数据结构之树

数据结构 B树系列 每个节点最多有m个子节点,其中m是一个正整数。根节点除外,其他节点至少有⌈m/2⌉个子节点。每个节点中的键值按照非降序排列。对于节点中的键值k,如果有n个子节点,那么节点中的n-1个键值将把节点分为n个区间,第i个区间的键值小于k,第i+1个区间的键值大于等于k。所有叶子节点位于同一层,且不包含任何键值信息,可以看作是外部存储的块。每个非叶子节点中的键值个数比子节点个数少1。每个节点中的键值个数满足:⌈m/2⌉-1 阅读详情

数据结构之树(含代码)

树的基本概念
  1. 子树的个数没有限制,但它们一定是互不相交的
  2. 树的结点包含一个数据元素及若干指向其子树的分支;结点拥有的子树数称为结点的度;度为0的结点称为叶结点或终端结点;度不为0的结点称为非终端结点或分支结点;除根结点之外,分支结点也称为内部结点;树的度是树内各结点的度的最大值。
  3. 结点的层次从根开始定义起;树中结点的最大层次称为树的深度或高度;
  4. 如果将树中结点的各子树看成从左至右是有次序的,不能互换的,则称该树为有序树,否则称为无序树
  5. 双亲表示法
    每个结点都有data和left,right,data是数据,存储结点的数据信息;而lef,rig是指针,存储该结点的双亲在数组中的下标;根结点没有双亲,所以指针域为-1;
二叉树
  1. 二叉树是n个结点的有限集合,该集合或者为空集,或者由一个根结点和两棵互不相交的、分别成为根结点的左子树和右子树的二叉树组成
  2. 二叉树的特点:
    每个结点最多有两棵子树,所以二叉树中不存在度大于2的结点
    左子树和右子树是有顺序的,次序不能任意颠倒
    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
  3. 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
    特点:
    叶子只能出现在最下一层
    非叶子结点的度一定是2
    在同样深度的二叉树中,满二叉树的结点个数最多,子树最多
  4. 完全二叉树:如果编号为i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(可以少,但位置必须一样)按层序编号,没有也要编号
    特点:
    叶子结点只能出现在最下两层
    最下层的叶子一定集中在左部连续位置
    倒数二层,若有叶子结点,一定都在右部连续位置
    如果结点度为1,则该结点只有左孩子,即不存在只有右子树的情况
    同样结点数的二叉树,完全二叉树的深度最小
  5. 二叉树的性质
    (1)在二叉树的第i层上至多有2的i-1次方个结点
    (2)深度为k的二叉树至多有2的k-1次方个结点
    (3)对任何一棵二叉树T,如果其终端结点数为n0,度为2的节点数为n2,则n0=n2+1
    (4)具有n个结点的完全二叉树的深度为log2(底)n+1
  6. 顺序存储结构一般只用于完全二叉树
  7. 二叉树每个结点最多有两个孩子,所以为它设计一个数据域和两个指针域,称这样的链表叫做二叉链表
  8. 二叉树的遍历是指从根结点出发,按照某种次序依次访问二叉树中所有结点,使得每个结点被访问一次且仅被访问一次
  9. 前序遍历:若二叉树为空,则空操作返回,否则先访问根结点,然后前序遍历左子树,再前序遍历右子树
    中序遍历:若树为空,则空操作返回,否则从根结点开始(注意并不是先访问根结点),中序遍历根结点的左子树,然后是访问根结点,最后中序遍历右子树
    中序遍历非递归遍历算法
    遇到一个结点,就把它压栈,并去遍历它的左子树;
    当左子树遍历结束后,从栈顶弹出这个结点并访问它;
    然后按其右指针再去中序遍历该结点的右子树;

    后序遍历:若树为空,则空操作返回,否则先从左到右先叶子后结点的方式遍历访问左右子树,最后是访问根结点。

对于下面的图:

先序遍历:ABDECF
中序遍历:DBEAFC
后序遍历:DEBFCA

  1. 层序遍历:若树为空,则空操作返回,否则从树的第一层,也就是根结点开始访问,从上而下逐层遍历,在同一层中,按从左到右的顺序对结点逐个访问
  2. 已知前序和中序可以推后序,唯一确定一棵二叉树
    已知后序和中序可以推前序,唯一确定一棵二叉树,其他则不可以
    先序和中序遍历序列来确定一棵二叉树:
    根据先序遍历序列第一个结点确定根结点;
    根据根结点在中序遍历序列中分割出左右两个子序列;
    对左子树和右子树分别递归使用相同的方法继续分解;
  3. 将二叉树中每个结点的空指针引出一个虚结点,其值为一特定值,这种处理后的二叉树为原二叉树的扩展二叉树
  4. 指向前驱和后继的指针称为线索,加上线索的二叉链表称为线索链表,相应的二叉树就称为线索二叉树
  5. 对二叉树以某种次序遍历使其变为线索二叉树的过程称做是线索化,线索化的过程就是在遍历的过程中修改空指针的过程
  6. 如果所用的二叉树需经常遍历或查找结点时需要某种遍历序列中的前驱和后继,那么采用线索二叉链表的存储结构就是非常不错的选择
  7. 将树转换为二叉树的步骤:
    加线;在所有兄弟结点之间加一条连线
    去线;对树中每个结点,只保留它与第一个孩子结点的连线,删除它与其他孩子结点之间的连线
    层次调整;以树的根结点为轴心,将整棵树顺时针旋转一定角度
  8. 从树中一个结点到另一个结点之间的分支构成两个结点之间的路径,路径上的分支数目称做路径长度,树的路径长度就是从树根到每一结点的路径长度之和
  9. 如果考虑到带权的结点,结点的带权的路径长度为从该结点到树根之间的路径长度与结点上权的乘积,树的带权路径长度为树中所有叶子结点的带权路径长度之和。
  10. 构造二叉树代码:
    (1)节点类:
public class BTNode {
 private int data;
 private BTNode left;
 private BTNode right;
 public BTNode(){};
 public BTNode(int data,BTNode left,BTNode right) {
  this.data=data;
  this.left=left;
  this.right=right;
 }
 public void setdata(int data) {
  this.data=data;
 }
 public int getdata() {
  return this.data;
 }
 public void setleft(BTNode left) {
  this.left=left;
 }
 public BTNode getleft() {
  return this.left;
 }
 public void setright(BTNode right) {
  this.right=right;
 }
 public BTNode getright() {
  return this.right;
 }
}

(2)构造二叉树(我用的先序构造)与遍历:

public class preorderbinarytree {
 public static BTNode precreate(BTNode btnode) {
  Scanner in=new Scanner(System.in);
  System.out.println("请输入节点的值");
  int value=in.nextInt();
  if(value!=0) {
      btnode=new BTNode();
   btnode.setdata(value);
   btnode.setleft(precreate(btnode.getleft()));
   btnode.setright(precreate(btnode.getright()));
  }
  else
   btnode=null;
  return btnode; 
 }
 public static void visit(BTNode btnode) {
  if(btnode!=null) {
   System.out.print(btnode.getdata()+";");
  }
 }
 public static void preorder(BTNode btnode) {
  //如果是其他顺序则将visit的顺序改变即可,同样,如果想改变输入的顺序(即建立顺序)将create中方法改变即可
  if(btnode!=null) {
  visit(btnode);
  preorder(btnode.getleft());
  preorder(btnode.getright());}
 }
 public static void main(String args[]) {
  BTNode tree=new BTNode();
  tree=precreate(tree);
  preorder(tree);}}
赫夫曼树
  1. 带权路径长度WPL最小的二叉树称做赫夫曼树
    构造赫夫曼树:
    根据给定的n个权值构成n棵二叉树的集合F,其中每棵二叉树Ti中只有一个带权为wi根结点,其左右子树均为空
    在F中选取两棵根结点的权值最小的树作为左右子树构造一棵新的二叉树,且置新的二叉树的根结点的权值为其左右子树上根结点的权值之和
    在F中删除这两棵树,同时将新得到的二叉树加入F中
    重复2和3步骤,直到F只含一棵树为止,这棵树便是赫夫曼树
  2. 若要设计长短不等的编码,则必须是任一字符的编码都不是另一个字符的编码的前缀,这种编码称做前缀编码
  3. 规定赫夫曼树的左分支代表0,右分支代表1,则从根结点到叶子结点所经过的路径分支组成的0和1的序列便为该结点对应字符的编码,这就是赫夫曼编码。
AVL树
  1. 平衡二叉树:空树,或者任一结点左、右子树高度差的绝对值不超过1
  2. 代码(没有写delete操作,过几天补上):
public class AVLTree<T extends Comparable <T>> {
   public static final int Cheight=1;
   public static class AVLTnode<T extends Comparable <T>> {
  	T key;
  	AVLTnode<T> left;
  	AVLTnode<T> right;
  	int height;
 	 public AVLTnode(T key) {
 	  this(key,null,null);
 	 }
   public AVLTnode(T key,AVLTnode<T> left,AVLTnode<T> right) {
   	this.height=0;
   	this.key=key;
   	this.left=left;
   	this.right=right;
  	 }
 	}
   private AVLTnode<T> root;
   public int getheight(AVLTnode<T> root) {
  	return root==null?-1:root.height;
    }
   public AVLTnode<T> insert(T key,AVLTnode<T> root){
  	if(root==null) {
   		return new AVLTnode<T>(key);
  	}
  	int cmp=key.compareTo(root.key);
  	if(cmp<0) {
   		root.left=insert(key,root.left);
  	}
  	else if(cmp>0){
  		 root.right=insert(key,root.right);
 	 }
 	 else {
   		System.out.println("THE KEY HAS BEEN STORED");
 	 }
  		return balance(root);
 }
   public AVLTnode<T> balance(AVLTnode<T> root){
 	 if(root==null) {
  	 return null;
  	}
  	if(getheight(root.left)-getheight(root.right)>Cheight) {
   	if(getheight(root.left.left)>getheight(root.left.right)) {
          root=rotatewithright(root);
   	}
  	 else{
   	 root=rotatewithleftright(root);
   	 }
   	}
 	 else if(getheight(root.right)-getheight(root.left)>Cheight){
   		if(getheight(root.right.right)>getheight(root.right.left)) {
   			 root=rotatewithleft(root);
   		}
  		 else {
   			 root=rotatewithrightleft(root);
   		}
  	}
 	 root.height=Math.max(getheight(root.left), getheight(root.right))+1;
  	return root;
 }
   private AVLTnode<T> rotatewithleft(AVLTnode<T> node5){
 	 AVLTnode<T> node4=node5.right;
  	node5.right=node4.left;
 	 node4.left=node5;
 	 node5.height=Math.max(getheight(node5.left), getheight(node5.right))+1;
  	node4.height=Math.max(getheight(node4.left), getheight(node4.right))+1;
  	return node4;
 	}
   private AVLTnode<T> rotatewithright(AVLTnode<T> node5){
  	AVLTnode<T> node4=node5.left;//拔高
  	node5.left=node4.right;
  	node4.right=node5;
  	node5.height=Math.max(getheight(node5.left), getheight(node5.right))+1;
  	node4.height=Math.max(getheight(node4.left), getheight(node4.right))+1;
  	return node4;
   }
   private AVLTnode<T> rotatewithrightleft(AVLTnode<T> node5){
  	node5.right=rotatewithright(node5.right);
  	return rotatewithleft(node5);
   }
   private AVLTnode<T> rotatewithleftright(AVLTnode<T> node5){
 	 node5.left=rotatewithleft(node5.left);
 	 return rotatewithright(node5);
   }
    public static void main(String[] args) {
     AVLTree<Integer> avl=new AVLTree<Integer>();
     for(int i=0;i<5;i++) {
      avl.root=avl.insert(i, avl.root);
     }
     System.out.println(avl.getheight(avl.root));
    }
}
从零构建EtherCAT从站:SSC工具配置与TwinCAT3 PDO/SDO调试实战 本文详细介绍了从零构建EtherCAT从站的完整流程,重点讲解SSC工具配置与TwinCAT3 PDO/SDO调试实战。通过解析EtherCAT通信机制、PDO与SDO的核心概念,提供SSC工具配置技巧、XML文件生成与校验方法,以及TwinCAT3环境下的调试经验,帮助开发者高效完成EtherCAT从站开发与优化。 阅读详情

相关推荐

SAP ERP与金蝶云星空的集成案例(新能源光伏行业)

通过建设PLM、SAP、MES、WMS、SCADA、EAM等多系统集成的工业互联网平台作为数字化工厂的控制中枢,不仅可以实现人员、设备、物料、工艺参数、产品等生产全流程追溯管理,同时也可以根据数据采集进行生产现场的控制调节,最大程度降低能耗水平。销售订单创建下推金蝶采购订单创建修改、销售订单创建下推金蝶销售订单创建修改、销售发货过账下推金蝶采购入库单、销售发货过账下推金蝶销售出库单:在SAP ERP系统创建销售订单、销售发货过账单后推送到云星空系统,进行采购/销售订单的创建修改、完成物料的入库和出库流程。

集信通 1621

next主题设定代码高亮格式

next主题设定代码高亮格式 @(Hexo+Github) 新版的Next主题卡得很严,记录如下。 首先需要动的地方有: 主题的_config.yml文件 站点的_config.yml文件 代码块的语言标注 在站点的配置文件中,搜索hightlight: highlight: enable: true line_number: true auto_detect: t...

Bing's Blog 9670

SAP MTO模式实战:从库存管理到成本核算的深度解析

本文深入解析SAP MTO(Make-to-Order)模式在制造业中的应用,从库存管理到成本核算的全流程实战技巧。通过对比MTS模式,详细阐述MTO的核心逻辑、库存管理配置、成本核算路径及与PP模块的集成要点,帮助企业实现按单生产的高效管理,优化库存水平和资金占用。

weixin_29204205的博客 710

学习笔记:树和二叉树

第六章 树和二叉树1. 树的定义1.1 结点的分类1.2 结点之间的关系1.3 树的其它相关概念2. 树的抽象数据类型2. 二叉树2.1 二叉树的特点2.2 特殊二叉树3. 二叉树的性质4. 二叉树的存储结构4.1 顺序存储结构构造空二叉树:构造顺序存储的二叉树T:判断二叉树是否为空:返回二叉树的深度:返回二叉树的根:返回处于位置e(层,本层序号)的结点的值:位置e的结点赋新值:返回双亲:返回左孩子:返回右孩子:返回左兄弟:返回右兄弟:前序遍历:中序遍历:后序遍历:层序遍历:逐层、按本层序号输出二叉树:4.

张小憨憨的博客 1857

loadStop的原因导致的SSUSP

Total内存值是可用来调度的可用内存,当前可用内存为 0M。 loadSched和loadStop的阈值是根据 Total 内存和节点内存来做限制的。 loadStop 50G,现在有大量作业SSUSP,说明之前某个时间点该节点内存可能有低于50G的时候,导致作业SSUSP,具体是否是这个原因引起的需要用 bjobs -l JobID 看下作业的详细信息。 如果是loadStop的原因导致的 SSUSP,根据loadStop设置的阈值,Total 值高于loadStop值后,将逐步恢复挂起的作业

Blueberry521的博客 668

Cartographer实现双雷达建图

TRAJECTORY_BUILDER_2D.num_accumulated_range_data = 2 --执行一次前端匹配需要的激光扫描分段数量。关于num_subdivisions_per_laser_scan。num_laser_scans =2,--订阅激光扫描话题数量。Frame改为 前雷达laser_1 后雷达laser_2。雷达的话题由scan改为,前scan_1 后scan_2。有些人说需要改成2,但我这里改成2反而不行,1才可以。

Studying…… 1262

【数据结构】数据结构中常用的树

声明:本文汇总了数据结构中一些常用的树,主要内容来自《数据结构(严蔚敏版)》和《算法导论》这两本教材。本文主要归纳出数据结构中常见的树的概念与简单的性质,并未给出具体的操作,如插入、删除、查找等。1、树的定义首先给出树的相关定义:树(tree)是包含n(n>0)个结点的有穷集,其中: 1)每个元素称为结点(node); 2)有一个特定的结点被称为根结点或树根(root); 3)除根结点之外的其

长相忆兮长相忆的专栏 2万+

PNP NPN线性接近开关接线嵌入式:详细指南与示例代码

在嵌入式系统中,PNP和NPN线性接近开关是常用的传感器类型,用于检测物体的接近或离开。在嵌入式系统中,PNP和NPN线制接近开关是常用的传感器类型,用于检测物体的接近或离开。本文提供了有关PNP和NPN线性接近开关接线的详细指南,并提供了一个简单的示例代码,以帮助您在嵌入式系统中正确使用这些传感器PNP NPN 线制接近开关接线 嵌入式:详细指南与示例代码。与PNP开关不同的是,NPN线性接近开关的正极连接至系统的正极电源。与PNP开关不同的是,NPN线制接近开关的正极连接至系统的正极电源。

CyberSphinx的博客 1272

【数据结构】树的认识

正在二叉树的路上前进

adcxhw的博客 1774

华为交换机、路由器配置静态路由实现不同网段通信

华为交换机、路由器配置静态路由实现不同网段通信。在主核心交换机上配置vlanif10 192.168.10.254/24,vlanif20 192.168.20.254/24,vlanif100 192.168.100.1/24,PC1:192.168.10.1能ping通PC2:192.168.20.1,也能ping通PC3:192.168.30.1,交换机和路由器使用静态路由。

星如雨落 6464

指纹浏览器降维打击(下):Cloudflare Turnstile 与 hCaptcha 的底层交互逻辑

本文将深度拆解:Turnstile 与 hCaptcha 的 Iframe 沙箱通信机制,动态混淆 JS 与 PoW(工作量证明)的物理破解法则,以及如何通过 C++ 底层事件合成与环境基因强绑定,实现验证码的“无感过验”。

数据知道的博客 425

数据结构——树的概述

引言 对于大量的输入数据,链表的线性访问时间太慢,不宜使用。本篇讨论一种简单的数据结构——树,它大部分操作的运行时间平均为O(logN)O(logN)O(logN)。数据结构中有很多树的结构,其中包括二叉树、二叉搜索树、2-3树、红黑树等等。 基本概念 树(tree)是一些节点的集合。该集合可以是空集,若不是空集,则树由称为根(root)r的节点以及0个或 多个非空的子树组成。 每颗子树的根就做根...

日积月累,天道酬勤 3168

【Python爬虫(1)】专栏开篇:夯实Python基础

要想熟练掌握 Python 爬虫技术,扎实的 Python 基础是必不可少的。这就好比建造高楼大厦,Python 基础就是那稳固的基石。只有打好了这个基础,我们才能在爬虫的学习道路上稳步前行,理解并运用各种爬虫技术和框架。

邓邓子的博客 2026

数据结构——树

树是由 n(n≥0)个节点组成的有限集合。当 n=0 时,称为空树;在任意一棵非空树中,有且仅有一个特定的称为根(Root)的节点,当 n>1 时,其余节点可分为 m(m>0)个互不相交的有限集 T1、T2、……、Tm,其中每个集合本身又是一棵树,并且称为根的子树。

m0_61261153的博客 1768

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

树——数据结构

树、数据结构、树的定义、树的概念、树的应用、结点

b19839356939的博客 2052

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

【数据结构】树

树是一种非线性的数据结构,它由nnnn≥0n\geq0n≥0)个节点组成的有限集合。当n0n = 0n0时,被称为空树;当n0n > 0n0时,存在一个特定的节点作为根节点,其余节点可以划分成mmmm≥0m\geq0m≥0)个互不相交的有限集合,并且每个这样的集合本身也是一棵树,称作根节点的子树。

Guiat的博客 1317

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

【数据结构】树的定义

在计算机科学中,树(Tree)是一种重要的基础数据结构,广泛应用于许多领域,如文件系统的目录结构、数据库的索引、编译器的语法树、人工智能的决策树等。理解树的基本概念和术语,对于学习计算机科学及其相关技术具有重要的意义。本篇博客将通过清晰的定义和图示,带领大家逐步了解树的基础知识,适合初学者进行学习和掌握。

XuanRan的博客 8403

【Java数据结构】树

java集合框架:树

2303_77535762的博客 1988

数据结构——B-树、B+树、B*树

在之前,我们已经学习了很多的数据结构,当我们处理海量数据时,选择合适的数据结构变得至关重要,对于不同的数据结构它们的搜索效率也存在着很大的差异。如下种类数据格式时间复杂度顺序查找无要求O(N)二分查找有序O(log⁡2N)二叉搜索树无要求O(N)二叉平衡树(AVL树和红黑树)无要求O(log⁡2N)哈希无要求O(1)以上结构适合用于数据量相对不是很大,能够一次性存放在内存中,进行数据查找的场景。

学习日记 4413

数据结构:树

数据结构:树 相关

2301_79277083的博客 2001

数据结构之树的概念

在计算机科学中, 树(tree) 是一种抽象数据类型或是实现这种抽象数据类型的数据结构, 用来模拟具有树状结构性质的数据集合. 它是由n(n>0)个有限节点组成一个具有层次关系的集合. 把它叫做树是因为它看起来像一棵倒挂的树,也就是说它是根朝上, 而叶朝下的. 它具有以下的特点: 1. 每个节点有两个或者多个子节点; 2. 没有父节点的节点称为根节点; 3. 每一个非根节点有且只有一个父节点; 4. 除了根节点外, 每个子节点可以分为多个不想交的子树; 还有一些和树相关的术语: 度,叶子节点, 根节

hi_zf的博客 1432

数据结构——B树、B+树、哈夫曼树

B+树的构造类似于B树的构造但是在 **3.当一组的节点超过4个的情况下,将中间的节点提到上一层,并且原本一组分成两份。6.B+Tree 的节点上是不保存数据的,那么它保存的关键字就更多,这样一次 IO 操作,加载的关键字就更多,所以它的磁盘读写能力更强。1、B+树是B树的一种变形形式,B+树上的叶子结点存储关键字以及相应记录的地址,叶子结点以上各层作为索引使用。7.B+的叶子节点天然就是顺序存放的。2、B+树的非叶子节点具有索引值,在内存相同的情况下,能够存放更多的key,树的高度就会越低。

2301_78125917的博客 1355
上一篇: 寻址模式
下一篇: Maven配置
锋魂
博客等级 码龄7年 9粉丝 18原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值