前往小程序，Get更优阅读体验！
立即前往
文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
首页
学习
活动
专区
工具
TVP最新优惠活动
返回腾讯云官网
社区首页 >专栏 >【数据结构】树型结构详解 + 堆的实现（c语言）（附源码）

【数据结构】树型结构详解 + 堆的实现（c语言）（附源码）

作者头像
ephemerals__
发布于 2024-10-24 19:47:22
1640
发布于 2024-10-24 19:47:22
举报
文章被收录于专栏：ephemerals__的技术专栏

前言

在编程的世界里，数据结构是构建高效、可靠软件大厦的基石。而当我们谈论起那些既经典又充满活力的数据结构时，堆无疑是一个不可忽视的存在。然而，在深入了解堆之前，让我们先回溯到其根源——树，这个在计算机科学中同样占据核心地位的数据结构。

一、树

1.树的概念与结构

与线性表不同，树是一种非线性的数据结构，它是由n（n>=0）个节点所构成的有层次关系的数据结构。它的层次关系看起来就像是一棵倒挂的树：

2.树的相关术语

相比于线性表，树的逻辑结构较为复杂，所以出现了一些常用的术语，便于我们对树的结构进行分析。接下来我们结合上图来一一介绍这些术语及其含义。

1.根节点：就像树根一样，树中所有节点都是从节点A发出的，这样的节点叫做根节点。（一棵树只有一个根节点） 2.边：连接两个节点的线叫做树的边（一棵有N个节点的树具有N-1条边）。 3.父节点/双亲节点：对于一个节点，父节点/双亲节点可以理解为与其连接的上面的节点。如图所示，B,C,D,E的父节点都是A。（除根节点之外，所有节点有且仅有一个父节点） 4.子节点/孩子节点：与父节点相反，你是我的父节点，那么我就是你的子节点。对于节点A，则B,C,D,E都是它的子节点。 5.节点的度：一个节点有多少个子节点，那么它的度就是多少。例如：节点A的度为4，节点B的度为3，节点C的度为0。 6.树的度：所有节点的度的最大值叫做树的度。如图，这颗树的度就是4。 7.叶子节点/终端节点：度为0的节点称之为叶子节点/终端节点。如图，这颗树中的叶子节点为：F,G,H,C,L,M,J,K。 8.分支节点/非终端节点：度不为0的节点称之为分支节点/非终端节点。除了叶子节点外，其他节点都是分支节点。 9.兄弟节点：具有相同父节点的节点互称为兄弟节点。例如，B,C,D,E是兄弟节点，F,G,H是兄弟节点。 10.节点的层次：由根节点开始，根节点为第一层；它的所有子节点为第二层；子节点的子节点为第三层；以此类推。 11.树的高度/深度：节点的最大层次叫做树的高度/深度。如图，这颗树的高度为4。 12.节点的祖先：对于一个节点，从根节点开始到该节点所经的所有节点（除该节点本身）都叫做该节点的祖先。例如：A,B是G的祖先，A,D,I是L的祖先。 13.路径：从任意节点开始，沿着边到达任意其他节点所经过的节点构成的序列叫做路径。例如：A到L的路径为：A-D-I-L。 14.子孙：与祖先相反，你是我的祖先，我就是你的子孙。例如，F,G,H是B的子孙；所有除A外的节点都是A的子孙。 15.森林：由m（m>0）棵互不相交的树（不同树之间没有相交节点）所构成的集合叫做森林。如图，如果将根节点A删除，剩下的子树组成的部分就是森林。

注意：树形结构当中，子树之间不能有相交的情况，否则就不是树。

如图，以下结构都不是树型结构：

3.树的表示方法

一般我们表示树时，会在节点中定义指向其子节点的指针，但是由于有些树各个节点的度不一定相同，定义的指针数也无法确定，所以就出现了孩子兄弟表示法。

顾名思义，孩子兄弟表示法就是定义指向子节点的指针和兄弟节点的指针：

代码语言：javascript
复制
struct TreeNode
{
	int data;//数据域
	struct TreeNode* child;//指向孩子的指针
	struct TreeNode* brother;//指向兄弟的指针
};

这样只需要指向节点的其中一个子节点，然后令其指向更多的兄弟节点，这样就能够表示一个节点的所有子节点了。我们画图表示一下该结构：

4.树型结构的实际应用场景

树型结构在计算机中是被广泛使用的。例如：操作系统中文件根目录与子目录之间的关系、数据库的索引、编译器中的语法树、网络路由协议的构成等。在这些实例中，树形结构对文件的访问、程序的运行效率有很大的帮助。

二、二叉树

1.二叉树的概念与结构

在树形结构当中，最常用的一种数据结构就是二叉树。所谓二叉树，指的是每一个节点的度不超过2的树。

一棵二叉树可以分为根节点、左子树、右子树，对于每一棵子树，也可以这样细分，直到其子树不存在为止。这里要注意：左右子树的次序不能颠倒。

2.二叉树的性质

二叉树有以下基本性质：

1.一棵非空二叉树的第

i
i

层最多有

2^{i-1}
2^{i-1}

个节点。 2.高度为

h
h

的二叉树的最大节点个数是

2^{h}-1
2^{h}-1

。 3.对于任何一颗非空二叉树，设其度为2的节点个数为

a
a

，度为1的节点个数为

b
b

，叶子节点个数为

c
c

，边数为

m
m

，则有

2a+b=m
2a+b=m

、

a+b+c-1=m
a+b+c-1=m

、

a=c-1
a=c-1

。

3.满二叉树

满二叉树是一种特殊的二叉树。它的定义如下：对于一个二叉树，如果它每一层的节点数都达到最大值（

2^{i-1}
2^{i-1}

），它就是一个满二叉树。如图所示，这是一棵高度为3的满二叉树：

满二叉树的性质：具有

n
n

个节点的满二叉树的高度

h=log_{2}(n+1)
h=log_{2}(n+1)

。

4.完全二叉树

完全二叉树也是一种特殊的二叉树。通俗的讲，一个完全二叉树需要满足两个条件：

1.对于一棵高度为N的二叉树，第1层到第N-1层的节点数均达到最大值。 2.最后一层的节点必须是从左到右连续排列的状态。

如图，这就是一个完全二叉树：

可以看出，在最后一层，H、I、J三个节点是从左到右连续排列的状态，而其他层的节点数均达到了最大值。当然，由于满二叉树满足完全二叉树的条件，所以它是一种特殊的完全二叉树。

5.二叉树的存储形式

一般来讲，二叉树的存储形式有两种：顺序存储结构和链式存储结构。

5.1 顺序存储结构

所谓顺序存储，就是用数组来存储二叉树的数据。我们画图表示一下数组存储二叉树数据的形式：

对比两图可以看出，对于非完全二叉树，它的顺序存储会浪费一定的空间，所以完全二叉树更适合顺序存储。

通常情况下，我们将采用顺序存储结构存储的完全二叉树叫做堆。

5.2 链式存储结构

与链表相同，链式存储结构是指用节点和指针来表示数据元素之间的逻辑关系。通常情况下，二叉树的链式存储结构分为二叉链和三叉链。二叉链的指针域包含左右孩子节点的地址；三叉链的指针域比二叉链多一个指向父节点的指针。

代码语言：javascript
复制
//二叉链
struct BTreeNode
{
	int data;
	struct BTreeNode* leftchild;
	struct BTreeNode* rightchild;
};
代码语言：javascript
复制
//三叉链
struct BTreeNode
{
	int data;
	struct BTreeNode* leftchild;
	struct BTreeNode* rightchild;
	struct BTreeNode* parent;
};

三、二叉树顺序结构--堆

之前我们提到，采用顺序存储结构存储的完全二叉树叫做堆。接下来我们深入学习堆并且尝试实现它的一些功能。

1.堆的结构特点和性质

堆除了满足完全二叉树的性质之外，它还有一些自身的特性。我们首先从堆的分类开始讲起。

堆可以被分为小堆和大堆。它们的区别如下： 1.小堆（小根堆）：根节点（堆顶）的值总是整个堆中的最小值，且堆中每个节点的值都小于等于其子节点的值。 2.大堆（大根堆）：根节点（堆顶）的值总是整个堆中的最大值，且堆中每个节点的值都大于等于其子节点的值。

注：堆的节点只是满足小于等于（大于等于）其子节点的值，而两兄弟节点之间的大小是没有要求的。

综上所述，堆具有以下性质：

1.堆总是一棵完全二叉树。 2.堆中的任意节点（非叶子节点）的值总是 小于等于/大于等于 其子节点的值。

由于堆的逻辑结构是完全二叉树，但是其物理结构是顺序存储的，为了体现其逻辑结构，有一套堆中节点关系的计算公式如下（重要）：

设堆中具有n个节点，按照数组下标

0\sim n-1
0\sim n-1

对应每一个节点，则对于下标

i
i

的节点： 1.其父节点的下标为：

(i-1)\div 2
(i-1)\div 2

( i 为0的节点无父节点) 2.其左孩子节点的下标为：

2i+1
2i+1

(孩子下标超过n-1，说明没有孩子节点) 3.其 右孩子节点 的下标为：

2i+2
2i+2

(孩子下标超过n-1，说明没有孩子节点)

2.堆的实现

2.1 堆的结构定义

看完了这么多的理论知识之后，我们正式开始实现一个小堆。由于堆的底层是数组，它的结构定义如下：

代码语言：javascript
复制
typedef int HPDataType;

//定义堆的结构
typedef struct Heap
{
	HPDataType* arr;//数组起始指针
	int capacity;//堆的空间大小
	int size;//堆中有效数据个数
}HP;
2.2 方法的声明

以下是堆的常用方法声明：

代码语言：javascript
复制
//初始化
void HPInit(HP* php);

//销毁
void HPDestroy(HP* php);

//判空
bool HPEmpty(HP* php);

//辅助函数交换两数据
void Swap(HPDataType* x, HPDataType* y);

//堆的向上调整
void AdjustUp(HPDataType* arr, int child);

//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n);

//插入
void HPPush(HP* php, HPDataType n);

//删除
void HPPop(HP* php);

//取堆顶数据
HPDataType HPTop(HP* php);
2.3 方法的实现
2.3.1 初始化

由于堆的底层是数组，初始化和销毁时的操作与顺序表相同。

代码语言：javascript
复制
//初始化
void HPInit(HP* php)
{
	assert(php);//防止传空指针
	php->arr = NULL;
	php->capacity = php->size = 0;
}
2.3.2 销毁
代码语言：javascript
复制
//销毁
void HPDestroy(HP* php)
{
	assert(php);//防止传空指针
	if (php->arr)//防止多次释放空间
	{
		free(php->arr);
	}
	php->arr = NULL;
	php->capacity = php->size = 0;
}
2.3.3 判空

当堆中有效数据为0时，堆即为空。

代码语言：javascript
复制
//判空
bool HPEmpty(HP* php)
{
	assert(php);
	return php->size == 0;
}
2.3.4 辅助函数交换两数据

这是一个辅助函数，用于之后插入和删除时交换堆中的数据元素。

代码语言：javascript
复制
//辅助函数交换两数据
void Swap(HPDataType* x, HPDataType* y)
{
	HPDataType tmp = *x;
	*x = *y; 
	*y = tmp;
}
2.3.5 插入

一般情况下，我们进行插入操作时，是从数组尾部进行插入的。由于我们实现的是小堆，小堆的非叶子节点要小于等于其子节点的值，当我们从数组末尾插入数据时，新的元素可能会小于其父节点的值，就不满足堆的条件了。所以在数据插入之后，要对该数据进行向上调整，按照其值将其放在合适的位置。以下是一个元素进行向上调整的示例过程：

接下来，我们尝试实现插入操作和向上调整算法：

代码语言：javascript
复制
//插入
void HPPush(HP* php, HPDataType n)
{
	assert(php);
	if (php->capacity == php->size)//空间已满，需要增容
	{
		int NewCapacity = php->capacity == 0 ? 4 : 2 * php->capacity;
		HPDataType* tmp = (HPDataType*)realloc(php->arr, NewCapacity * sizeof(HPDataType));//申请内存空间
		if (tmp == NULL)//内存申请失败，直接退出程序
		{
			perror("realloc");
			exit(1);
		}
		php->arr = tmp;//将申请好的空间赋值给起始指针
		php->capacity = NewCapacity;//设置新的空间大小
	}
	php->arr[php->size] = n;//插入新元素

	//此时的size没有自增，表示新元素的下标
	AdjustUp(php->arr, php->size);//向上调整

	php->size++;//调整之后，元素个数+1
}
代码语言：javascript
复制
//堆的向上调整
void AdjustUp(HPDataType* arr, int child)
{
	int parent = (child - 1) / 2;//先找到父节点的下标
	while (parent >= 0)//父节点下标<0时，已越界
	{
		if (arr[child] < arr[parent])//若孩子节点的值小于父节点的值，就需要调整
		{
			Swap(&arr[child], &arr[parent]);//交换两元素

			//此时，新的孩子节点跑到了原来父节点的位置
			child = parent;
			parent = (child - 1) / 2;//确定新的父节点
		}
		else//其他情况说明已经调整完成，退出循环
		{
			break;
		}
	}
}
2.3.6 删除

堆在进行删除操作时，一般情况是在堆顶出数据的。如果我们直接删除堆顶数据，剩下的部分就不满足堆的条件，并且重新建堆十分麻烦。所以我们首先需要将堆顶数据A与数组最后一个数据B进行交换，然后删除数据A，再针对数据B进行向下调整。以下是数据删除和向下调整的示例：

现在，我们尝试实现删除操作和向下调整算法：

代码语言：javascript
复制
//删除
void HPPop(HP* php)
{
	assert(php);
	assert(!HPEmpty(php));//确保堆不为空
	Swap(&php->arr[0], &php->arr[php->size - 1]);//交换堆顶元素和最后一个数据
	php->size--;//空间大小-1，相当于将最后一个数据删除

	//此时的size已经自减，表示有效数据个数
	AdjustDown(php->arr, 0, php->size);
}
代码语言：javascript
复制
//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n)
{
	int child = parent * 2 + 1;//先找到左孩子的下标
	while (child < n)//当孩子节点下标>=n时，已越界
	{
		//若右孩子存在，则将左孩子和右孩子进行比较，找到更小的子节点便于调整交换，保证小堆的特性
		if (child + 1 < n && arr[child] > arr[child + 1])
		{
			child++;
		}
		if (arr[parent] > arr[child])//父节点的值大于子节点，需要调整
		{
			Swap(&arr[parent], &arr[child]);

			//此时父节点跑到了孩子节点的位置
			parent = child;
			child = parent * 2 + 1;//确定新的孩子节点
		}
		else//其他情况，调整完成退出循环
		{
			break;
		}
	}
}
2.3.7 取堆顶数据

由于堆存放在数组当中，堆顶数据即是数组的首元素，直接返回即可。

代码语言：javascript
复制
//取堆顶数据
HPDataType HPTop(HP* php)
{
	assert(php && !HPEmpty(php));
	return php->arr[0];
}
2.4 程序全部代码

程序全部代码如下：

代码语言：javascript
复制
typedef int HPDataType;

//定义堆的结构
typedef struct Heap
{
	HPDataType* arr;//数组起始指针
	int capacity;//堆的空间大小
	int size;//堆中有效数据个数
}HP;

//初始化
void HPInit(HP* php);

//销毁
void HPDestroy(HP* php);

//判空
bool HPEmpty(HP* php);

//辅助函数交换两数据
void Swap(HPDataType* x, HPDataType* y);

//堆的向上调整
void AdjustUp(HPDataType* arr, int child);

//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n);

//插入
void HPPush(HP* php, HPDataType n);

//删除
void HPPop(HP* php);

//取堆顶数据
HPDataType HPTop(HP* php);

//初始化
void HPInit(HP* php)
{
	assert(php);//防止传空指针
	php->arr = NULL;
	php->capacity = php->size = 0;
}

//销毁
void HPDestroy(HP* php)
{
	assert(php);//防止传空指针
	if (php->arr)//防止多次释放空间
	{
		free(php->arr);
	}
	php->arr = NULL;
	php->capacity = php->size = 0;
}

//判空
bool HPEmpty(HP* php)
{
	assert(php);
	return php->size == 0;
}

//辅助函数交换两数据
void Swap(HPDataType* x, HPDataType* y)
{
	HPDataType tmp = *x;
	*x = *y; 
	*y = tmp;
}

//堆的向上调整
void AdjustUp(HPDataType* arr, int child)
{
	int parent = (child - 1) / 2;//先找到父节点的下标
	while (parent >= 0)//父节点下标<0时，已越界
	{
		if (arr[child] < arr[parent])//若孩子节点的值小于父节点的值，就需要调整
		{
			Swap(&arr[child], &arr[parent]);//交换两元素

			//此时，孩子节点跑到了原来父节点的位置
			child = parent;
			parent = (child - 1) / 2;//确定新的父节点
		}
		else//其他情况说明已经调整完成，退出循环
		{
			break;
		}
	}
}

//堆的向下调整
void AdjustDown(HPDataType* arr, int parent, int n)
{
	int child = parent * 2 + 1;//先找到左孩子的下标
	while (child < n)//当孩子节点下标>=n时，已越界
	{
		//若右孩子存在，则将左孩子和右孩子进行比较，找到更小的子节点便于调整交换，保证小堆的特性
		if (child + 1 < n && arr[child] > arr[child + 1])
		{
			child++;
		}
		if (arr[parent] > arr[child])//父节点的值大于子节点，需要调整
		{
			Swap(&arr[parent], &arr[child]);

			//此时父节点跑到了孩子节点的位置
			parent = child;
			child = parent * 2 + 1;//确定新的孩子节点
		}
		else//其他情况，调整完成退出循环
		{
			break;
		}
	}
}

//插入
void HPPush(HP* php, HPDataType n)
{
	assert(php);
	if (php->capacity == php->size)//空间已满，需要增容
	{
		int NewCapacity = php->capacity == 0 ? 4 : 2 * php->capacity;
		HPDataType* tmp = (HPDataType*)realloc(php->arr, NewCapacity * sizeof(HPDataType));//申请内存空间
		if (tmp == NULL)//内存申请失败，直接退出程序
		{
			perror("realloc");
			exit(1);
		}
		php->arr = tmp;//将申请好的空间赋值给起始指针
		php->capacity = NewCapacity;//设置新的空间大小
	}
	php->arr[php->size] = n;//插入新元素

	//此时的size没有自增，表示新元素的下标
	AdjustUp(php->arr, php->size);//向上调整

	php->size++;//调整之后，元素个数+1
}

//删除
void HPPop(HP* php)
{
	assert(php);
	assert(!HPEmpty(php));//确保堆不为空
	Swap(&php->arr[0], &php->arr[php->size - 1]);//交换堆顶元素和最后一个数据
	php->size--;//空间大小-1，相当于将最后一个数据删除

	//此时的size已经自减，表示有效数据个数
	AdjustDown(php->arr, 0, php->size);
}

//取堆顶数据
HPDataType HPTop(HP* php)
{
	assert(php && !HPEmpty(php));
	return php->arr[0];
}

总结

今天我们学习了树、二叉树的概念，基本结构，以及二叉树顺序结构--堆的实现。由堆的特性所创造的排序算法--堆排序是一种效率很高的排序算法，在各种领域广泛使用。如果你觉得博主讲的还不错，就请留下一个小小的赞在走哦，感谢大家的支持❤❤❤

本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2024-10-24，如有侵权请联系 cloudcommunity@tencent.com 删除
数据
源码
指针
二叉树
数据结构

本文分享自 作者个人站点/博客 前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ，欢迎热爱写作的你一起参与！

数据
源码
指针
二叉树
数据结构
评论
登录后参与评论
0 条评论
热度
最新
登录 后参与评论
推荐阅读
LV.
文章
0
获赞
0
目录
  • 前言
  • 一、树
    • 1.树的概念与结构
      • 2.树的相关术语
        • 3.树的表示方法
          • 4.树型结构的实际应用场景
          • 二、二叉树
            • 1.二叉树的概念与结构
              • 2.二叉树的性质
                • 3.满二叉树
                  • 4.完全二叉树
                    • 5.二叉树的存储形式
                      • 5.1 顺序存储结构
                      • 5.2 链式存储结构
                  • 三、二叉树顺序结构--堆
                    • 1.堆的结构特点和性质
                      • 2.堆的实现
                        • 2.1 堆的结构定义
                        • 2.2 方法的声明
                        • 2.3 方法的实现
                        • 2.4 程序全部代码
                    • 总结
                    领券

                    腾讯云开发者

                    扫码关注腾讯云开发者

                    扫码关注腾讯云开发者

                    领取腾讯云代金券

                    热门产品

                    热门推荐

                    更多推荐

                    Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

                    深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

                    腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号 | 京公网安备号11010802020287

                    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

                    Copyright © 2013 - 2024 Tencent Cloud.

                    All Rights Reserved. 腾讯云 版权所有

                    登录 后参与评论