数据结构Day5
- 树形结构
- 相关概念
- 二叉树
- 相关概念
- 二叉树的状态
- 二叉树性质
- 二叉树的存储
- 二叉树根据已有序列推出树的结构
- 练习
- 算法
- 相关概念
- 算法特性
- 算法的设计要求
- 时间复杂度
- 排序算法
- 冒泡排序(改良版)
- 选择排序(O(n^2))
- 直接插入排序(O(n^2))
- 快速排序
树形结构
相关概念
- 树形结构:表示数据元素之间存在一对多的关系
- 树:是由一个根结点和多个子树构成的树形结构
- 节点:就是树中的数据元素
- 父亲结点:当前结点的直接上级节点
- 孩子节点:当前结点的直接下级节点
- 祖先结点:当前结点的直接或间接上级节点
- 子孙节点:当前结点的直接或间接下级节点
- 兄弟节点:拥有相同父结点的所有节点互称为兄弟节点
- 堂兄弟节点:其父结点在同一层的所有节点,互为堂兄弟节点
- 根结点:没有父结点的节点
- 叶子节点:没有子节点的节点称为叶子节点
- 分支节点:节点的度不为0的节点叫分支节点
- 节点的度:就是当前结点的孩子节点个数,就称为节点的度
- 树的度:就是树中节点的度的最大值
- 节点的层次:从根结点开始到当前结点所经历的层数称为该节点的层次
- 树的层次:每个节点的层次的最大值
二叉树
相关概念
- 二叉树:由根结点和最多两个子树组成,并且严格区分左右子树的树形结构
- 左子树:由当前结点的左孩子节点为根结点构成的二叉树
- 右子树:由当前结点的右孩子节点为根结点构成的二叉树
- 满二叉树:二叉树的最后一层全是叶子节点,在没有添加层数的条件下,不能在向该树中增加节点的树(除了最后一层为叶子节点外,其余层中的节点的度全为2)
- 完全二叉树:在一棵满二叉树的基础上,最后一层自右向左逐渐减少节点的二叉树
二叉树的状态
一共五种:空二叉树、只有根节点、只有根节点和左孩子,只有根节点和右孩子,全部都有
二叉树性质
- 在二叉树的第 i 层上最多有 2^(i-1)个节点
- 在二叉树的前n层最多有 2^n - 1个节点
- 在二叉树中,叶子节点的个数,总比度为2的节点个数多1
- 在二叉树上,如果第i个节点存在左孩子,那么其左孩子一定是第 2i个节点,如果存在右孩子,那么一定是第2i+1个节点
二叉树的存储
- 顺序存储
顺序存储时,需要给空节点留出空间,会浪费大量的存储空间,所以一般用于存储完全二叉树,不适合存储普通的二叉树 - 链式存储
使用两个指针分别指向左右孩子
- 存储结构
typedef char datatype
typedef struct Tree
{datatype data; //数据域struct Tree *L; //左孩子指针struct Tree *R; //右孩子指针
}Tree , TreePtr;
- 二叉树创建
TreePtr tree_create()
{datatype ch; //存储数据scanf("%c", &ch); //输入数据getchar(); //吸收垃圾字符if(ch == '#') //设定#表示空子树{return NULL;}//申请节点封装数据TreePtr B = (TreePtr)malloc(sizeof(Tree));//创建左子树B->L = tree_create();//创建右子树B->R = tree_create();return B; //返回树指针
}
- 二叉树遍历
- 先序遍历:先访问根结点,然后访问左孩子节点最后访问右孩子节点
- 中序遍历:先访问左孩子节点,访问根结点,最后访问右孩子节点
- 后序遍历 :先访问左孩子,再访问右孩子,最后访问根结点
//先序遍历
void pri_order(TreePtr B)
{//判断树是否合法if(NULL == B){return;}//输出数据域printf("%c\t", B->data);//递归调用输出左右子树pri_order(B->L);pri_order(B->R);
}
//中序遍历
void mid_order(TreePtr B)
{//判断树是否合法if(NULL == B){return;}//递归调用输出左子树mid_order(B->L);//输出数据域printf("%c\t", B->data);//递归调用输出右子树mid_order(B->R);
}
//后序遍历
void post_order(TreePtr B)
{//判断树是否合法if(NULL == B){return;}//递归调用输出左右子树post_order(B->L);post_order(B->R);//输出数据域printf("%c\t", B->data);
}
二叉树根据已有序列推出树的结构
- 必须要有中序遍历,再加任意一个遍历就可以推出输的结构
- 口诀:先后序定顺序,中序遍历分左右
练习
算法
相关概念
- 算法:所谓算法,就是计算机解决问题的方法和步骤
- 程序 = 数据结构 + 算法
算法特性
- 确定性:算法的每一条语句都有确定的含义,不能模棱两可
- 有穷性:程序执行一定时间后会自动结束的性质
- 输入:至少有0个或多个输入,这里的输入,不限于输入语句
- 输出:至少一个或多个输出,这里的输出,不限于输出语句
- 可行性:经济可行性、社会可行性
算法的设计要求
- 正确性:对所有正确的输入数据都能得到对应正确的结果
- 健壮性:对不合法的输入数据,能够给出合理的输出,例如 switch中的default模块
- 可读性:要求核心代码有注释、命名要规范、代码有缩进等等
- 高效率:要求算法的时间复杂度要低
- 低存储:要求空间复杂度要低
时间复杂度
时间复杂度是一个算法的时间量度,正常情况下,没有办法使用时间来衡量一个算法的。
由于代码行数和一个程序执行的时间成正比,所以,我们就粗略得使用基本代码行与时间构建起一个对应关系式,该关系式就是时间复杂度。
常见的时间复杂度
排序算法
冒泡排序(改良版)
之前的冒泡排序在排序的过程中就可能已经排序完成了,剩下的时候还在进行无意义的遍历,此时我们添加一个标志flag来检测每次遍历时,是否发生了交换变量这个过程,如果有一次变量完全没有进行交换变量,说明这个数组已经完成了排序,后面的过程就无需进行了。
//冒泡排序
void buble_sort(int *arr, int len)
{for(int i = 1; i < len; i++){int flag = 0; //标记是否进行变量交换for(int j = 0; j < len-i; j++){if(arr[j] > arr[j+1]){flag = 1; //标志位置1//交换变量int temp = arr[j];arr[j] = arr[j+1];arr[j+1] = temp;}}//每一趟比较结束后,判断是否进行过变量交换if(0 == flag){break; //提前结束冒泡排序}}printf("排序成功\n");
}
选择排序(O(n^2))
就是不断从待排序序列中选择最大值(小值),放入到已排序序列中
void select_sort(int *arr, int n)
{for(int i = 0; i < n; i++){int mini = i; //将待排序列的第1个元素当做最小值//遍历待排序列for(int j = i; j < n; j++){if(arr[mini] > arr[j]){mini = j; //更新下标}}//检查最值是否发生变化if(i != mini){//交换变量int temp = arr[i];arr[i] = arr[mini];arr[mini] = temp;}}printf("排序成功\n");
}
直接插入排序(O(n^2))
不断的取出待排序列的第一个元素,然后在已排序列中寻找合适的位置插入
void insert_sort(int *arr, int len)
{int i,j; //循环变量for(i = 1; i < len; i++){//备份待处理数据temp = arr[i];//遍历已排序列for(j = i-1; j > 0 && temp <= arr[j]; j--){arr[j+1] = arr[j]; //当前元素后移}//将备份数据填入j+1的位置arr[j+1];}printf("排序成功\n");
}
快速排序
设定一个基准,将大于和小于的基准分别放在这个数据的两边,然后在对已经分区的地方重复这个操作,当分区只有一个数据时就排列完成。
void quick_sort(int *arr, int low, int high);
int quick_part(int *arr, int low, int high);void quick_sort(int *arr, int low, int high)
{//递归出口if(low >= high || low < 0 || high < 0){return;}//进行一次快排,并存储中点的值int mid = quick_part(arr,low,high);//对剩下的分区进行快排quick_sort(arr, low, mid-1);quick_sort(arr, mid+1, high);
}//单次快排
void quick_part(int *arr, int low, int high)
{//设定基准int x = arr[low];//循环条件,低位下标必须小于高位下标while(low < high){//每次移动完都检查下标,当前标记的数值若大于基准则检查下一个while(arr[high] > x && low < high){high--;}//小于则进行交换arr[low] = arr[high];//每次移动完都检查下标,当前标记值若小于基准值则检查下一个while(arr[low] < x && low < high){low++;}//若大于则进行交换arr[high] = arr[low];}//将基准值填入中间位置arr[low] = x;//返回基准的位置,以便后递归使用return low;
}