树的基本概念

二叉树基础知识总结 题外话昨晚面了腾讯,问了一个完全二叉树的题,竟然让我算了快10分钟,因为等比公式记错了导致最后用最原始的方法推算结果也没算对,一下子就懵了。本来精心准备了1周的面试,最后因为自己基础知识记忆不牢固导致了悲剧。不管怎样,还是要继续查漏补缺,准备将数据结构再细细看一遍,先来补上二叉树的这个漏洞吧。 一、树的定义树是一种数据结构,它是由n(n>=1)个有限结点组成一个具有层次关系的集合。 树具有的... 阅读详情

树型结构,不同于线性数据结构,比较适合用于描述分支结构的数据,这种数据之间可能有祖先和后代的关系。在计算机中树型结构应用非常广泛,例如在文件系统和数据库系统中,树是组织信息的重要形式之一。

树的定义

树是一种数据结构,是由 n(n ≥ 1)个有限节点组成的一个具有层次关系的集合。

树的示意图如下:

树的基本概念-图1

之所以被叫做树,是因为看起来像一棵倒过来的树,也就是根朝上,叶朝下。从上图中可以看出它具有如下特点:

  1. 每个节点有零个或者多个子节点,树是一个递归的定义,即树的定义中又用到了树的概念。

  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相交的子树。

树的相关术语

节点:包含数据项及指向其他结点的分支。

节点的度:结点所拥有的子树的棵树。

叶节点:度为 0 的结点,也被称为终端结点。

分支节点:除了叶结点之外的其他结点,又称为非终端结点。

子女结点:若结点 x 又子树,则子树的根节点即为结点 x 的子女。

父节点:若结点 x 又子女,它就是子女结点的父节点。

兄弟节点:同一父节点的子女称为兄弟。

祖先节点:从根节点到该节点所经分支上的所有结点。

子孙节点:某一结点的子女,以及这些子女的子女都是该结点的子孙。

结点层次:从根到该结点所经路径上的分支条数。

树的深度:树中距离根节点最远的结点所处层次即为树的深度。

树的高度:可以理解为树的深度,高度于深度数值相等。叶结点的高度为 1,非叶结点的高度等于它的子女结点的高度的最大值加 1。

树的度:树中结点的度的最大值。

有序树:如果树中结点的各子树之间的次序是重要的, 不可以交换位置。

无序树:如果树中结点的各子树之间的次序是不重要的,可以交换位置。

森林:是 m 棵树的集合。删去一颗非空树的根节点,树就变成了森林;反之增加一个根节点,让森林的每一棵树的根节点都变成它的子女,森林就变成了一棵树。

二叉树

二叉树的概念

二叉树是每个结点最多只有两个子树的树型结构。它有五种基本形态:

树的基本概念-图2

二叉树的性质

二叉树有以下几个性质:

性质1:二叉树第 i 层上的结点数目最多为 2i-1 (i≥1)。

性质2:深度为 k 的二叉树至多有 2k - 1 个结点 (k≥1)。

性质3:包含 n 个结点的二叉树的高度至少为 log2 (n+1)。

性质4:在任意一棵二叉树中,若叶子结点的个数为 n0,度为 2 的结点数为 n2,则 n0 = n2+1。

性质1:二叉树第 i 层上的结点数目最多为 2i-1 (i≥1)。

证明:下面用“数学归纳法”进行证明。

(1) 当 i=1 时,第 i 层的节点数目为 2i-1 = 20 = 1。因为第 1 层上只有一个根结点,所以命题成立。

(2) 假设当 i>1 时,第 i 层的节点数目为 2i-1。这个是根据 (1) 推断出来的。

​ 下面根据这个假设,推断出“第 (i+1) 层的节点数目为 2i”即可。

​ 由于二叉树的每个结点至多有两个孩子,故“第 (i+1) 层上的结点数目”最多是“第 i 层的结点数目的 2 倍”。即第 (i+1) 层上的结点数目最大值 = 2×2i-1 = 2i。

​ 故假设成立,原命题得证。

性质2:深度为 k 的二叉树至多有 2k-1 个结点 (k≥1)。

证明:在具有相同深度的二叉树中,当每一层都含有最大结点数时,其树中结点数最多。利用“性质 1”可知,深度为 k 的二叉树的结点数至多为:

​ 20 + 21 + … + 2k-1 = 2k - 1。

​ 故原命题得证!

性质3:包含 n 个结点的二叉树的高度至少为 log2 (n+1)。

证明:根据“性质 2”可知,高度为 h 的二叉树最多有 2h–1 个结点。反之,对于包含 n 个节点的二叉树的高度至少为 log2(n+1)。

性质4:在任意一棵二叉树中,若叶子结点的个数为 n0,度为 2 的结点数为 n2,则 n0 = n2+1。

证明:因为二叉树中所有结点的度数均不大于 2,所以:结点总数(记为n) = 0度结点数(n0) + 1度结点数(n1) + 2度结点数(n2) 。由此,得到等式一:

​ (等式一):n = n0 + n1 + n2

​ 另一方面,0 度结点没有孩子,1 度结点有一个孩子,2 度结点有两个孩子,故二叉树中孩子结点总数是:n1 + 2n2。此外,只有根不是任何结点的孩子。故二叉树中的结点总数又可表示为等式二。

​ (等式二) n = n1 + 2n2 + 1

​ 由等式一和等式二计算得到:n0 = n2 + 1。原命题得证!

满二叉树和完全二叉树

满二叉树

定义:如果二叉树的高度为 h,且有 2h-1 个结点的二叉树,被称为满二叉树。

满二叉树的示意图如下:

树的基本概念-图3

完全二叉树

定义:一颗二叉树中,只有最下面两层结点的度可以小于 2,并且最下一层的叶结点集中在靠左的若干位置上。这样的二叉树称为完全二叉树。

特点:叶子结点只能出现在最下层和次下层,且最下层的叶子结点集中在树的左部。显然,一棵满二叉树必定是一棵完全二叉树,而完全二叉树未必是满二叉树。

完全二叉树的示意图如下:

树的基本概念-图4

二叉树的存储

数组存储表示

在数据处理过程中,二叉树的大小和形态不发生剧烈变化的场合,可以采用数组方式来表示二叉树的抽象数据类型,采用数组的下标为索引,随机存取二叉树的结点,这种方法兼顾树形结构特点,使各结点能够方便定位它的父节点和左、右子女,最经典的案例就是堆排序。

这种方法,比较适用于完全二叉树的存储,通过数组下标,可以计算出当前节点的父节点以及子节点对应的数组下标。但是如果将一般的二叉树存放在一维数组中,为了模仿完全二叉树的效果,如果一个结点只有一个左孩子,那么仍然需要将右孩子的位置空出来,这样才能反映二叉树节点的关系,这样做可能会消耗内存,比如单支树的情况。

对于下面的完全二叉树进行数组存储表示:

树的基本概念-图5

使用数组存储时:

树的基本概念-图6

有一个 n 个结点的完全二叉树自顶向下,同一层自左向右连续给结点编号 1, 2, 3, …, n, 然后按此结点编号将树中各结点顺序的放在一个一维数组中,并简称编号为 i 的结点为结点 i,则有以下关系:

  1. 若 i == 1,则结点 i 为根,无父节点;若 i > 1,则结点 i 的父节点为结点 i/2。

  2. 若 2 * i <= n,则结点 i 的左子女为结点 2 * i。

  3. 若 2 * i + 1 <= n,则结点 i 的右子女为结点 2 * i + 1。

  4. 若结点编号 i 为奇数,且 i != 1,它处于右兄弟位置,则它的左兄弟为结点 i - 1。

  5. 若结点编号 i 为偶数,且 i != n,它处于左兄弟位置,则它的右兄弟为结点 i + 1。

  6. 结点 i 所在的层次为 log2i + 1。

链表存储表示

数组存储的方式对于完全二叉树的存储表示非常有效,但是表示一般二叉树,尤其是形态剧烈变化的二叉树,存储空间的利用不是很理想,因此使用链表的表示方法,完全可以客服这些缺点。

根据二叉树的定义,二叉树的每一个结点可以有两个分支,分别指向结点的左、右子树。因此二叉树的结点至少应当包括三个域分别是存放节点的数据 data、左孩子结点指针 leftChild、右孩子结点指针 rightChild。整个二叉树链表有一个表头指针,它指向二叉树的根节点,作用是当作树的访问点。

二叉树的链表表示如下:

树的基本概念-图7

对于下面的二叉树使用链表存储如下:

树的基本概念-图8

以上就是树以及二叉树的基本概念,其具体的实现,将会在后面的文章中详细介绍。

图论中树的基本概念总结 给出树,支撑树的概念 阅读详情

相关推荐

树的高度和深度 定义

1.高度 高度的定义为:从结点x向下到某个叶结点最长简单路径中边的条数 空树:-1; 一节点树:0; 2.深度 深度是从根节点往下,列如图中:B的深度为2。 ...

ZhangJiqun&191cm&85kg 4568

数据结构——关于树

树的相关概念概念 根节点:每一棵树都有一个根节点。  叶子节点:每个节点可以有多个儿子节点,没有儿子的结点叫做叶子节点。  兄弟节点:具有相同父亲的节点叫做兄弟节点。  深度:对于任意一个节点ni,ni的深度为从根到节点ni的唯一路径的长。因此,根的深度是1。 高度:ni的高是从节点ni到一片树叶的最长路径的长。因此叶子节点的高是1。一棵树的高等于它的根的高。 一棵树的深度 = ...

TNT_xixixi的博客 666

【正点原子I.MX6U-MINI移植篇】Ubuntu-base根文件系统移植构建过程详解(四)

能不能在ARM板上运行Ubuntu呢?答案肯定是可以的,Ubuntu是Linux系统的一种,可以简单的将Ubuntu理解为一个根文件系统,和我们用busybox、buildroot制作的根文件系统一样。因此移植Ubuntu也就是将Ubuntu根文件系统移植到我们的开发板上。

果果小师弟的博客 3773

树的高度和深度 | 结点的高度和深度

有个缺点,看到什么东西不管是不是重点只要说不通总是爱钻牛角尖。 对于 树的高度和深度(以及结点的高度和深度) 看了几本不同的书,都有各自的说法,多方查证吧,花了很多时间,最后归纳一个能说服我的说法吧。(´。• ᵕ •。`) ♡ 树的高度和深度 深度是从上往下定义的,从根结点开始数,高度是从下往上定义的,从叶子结点开始数。 这个涉及到结点的层数,有的教材规定根结点在第0层,有的则规定根结点在第一层。...

我是菜鸡 12万+

DGX Spark上PyTorch GPU环境配置实战:CUDA 13.0与ARM架构全流程

在深度学习中,CUDA作为GPU加速计算的底层基础,其版本与深度学习框架(如PyTorch)的匹配直接影响模型训练的效率与稳定性。GPU环境配置不仅涉及驱动、CUDA工具链与框架运行时的协同,还依赖于硬件架构与预构建包的兼容性。在AI开发机Ubuntu系统上,正确对齐CUDA版本、计算能力架构及安装源,是避免环境故障、发挥硬件算力的关键。无论是面向个人AI超算还是通用GPU服务器,掌握版本对齐、路径隔离与验证方法,都能大幅提升开发效率。本文以DGX Spark为例,详解从环境摸底到PyTorch GPU版本

weixin_29483277的博客 222

导出库的版本_Windows下PaddleOCR在C++中的推理部署(CPU版本)CMake + VS2017

PaddleOCR是一个与OCR相关的开源项目,不仅支持超轻量级中文OCR预测模型,总模型仅8.6M(单模型支持中英文数字组合识别、竖排文本识别、长文本识别,其中检测模型DB(4.1M)+识别模型CRNN(4.5M)),而且提供多种文本检测训练算法(EAST、DB)和多种文本识别训练算法(Rosetta、CRNN、STAR-Net、RARE)。本文将教大家通过PaddleOCR(CPU版...

weixin_31304817的博客 1917

【数据结构】树Tree

表示树中的每个元素树最上面的那一盏明灯就是根节点指的是没有孩子的节点都是叶子节点。:是从最底下算起,最底下为0,根节点的高度是最高的:是从根节点从上往下算起,根节点的深度为0,再往下就依次加1:根节点看作第一层,往下依次加1:每一个节点最多只能有两个孩子:除了叶子节点,每个节点都有左右两个孩子,且所有叶子节点都在同一层:从树的根节点,从上到下,从左到右依次填满节点形成的二叉树,简单来说就是按着层的顺序,在每一层里从左到右看节点是否填满。完全二叉树的高度为log2N向下取整(2为底数)+1。

Rolandxxx的博客 3209

VCS的增量和分离编译

vcs的增量和分离编译

yunduor909的博客 3304

【树】树的基本概念

树的定义与基本术语 树的基本概念 树是 n(n≥0)个结点的有限集合 T。 当 n=0 时,称为空树; 当 n>0 时,该集合满足如下条件:①其中必有一个称为根(root)的特定结点,它没有直接前驱,但有零个或多个直接后继。②其余 n-1 个结点可以划分成 m(m≥0)个互不相交的有限集 T1,T2,T3,…,Tm,其中Ti又是一棵树,称为根的子树。每棵子树的根结点有且仅有一个直接前驱,但...

weixin_45765128的博客 2982

高德地图JSAPI中旋转Marker点标签图片时候,且不旋转lable内容方法。

高德地图JSAPI中旋转Marker点标签图片时候,且不旋转lable内容方法

weixin_42960380的博客 2500

FUEL算法解读(一)——框架解读,思维导图可以很清晰看懂算法启动框架,已更新完,图太大放不上来链接在文末

一图看懂FUEL算法节点框架!!!

weixin_43793717的博客 2786

【数据结构】树与二叉树——树的基本概念

【数据结构】第五章——树与二叉树 详细介绍树的基本概念……

蒙奇D索大的博客 2047

机器学习之多种算法优缺点总结及优化方法

一、无监督算法: 1、聚类算法:Kmeans 2、关联规则算法:Apriori 二、有监督算法 1、分类算法 决策树(Decision Tree) 支持向量机(SVM) K近邻(kNN,k-NearestNeighbor) 朴素贝叶斯 逻辑回归 2、回归算法 线性回归 多项式回归 3、集成算法 a、bagging(Bootstrapped Aggregation) 随机森林 ...

平原的博客 7081

树与二叉树:树的基本概念

n个结点的有限集合(了解即可)

weixin_48259359的博客 291

基于YOLOv5/v8/v10的答题卡填涂识别与评分系统(附数据集+UI界面+完整代码)

在教育信息化的大背景下,传统的手工阅卷方式正在被智能化技术所取代。答题卡识别作为标准化考试的核心环节,其准确率和效率至关重要。本文将详细介绍如何利用YOLO系列目标检测算法(YOLOv5、YOLOv8、YOLOv10)构建一个答题卡填涂识别与评分系统。文章从数据集的制作与标注开始,逐步深入到模型的训练、评估与对比,最后基于PyQt5设计了一个用户友好的桌面端UI界面,实现了从图像输入到得分输出的全流程自动化。

YOLO 642

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

树与二叉树、图的基本概念

记录树与二叉树、图的基本概念和性质,便于回忆和查阅。

kusunoki的博客 2185

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

树的基本概念及结论

树与树算法 树的概念 树(英语:tree)是一种抽象数据类型(ADT)或是实作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&gt;=1)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: 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; ...

R18830287035的博客 509

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

数据结构——树的基本概念

(1)基本结构:非线性结构、分支关系、一对多、层次结构(2)定义:结点为0时为空树,有且只有一个特殊的结点叫根节点,其余每个结点呗分为多个不相交的子集,每个子集本身又是一棵树,称为根的子树(3)结点:一个数据元素及其若干指向其子树的分支(4)结点的度、树的度:结点所拥有的子树的棵树成为结点的度,结点度的最大值为树的度(5)叶子结点、非叶子结点:度为0的结点为叶子结点,不为0的叫非叶子节点(6)孩子结点、双亲结点、兄弟结点(7)层次:根结点为第一层,根的孩子结点为第二层。

weixin_73165588的博客 483

Tree-树-的基本概念

题目看到了吧? 树的基本概念概念一 名称概念二 树的种类 树(tree)是包含n(n>=1)个结点,(n-1)条边的有穷集。 注意:概念一来了! 概念一 名称 每个元素称为结点(node)。 有一个特定的结点被称为根结点或树根(root)。 除根结点之外的其余数据元素被分为m(m≥0)个互不相交的集合T1,T2,……Tm-1,其中每一个集合Ti(1<=i<=m)本身也是一棵树,被称作原树的子树(subtree)。 例: 1 | \ 2 3 即2,3是1的子树。 结点的度:一个结点

Lotuses的博客 1475

数据结构(五)——树的基本概念

n>=0)

señoritaw的博客 664

B树基本概念

B树基本概念 概念 为磁盘或其它存储设备设计的一种平衡搜索树 类似红黑树,区别:在降低磁盘IO操作数上更好,结点可以有很多孩子 红黑树每个结点1个关键字,且至多左右2个子节点。B树一个结点有n个关键字,则有n+1的子节点,n个关键字是n+1子节点的分隔域。 B树也叫B-树 B树其它变种,如B+树 性质 具有惟一根结点的B树性质如下: 结点x的属性 x.n:存储在结点x中的关键字个数 x.key:表示结点x中的关键字,如x

程序猿的樊笼 1271
上一篇: ProtoBuf详解(一)概念和语法
下一篇: 二叉树的详细实现(C++)
code_peak
博客等级 码龄5年 403粉丝 67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

打赏作者

code_peak

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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