热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

什么是二叉树?

本文转载自:https:blog.csdn.netxiaoquantouerarticledetails65631708并对部分内容做了优化修改。二叉树?二叉树是树的一种,树是一种

本文转载自:https://blog.csdn.net/xiaoquantouer/article/details/65631708
并对部分内容做了优化修改。

二叉树?

二叉树是树的一种,树是一种数据结构,由n(n>=1)个有限节点组成一个具有层次关系的集合。
先看一下什么是树。

什么是树?

《什么是二叉树?》

树具有的特点有:

(1)每个节点有零个或多个子节点

(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相交的子树。
《什么是二叉树?》
1,如图,B有一个子节点D,C有两个子节点E和F,D没有子节点。
2,A没有父节点,所以A是根节点
3,仔细观察可以看到,除了根节点的每个节点都有一个父节点
4,A节点的两个子节点B和C,分别都有子节点,这样就得到了一个或多个新的树,这样得出的树叫子树

树的术语:

  • 若一个节点有子树,那么该节点称为子树根的“双亲”,子树的根称为该节点的“孩子”。有相同双亲的节点互为“兄弟”。

比如A节点有子树B和C,A就是B和C的双亲,B和C分别是A的孩子,B和C互为兄弟

  • 一个节点的所有子树上的任何节点都是该节点的后裔

A的子树B上,B和D两个节点都是A节点的后裔

  • 从根节点到某个节点的路径上的所有节点都是该节点的祖先。

从根节点A到子节点F路径上的C节点是F节点的祖先

  • 节点的:节点拥有的子树的数目

A节点拥有两个子树,A节点的为2

  • 叶子节点:度为0的节点

D,E,F节点的度为0

  • 分支节点:度不为0的节点

B,C是分支节点

  • 树的:树中节点的最大的度

树A的度为2

  • 层次:根节点的层次为1,其余节点的层次等于该节点的双亲节点的层次加1

B和C的层次为根节点A的层次1 + 1 = 2

  • 树的高度:树中节点的最大层次

树A的高度为2

  • 森林:0个或多个不相交的树组成。对森林加上一个根,森林即成为树;删去根,树即成为森林。

抛开A,B和C就组成了森林

对树的基本概念有所了解后,看一下什么是二叉树。

什么是二叉树?

二叉树是每个节点最多有两个子树的树结构。
它有五种基本形态:二叉树可以是空集;根可以有空的左子树或右子树;或者左、右子树皆为空。
《什么是二叉树?》

二叉树的性质

  • 性质1:二叉树第i层上的节点数目最多为2i-1(i>=1)
  • 性质2:深度为k的二叉树至多有2k-1个节点(k>=1)
  • 性质3:包含n个节点的二叉树的高度至少为(log2n)+1
  • 性质4:在任意一棵二叉树中,若终端节点的个数为n0,度为2的节点数为n2,则n0=n2+1

满二叉树

定义:高度为h,并且由2h-1个节点组成的二叉树,称为满二叉树
《什么是二叉树?》

完全二叉树

定义:一棵二叉树中,只有最下面两层节点的度可以小于2,并且最下层的叶节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:叶子节点只能出现在最下层和次下层,且最下层的叶子节点集中在树的左部。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。
《什么是二叉树?》

二叉查找树(二叉搜索树)

设x为二叉查找树中的一个节点,x节点包含关键字key,节点x的key值计为key[x]。
如果y是x的左子树中的一个节点,则key[y]<=key[x];如果y是x的右子树的一个节点,则key[y]>=key[x]
《什么是二叉树?》在二叉查找树中:

  • 若任意节点的左子树不空,则左子树上所有节点的值均小于它的根节点的值。
  • 任意节点的右子树不空,则右子树上所有节点的值均大于它的根节点的值。
  • 任意节点的左、右子树也分别为二叉查找树。
  • 没有键值相等的节点。

推荐阅读
  • JavaScript实现表格数据的实时筛选功能
    本文介绍如何使用JavaScript实现对表格数据的实时筛选,帮助开发者提高用户体验。通过简单的代码示例,展示如何根据用户输入的关键字动态过滤表格内容。 ... [详细]
  • 探索电路与系统的起源与发展
    本文回顾了电路与系统的发展历程,从电的早期发现到现代电子器件的应用。文章不仅涵盖了基础理论和关键发明,还探讨了这一学科对计算机、人工智能及物联网等领域的深远影响。 ... [详细]
  • FinOps 与 Serverless 的结合:破解云成本难题
    本文探讨了如何通过 FinOps 实践优化 Serverless 应用的成本管理,提出了首个 Serverless 函数总成本估计模型,并分享了多种有效的成本优化策略。 ... [详细]
  • 本文作者分享了在阿里巴巴获得实习offer的经历,包括五轮面试的详细内容和经验总结。其中四轮为技术面试,一轮为HR面试,涵盖了大量的Java技术和项目实践经验。 ... [详细]
  • 利用决策树预测NBA比赛胜负的Python数据挖掘实践
    本文通过使用2013-14赛季NBA赛程与结果数据集以及2013年NBA排名数据,结合《Python数据挖掘入门与实践》一书中的方法,展示如何应用决策树算法进行比赛胜负预测。我们将详细讲解数据预处理、特征工程及模型评估等关键步骤。 ... [详细]
  • 采用IKE方式建立IPsec安全隧道
    一、【组网和实验环境】按如上的接口ip先作配置,再作ipsec的相关配置,配置文本见文章最后本文实验采用的交换机是H3C模拟器,下载地址如 ... [详细]
  • 智能车间调度研究进展
    本文综述了基于强化学习的智能车间调度策略,探讨了车间调度问题在资源有限条件下的优化方法。通过数学规划、智能算法和强化学习等手段,解决了作业车间、流水车间和加工车间中的静态与动态调度挑战。重点讨论了不同场景下的求解方法及其应用前景。 ... [详细]
  • 深入解析Java虚拟机(JVM)架构与原理
    本文旨在为读者提供对Java虚拟机(JVM)的全面理解,涵盖其主要组成部分、工作原理及其在不同平台上的实现。通过详细探讨JVM的结构和内部机制,帮助开发者更好地掌握Java编程的核心技术。 ... [详细]
  • 尽管深度学习带来了广泛的应用前景,其训练通常需要强大的计算资源。然而,并非所有开发者都能负担得起高性能服务器或专用硬件。本文探讨了如何在有限的硬件条件下(如ARM CPU)高效运行深度神经网络,特别是通过选择合适的工具和框架来加速模型推理。 ... [详细]
  • 深入解析Redis内存对象模型
    本文详细介绍了Redis内存对象模型的关键知识点,包括内存统计、内存分配、数据存储细节及优化策略。通过实际案例和专业分析,帮助读者全面理解Redis内存管理机制。 ... [详细]
  • 方法:1 配置数据库basediros.path.abspath(os.path.dirname(__file__))  #获取当前文件的绝对路径appFlask(__name__ ... [详细]
  • 丽江客栈选择问题
    本文介绍了一道经典的算法题,题目涉及在丽江河边的n家特色客栈中选择住宿方案。两位游客希望住在色调相同的两家客栈,并在晚上选择一家最低消费不超过p元的咖啡店小聚。我们将详细探讨如何计算满足条件的住宿方案总数。 ... [详细]
  • 本题探讨了在大数据结构背景下,如何通过整体二分和CDQ分治等高级算法优化处理复杂的时间序列问题。题目设定包括节点数量、查询次数和权重限制,并详细分析了解决方案中的关键步骤。 ... [详细]
  • 2018-2019学年第六周《Java数据结构与算法》学习总结
    本文总结了2018-2019学年第六周在《Java数据结构与算法》课程中的学习内容,重点介绍了非线性数据结构——树的相关知识及其应用。 ... [详细]
  • 机器学习核心概念与技术
    本文系统梳理了机器学习的关键知识点,涵盖模型评估、正则化、线性模型、支持向量机、决策树及集成学习等内容,并深入探讨了各算法的原理和应用场景。 ... [详细]
author-avatar
手机用户2602919547
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有