫描文档中的文字转换为可编辑的文本格式。这项服务通过识别图像中的文字&#xff0c;并将其转换成计算机可读的文本形式&#xff0c;从而使得用…