廊坊网站建设解决方案网页设计尺寸大小规范

当前位置： 首页 > news >正文

廊坊网站建设解决方案,网页设计尺寸大小规范,课程的网站建设,宜兴做网站多少钱目录​​​​​​​ 1.树概念及结构 1.1树的概念 1.2树的相关概念 1.3树的表示 1.3.1孩子兄弟表示法#xff1a; 1.3.2双亲表示法#xff1a;只存储双亲的下标或指针 两节点不在同一树上#xff1a; 2.二叉树概念及结构 2.1.概念 2.2.特殊的二叉树#xff1a; 2… 目录​​​​​​​ 1.树概念及结构 1.1树的概念 1.2树的相关概念 1.3树的表示 1.3.1孩子兄弟表示法  1.3.2双亲表示法只存储双亲的下标或指针 两节点不在同一树上 2.二叉树概念及结构 2.1.概念 2.2.特殊的二叉树 2.2.1.满二叉树 ​编辑2.2.2. 完全二叉树h (log2(N1)) 2.3.二叉树的性质 2.4.二叉树的存储结构 2.4.1. 顺序存储 2.4.2.链式存储 3.二叉树的顺序结构及实现 3.1.二叉树的顺序结构 3.2.堆的概念及结构 3.3堆的实现 3.4.堆排序 3.5.TOP–K问题 4.二叉树的链式结构及实现 4.1.前序、中序以及后序遍历 4.2层序遍历 以上就是个人学习线性表的个人见解和学习的解析欢迎各位大佬在评论区探讨 感谢大佬们的一键三连 感谢大佬们的一键三连 感谢大佬们的一键三连  1.树概念及结构 1.1树的概念 树是一种非线性的数据结构它是由nn0个有限结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。 1.1.1.有一个特殊的结点称为根结点根节点没有前驱结点1.1.2.除根节点外其余结点被分成M(M0)个互不相交的集合T1、T2、……、Tm其中每一个集合Ti(1 i m)又是一棵结构与树类似的子树。每棵子树的根结点有且只有一个前驱可以有0个或多个后继 1.1.3.因此树是递归定义的。注意树形结构中子树之间不能有交集否则就不是树形结构。 1.2树的相关概念 重点重点重点 1.2.1.节点的度一个节点含有的子树的个数称为该节点的度 如上图A的为6。。1.2.2.叶节点或终端节点度为0的节点称为叶节点 如上图B、C、H、I…等节点为叶节点。1.2.3.非终端节点或分支节点度不为0的节点 如上图D、E、F、G…等节点为分支节点。1.2.4.双亲节点或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 如上图A是B的父节点。 1.2.5.孩子节点或子节点一个节点含有的子树的根节点称为该节点的子节点 如上图B是A的孩子节点。1.2.6.兄弟节点具有相同父节点的节点互称为兄弟节点 如上图B、C是兄弟节点。1.2.7.树的度一棵树中最大的节点的度称为树的度 如上图树的度为6。1.2.8.节点的层次从根开始定义起根为第1层根的子节点为第2层以此类推。1.2.9.树的高度或深度树中节点的最大层次 如上图树的高度为4。1.2.10.堂兄弟节点双亲在同一层的节点互为堂兄弟如上图H、I互为兄弟节点。1.2.11.节点的祖先从根到该节点所经分支上的所有节点如上图A是所有节点的祖先。1.2.12.子孙以某节点为根的子树中任一节点都称为该节点的子孙。如上图所有节点都是A的子孙。1.2.13.森林由mm0棵互不相交的树的集合称为森林。 1.3树的表示 既要保存值域也要保存结点和结点之间的关系。 实际中树有很多种表示方式如双亲表示法孩子表示法、孩子双亲表示法以及孩子兄弟表示法等。 1.3.1孩子兄弟表示法  typedef int DataType; struct Node {         struct Node* _firstChild1; // 第一个孩子结点         struct Node* _pNextBrother; // 指向其下一个兄弟结点         DataType _data; // 结点中的数据域 }; 1.3.2双亲表示法只存储双亲的下标或指针 两节点不在同一树上 2.二叉树概念及结构 2.1.概念 一棵二叉树是结点的一个有限集合该集合:         1. 或者为空         2. 由一个根节点加上两棵别称为左子树和右子树的二叉树组成 。 注意         1. 二叉树不存在度大于2的结点         2. 二叉树的子树有左右之分次序不能颠倒因此二叉树是有序树。 2.2.特殊的二叉树 2.2.1.满二叉树 一个二叉树如果每一个层的结点数都达到最大值则这个二叉树就是满二叉树。也就是说如果一个二叉树的层数为K且结点总数是 2^k-1则它就是满二叉树。 2.2.2. 完全二叉树h (log2(N1)) 完全二叉树是效率很高的数据结构完全二叉树是由满二叉树而引出来的。对于深度为K的有n个结点的二叉树当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。 2.3.二叉树的性质 2.3.1. 若规定根节点的层数为1则一棵非空二叉树的第i层上最多有2^(i-1)个结点 2.3.2. 若规定根节点的层数为1则深度为h的二叉树的最大结点数是2^h-1 2.3.3. 对任何一棵二叉树, 如果度为n0其叶结点个数为 , 度为2的分支结点个数为n2 ,则有 n0n2 1 2.3.4. 若规定根节点的层数为1具有n个结点的满二叉树的深度hlog(n1). (ps:log2(n1)是log以2 为底n1为对数) 2.3.5. 对于具有n个结点的完全二叉树如果按照从上至下从左至右的数组顺序对所有节点从0开始编号则对于序号为i的结点有         1. 若i0i位置节点的双亲序号(i-1)/2i0i为根节点编号无双亲节点         2. 若2i1n左孩子序号2i12i1n否则无左孩子         3. 若2i2n右孩子序号2i22i2n否则无右孩子 1. 某二叉树共有 399 个结点其中有 199 个度为 2 的结点则该二叉树中的叶子结点数为 A .不存在这样的二叉树B.200 C. 198 D. 1992.在具有 2n 个结点的完全二叉树中叶子结点个数为 A. n B. n1 C. n-1 D. n/2 解析         0个节点N0,1个节点N1,2个节点N22n N0N1N22n N0N1N0-1;所以2N02n。3.一棵完全二叉树的节点数位为531个那么这棵树的高度为 A. 11B. 10 C. 8 D. 124.一个具有767个节点的完全二叉树其叶子节点个数为 A. 383B. 384 C. 385 D. 386 解析         0个节点N0,1个节点N1,2个节点N2767  N0N1N0-12N0 768. 2.4.二叉树的存储结构 二叉树一般可以使用两种结构存储一种顺序结构一种链式结构。 2.4.1. 顺序存储 顺序结构存储就是使用数组来存储一般使用数组只适合表示完全二叉树因为不是完全二叉树会有空间的浪费(当节点无子节点时数组位置空缺)。而现实中使用中只有堆才会使用数组来存储。二叉树顺序存储结构在物理上是一个数组在逻辑结构上是一颗二叉树。 2.4.2.链式存储 二叉树的链式存储结构是指用链表来表示一棵二叉树即用链来指示元素的逻辑关系。 通常的方法是链表中每个结点由三个域组成数据域和左右指针域左右指针分别用来给出该结点左孩子和右孩子所在的链结点的存储地址 。链式结构又分为二叉链和三叉链当前我们学习中一般都是二叉链学到高阶数据结构时如红黑树等会用到三叉链。 3.二叉树的顺序结构及实现 3.1.二叉树的顺序结构 普通的二叉树是不适合用数组来存储的因为可能会存在大量的空间浪费。而完全二叉树更适合使用顺序结构存储。现实中我们通常把堆(一种二叉树)使用顺序结构的数组来存储需要注意的是这里的堆和操作系统虚拟进程地址空间中的堆是两回事一个是数据结构一个是操作系统中管理内存的一块区域分段。 3.2.堆的概念及结构 3.2.1.概念         如果有一个关键码的集合K {k1,k2 ,k3…,kn-1}把它的所有元素按完全二叉树的顺序存储方式存储在一个一维数组中并满足kik2i1 且kik2i2 (kik2i1且kik2i2) i 012…则称为小堆(或大堆)。将根节点最大的堆叫做最大堆或大根堆根节点最小的堆叫做最小堆或小根堆。3.2.2堆的性质         1.堆中某个节点的值总是不大于或不小于其父节点的值         2.堆总是一棵完全二叉树。 底层逻辑         1.物理结构——数组         2.逻辑结构——完全二叉树 堆非线性结构是完全二叉树 小堆树中任意一个父亲都孩子 大堆树中任意一个父亲都孩子 一般解决的问题         1.topk问题找前多少个最大值或最小值         2.堆排序(时间复杂度O(N*logN))    冒泡排序(O(N^2)) 需要排序100W个元素堆排序2000W次冒泡排序1万亿次。 堆的规律         leftchild parent*21         rightchild parent22         partent   (child-1)/2 总结         顺序存储不适合用数组存储         满二叉树和完全二叉树适合用数组存储。 3.3堆的实现 堆的头文件 typedef int HPDataType; typedef struct Heap {     HPDataType a;     int size;     int capacity; }HP; //初始化 void HeapInit(HP* php); void HeapInitArray(HP* php,int* a,int n); //销毁 void HeapDestory(HP* php); //插入 void HeapPush(HP* php, HPDataType x); //弹出 void HeapPop(HP* php); //打印 void HeapPrint(HP* php); //堆顶 HPDataType HeapTop(HP* php); //判断为空 bool HeapEmpty(HP* php); //交换 void Swap(HPDataType* s1, HPDataType* s2); //向上调整 void Adjustup(HPDataType* a, int child); //向下调整 void Adjustdown(HPDataType* a, int n, int parent); //初始化为空111方法一 void HeapInit(HP* php) {     assert(php);     php-size php-capacity 0;     php-a NULL; } //初始化不为空不需要再Push222方法二 void HeapInitArray(HP* php, int* a, int n) {     assert(php);     assert(a);     php-a (HPDataType*)malloc(sizeof(HPDataType) * n);     if (php-a NULL)     {         perror(malloc fail);         exit(-1);     }     php-size php-capacity n;     memcpy(php-a, a, n * sizeof(HPDataType));     //建堆     for (int i 1; i n; i)     {         Adjustup(php-a, i);     } } 向上调整将儿子节点的下标传递给形参找到父节点子节点的值与父节点比较如果子节点比父亲节点大那么进行交换(建大堆)依次循环判断遍历结束则说明已经完成大堆的创建。 //交换 void Swap(HPDataType* s1, HPDataType* s2) {     HPDataType tmp *s1;     *s1 *s2;     s2 tmp; } //向上调整此时建立大堆 void Adjustup(HPDataType a, int child) {     int parent (child - 1) / 2;     while (child 0)     {         if (a[child] a[parent])         {             Swap(a[child], a[parent]);             child parent;             parent (child - 1) / 2;         }         else         {             break;         }     } } 向下调整将父亲节点的下标传递给形参找到儿子点子节点的值与父节点比较如果子节点比父亲节点大那么进行交换(建小堆)依次循环判断遍历结束则说明已经完成小堆的创建。 //交换 void Swap(HPDataType* s1, HPDataType* s2) {     HPDataType tmp *s1;     *s1 *s2;     s2 tmp; } //向下调整此时建立小堆 void Adjustdown(HPDataType a, int n, int parent) {     int child (parent * 2) 1;     while (child n)     {         if (child 1 n a[child] a[child 1])         {             child;         }         if (a[parent] a[child])         {             Swap(a[child], a[parent]);             parent child;             child (parent * 2) 1;         }         else         {             break;         }     } } //插入 void HeapPush(HP* php, HPDataType x) {     assert(php);     if (php-size php-capacity)     {         int newcapacity php-size 0 ? 4 : 2 * php-size;         HPDataType* tmp (HPDataType*)realloc(php-a,sizeof(HPDataType) * newcapacity);         if (tmp NULL)         {             perror(realloc fail);             exit(-1);         }         php-capacity newcapacity;         php-a tmp;     }     php-a[php-size] x;     php-size;     Adjustup(php-a, php-size-1); } //弹出/删除 void HeapPop(HP* php) {     assert(php);     assert(php-size 0);     Swap( php-a[0], php-a[php-size - 1]);     –php-size;     Adjustdown(php-a, php-size, 0); } //打印 void HeapPrint(HP* php) {     assert(php);     for(int i 0;i php-size;i)     {         printf(%d ,php-a[i]);     }     printf(\n); } //销毁 void HeapDestory(HP* php) {     assert(php);     free(php-a);     php-a NULL;     php-size php-capacity 0; } //堆顶 HPDataType HeapTop(HP* php) {     assert(php);     assert(php-size 0);     return php-a[0]; } //判断为空 bool HeapEmpty(HP* php) {     assert(php);     return php-size 0; } 3.4.堆排序 升序建大堆将最大值和最后一个值交换然后size-1一直到size为1时完成升序排序 降序建小堆将最小值和最后一个值交换然后size-1一直到size为1时完成降序排序 3.5.TOP–K问题 即求数据结合中前K个最大的元素或者最小的元素一般情况下数据量都比较大。 1. 用数据集合中前K个元素来建堆         前k个最大的元素则建小堆         前k个最小的元素则建大堆 2. 用剩余的N-K个元素依次与堆顶元素来比较不满足则替换堆顶元素         将剩余N-K个元素依次与堆顶元素比完之后堆中剩余的K个元素就是所求的前K个最小或者最大的元素。 4.二叉树的链式结构及实现 4.1.前序、中序以及后序遍历 二叉树的遍历有前序/中序/后序的递归结构遍历 1. 前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点的操作发生在遍历其左右子树之前。(根左右) 2. 中序遍历(Inorder Traversal)——访问根结点的操作发生在遍历其左右子树之中间。(左根右) 3. 后序遍历(Postorder Traversal)——访问根结点的操作发生在遍历其左右子树之后。 由于被访问的结点必是某子树的根所以N(Node、L(Left subtree和R(Right subtree又可解释为根、根的左子树和根的右子树。NLR、LNR和LRN分别又称为先根遍历、中根遍历和后根遍历。(左右根) //前序 void FrontOrder(BTNode* root) {if (root NULL){printf(NULL );return;}printf(%d , root-val);FrontOrder(root-left);FrontOrder(root-right); }//中序 void InOrder(BTNode* root) {if (root NULL){printf(NULL );return;}InOrder(root-left);printf(%d , root-val);InOrder(root-right); }//后序 void PostOrder(BTNode* root) {if (root NULL){printf(NULL );return;}PostOrder(root-left);PostOrder(root-right);printf(%d , root-val); } 4.2层序遍历 设二叉树的根节点所在层数为1层序遍历就是从所在二叉树的根节点出发首先访问第一层的树根节点然后从左到右访问第2层上的节点接着是第三层的节点以此类推自上而下自左至右逐层访问树的结点的过程就是层序遍历。 //结构体 typedef struct BinaryTreeNode {     struct BinaryTreeNode* left;     struct BinaryTreeNode* right;     int val; }BTNode; //节点个数 int TreeSize(BTNode* root) {     if (root NULL)         return 0;     return TreeSize(root-left) TreeSize(root-right) 1; } //叶子节点的个数 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); } //第k层的节点数 int TreeKlevel(BTNode* root, int k) {     assert(k 0);     if (root NULL)     {         return 0;     }     if (k 1)     {         return 1;     }     return TreeKlevel(root-left, k - 1) TreeKlevel(root-right, k - 1); } //查找值为x的节点 BTNode* FindTree(BTNode* root, int x) {     if (root NULL)         return NULL;     if (root-val x)     {         return root;     }     BTNode* ret NULL;     ret FindTree(root-left, x);     if (ret ! NULL)     {         return ret;     }     ret FindTree(root-right, x);     return ret; } //层序遍历 void LevelOrder(BTNode* root) {     Que q;     QueueInit(q);     if (root)     {         QueuePush(q, root);     }     while (!QueueEmpty(q))     {         BTNode* front QueueFront(q);         printf(%d , front-val);         if(front-left ! NULL)             QueuePush(q, front-left);         if(front-right ! NULL)             QueuePush(q, front-right);         QueuePop(q);     }     printf(\n); } //判断是否是完全二叉树 int TreeComplete(BTNode* root) {     Que q;     QueueInit(q);     if (root)     {         QueuePush(q, root);     }     while (!QueueEmpty(q))     {         BTNode* front QueueFront(q);         if (front NULL)         {             break;         }         QueuePush(q, front-left);         QueuePush(q, front-right);         QueuePop(q);     }          //当在队列中遇到NULL时判断后面是否有非空节点有则不是完全二叉树     while (!QueueEmpty(q))     {         BTNode* front QueueFront(q);         QueuePop(q);         if (front ! NULL)         {             QueueDestroy(q);             return false;         }     }     QueueDestroy(q);     return true; } //销毁 void DestroyTree(BTNode* root) {     if (root NULL)     {         return;     }     DestroyTree(root-left);     DestroyTree(root-right);     free(root); } 以上就是个人学习线性表的个人见解和学习的解析欢迎各位大佬在评论区探讨 感谢大佬们的一键三连 感谢大佬们的一键三连 感谢大佬们的一键三连