Python 二叉树的概念案例详解

二叉树简介

关于树的介绍,请参考:https://www.jb51.net/article/222488.htm

一、二叉树简介

二叉树是每个节点最多有两个子树的树结构,是一种特殊的树,如下图,就是一棵二叉树。

二叉树是由n(n>=0)个节点组成的数据集合。当 n=0 时,二叉树中没有节点,称为空二叉树。当 n=1 时,二叉树只有根节点一个节点。当 n>1 时,二叉树的每个节点都最多只能有两个子树,递归地构建成一棵完整的二叉树。

二叉树的两个子树被称为左子树(left subtree)和右子树(right subtree)。在二叉树中,如果节点没有子树,则左子树和右子树都为空,如果节点只有一个子树,要根据子树的左右来区分子树是左子树还是右子树,如果节点有两个子树,则左子树和右子树都有。

如果,树中存在一个节点,该节点的子树超过两个,则该树不是二叉树,如下图中,节点C有三个子树,所以这不是一棵二叉树。

二、几种特殊的二叉树

只要树中所有节点的子树都不超过两个(0个,1个,2个),这就是一棵普通的二叉树。在二叉树中,有一些比较特殊,除了满足二叉树的结构外,还满足一些特殊的规则,主要有如下几种。

1. 完全二叉树:假设一棵二叉树的深度为d(d>1),除了第d层外,其它各层的节点数目均已达最大值,且第d层所有节点从左向右连续地紧密排列,这样的二叉树被称为完全二叉树。

完全二叉树的叶节点只能出现在最下层和次下层,最下层的叶节点靠左紧密地排列,次下层如果存在叶节点,叶节点紧密地靠右排列。

如下图,树的深度为4,除了第4层,节点数达到了最大(“挂满了”),第4层的节点都是紧密地靠左排列(中间没有空位),所以这是一棵完全二叉树。

如下图,树的深度也为4,除了第4层,节点数也达到了最大,但是第4层的节点不是紧靠左侧排列的(节点E没有子节点,空了两个位置),所以这不是一棵完全二叉树,只是一棵普通的二叉树。

2. 满二叉树:所有叶节点都在最底层的完全二叉树称为满二叉树。满二叉树是完全二叉树中的特殊情况,除了满足完全二叉树的特征,还满足所有叶节点都在最底层。满二叉树是相同深度的二叉树中叶节点最多的树。

如下图,这首先是一棵完全二叉树,其次,所有的叶节点都在最底层,所以这是一棵满二叉树。其实,满二叉树也可以这么定义,二叉树有节点的所有层,节点数目均已达最大值,则这是一棵满二叉树。

3. 平衡二叉树(AVL树):如果二叉树的所有节点的两棵子树的高度差不大于1,则二叉树被称为平衡二叉树。

如上图中的满二叉树,任何节点的两棵子树高度差都是0(高度都相等,高度差不大于1),所以这是一棵平衡二叉树。

如下图中的二叉树,对于根节点A,左子树是以节点B为根的子树,高度为4,右子树是以节点C为根的子树,高为2,A的左子树与右子树的高度差为2(高度差大于1),所以这不是一棵平衡二叉树。

AVL树得名于它的发明者G. M. Adelson-Velsky和E. M. Landis,是两人姓的缩写。AVL树中任何节点的两个子树的高度差不大于1,通过高度来判断是否平衡,所以也被称为高度平衡树。

4. 排序二叉树(二叉查找树,Binary Search Tree):又称为二叉搜索树、有序二叉树。

排序二叉树需要具有如下的性质:

4.1 如果二叉树的左子树不为空,则左子树上所有节点的值均小于它的根节点的值。

4.2 如果二叉树的右子树不为空,则右子树上所有节点的值均大于它的根节点的值。

4.3 如果独立地看,左子树、右子树也分别为排序二叉树,用递归的思想,直到树的叶节点。

如下图,根节点8的左子树中,所有节点的值都小于根节点,右子树中,所有节点的值都大于根节点,并且左子树和右子树都是排序二叉树,所以这是一棵排序二叉树。

5. 斜树:除了叶节点,所有节点都只有左子树的二叉树称为左斜树。除了叶节点,所有节点都只有右子树的二叉树称为右斜树。他们统称为斜树,判断二叉树是否为斜树,主要是看树的结构,对节点的值没有要求。

如下图,左边的树中,除了叶节点D,所有节点都只有左子树,这是一棵左斜树,同理,右边的树是一棵右斜树。

三、二叉树的特点和性质

通过对二叉树的介绍和对几种特殊二叉树的了解,可知二叉树有以下特点:

1. 每个节点最多有两颗子树,所以二叉树中节点的度不大于2,二叉树的度也不会大于2。

2. 左子树和右子树的次序不能颠倒。

3. 即使某节点只有一棵子树,也要根据左右来区分它是左子树还是右子树。

此外,二叉树还具有如下性质:

1. 在二叉树的第i层,至多有 2^(i-1) 个节点(i>0) 。

这里说的是至多的情况,满二叉树的每一层节点都“挂满”了,所以可以用下图中的满二叉树来验证,第1层的节点数为2^(1-1)=1个,... 第4层的节点个数最多为 2^(4-1)=8个。

2. 深度为i的二叉树至多有 2^i - 1 个节点(k>0) 。

这里也是说至多的情况,所以也用满二叉树来验证,深度为4时,二叉树的节点数最多为 2^4 - 1=16-1=15个。

3. 对于任意一棵二叉树,如果其叶节点数为M,度为2的节点总数为N,则 M=N+1 。

为了不失一般性,下图中的树是一棵普通的二叉树,叶节点为 F,H,I,J,K,L ,共6个,度为2的节点为 A,B,C,D,G ,共5个。

4. 具有n个节点的满二叉树的深度必为 log2(n+1) 。这个性质是上面第2点的逆运算。

5. 对于一棵完全二叉树,若从上至下、从左至右编号,则编号为 i 的节点,(叶节点除外)其左子节点的编号必为2i,(叶节点除外)其右子节点的编号必为 2i+1,(根节点除外)其父节点的编号必为i/2(取整除)。

如下图,这是一棵完全二叉树,已经按规则编好号了,可以任意取一个节点进行验证,都是符合此性质的。

到此这篇关于二叉树的概念案例详解的文章就介绍到这了,更多相关二叉树的概念内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • Python 概率生成问题案例详解

    概率生成问题 有一枚不均匀的硬币,要求产生均匀的概率分布 有一枚均匀的硬币,要求产生不均匀的概率分布,如 0.25 和 0.75 利用 Rand7() 实现 Rand10() 不均匀硬币 产生等概率 现有一枚不均匀的硬币 coin(),能够返回 0.1 两个值,其概率分别为 0.6.0.4.要求使用这枚硬币,产生均匀的概率分布.即编写一个函数 coin_new() 使得它返回 0.1 的概率均为 0.5. # 不均匀硬币,返回 0.1 的概率分别为 0.6.0.4 def coin(): ret

  • Python实现堆排序案例详解

    Python实现堆排序 一.堆排序简介 堆排序(Heap Sort)是利用堆这种数据结构所设计的一种排序算法. 堆的结构是一棵完全二叉树的结构,并且满足堆积的性质:每个节点(叶节点除外)的值都大于等于(或都小于等于)它的子节点. 关于二叉树和完全二叉树的介绍可以参考:https://blog.csdn.net/weixin_43790276/article/details/104737870 堆排序先按从上到下.从左到右的顺序将待排序列表中的元素构造成一棵完全二叉树,然后对完全二叉树进行调整,使

  • 超实用的 10 段 Python 案例

    目录 1.检查重复元素 2.变位词 3.检查内存使用情况 4.字节大小计算 5.重复打印字符串 N 次 6.首字母大写 7.分块 8.压缩 9.间隔数 10.链式比较 在本文中,我们将会介绍 30 个简短的代码片段,你可以在 30 秒或更短的时间里理解和学习这些代码片段. 1.检查重复元素 下面的方法可以检查给定列表中是否有重复的元素.它使用了 set() 属性,该属性将会从列表中删除重复的元素. def all_unique(lst): return len(lst) == len(set(l

  • python读取mnist数据集方法案例详解

    mnist手写数字数据集在机器学习中非常常见,这里记录一下用python从本地读取mnist数据集的方法. 数据集格式介绍 这部分内容网络上很常见,这里还是简明介绍一下.网络上下载的mnist数据集包含4个文件: 前两个分别是测试集的image和label,包含10000个样本.后两个是训练集的,包含60000个样本..gz表示这个一个压缩包,如果进行解压的话,会得到.ubyte格式的二进制文件. 上图是训练集的label和image数据的存储格式.两个文件最开始都有magic number和n

  • Python 实现静态链表案例详解

    静态链表和动态链表区别 静态链表和动态链表的共同点是,数据之间"一对一"的逻辑关系都是依靠指针(静态链表中称"游标")来维持. 静态链表 使用静态链表存储数据,需要预先申请足够大的一整块内存空间,也就是说,静态链表存储数据元素的个数从其创建的那一刻就已经确定,后期无法更改. 不仅如此,静态链表是在固定大小的存储空间内随机存储各个数据元素,这就造成了静态链表中需要使用另一条链表(通常称为"备用链表")来记录空间存储空间的位置,以便后期分配给新添加元

  • Python rindex()方法案例详解

    描述 Python rindex() 方法返回子字符串最后一次出现在字符串中的索引位置,该方法与 rfind() 方法一样,只不过如果子字符串不在字符串中会报一个异常. 语法 rindex() 方法语法: S.rindex(sub[,start=0[,end=len(S)]]) 参数 sub -- 指定检索的子字符串 S -- 父字符串 start -- 可选参数,开始查找的位置,默认为0.(可单独指定) end -- 可选参数,结束查找位置,默认为字符串的长度.(不能单独指定) 返回值 返回子

  • Python 二叉树的概念案例详解

    二叉树简介 关于树的介绍,请参考:https://www.jb51.net/article/222488.htm 一.二叉树简介 二叉树是每个节点最多有两个子树的树结构,是一种特殊的树,如下图,就是一棵二叉树. 二叉树是由n(n>=0)个节点组成的数据集合.当 n=0 时,二叉树中没有节点,称为空二叉树.当 n=1 时,二叉树只有根节点一个节点.当 n>1 时,二叉树的每个节点都最多只能有两个子树,递归地构建成一棵完整的二叉树. 二叉树的两个子树被称为左子树(left subtree)和右子树

  • 二叉树的概念案例详解

    二叉树简介 关于树的介绍,请参考:https://blog.csdn.net/weixin_43790276/article/details/104033482 一.二叉树简介 二叉树是每个节点最多有两个子树的树结构,是一种特殊的树,如下图,就是一棵二叉树. 二叉树是由n(n>=0)个节点组成的数据集合.当 n=0 时,二叉树中没有节点,称为空二叉树.当 n=1 时,二叉树只有根节点一个节点.当 n>1 时,二叉树的每个节点都最多只能有两个子树,递归地构建成一棵完整的二叉树. 二叉树的两个子树

  • Python之re模块案例详解

    一.正则表达式   re模块是python独有的匹配字符串的模块,该模块中提供的很多功能是基于正则表达式实现的,而正则表达式是对字符串进行模糊匹配,提取自己需要的字符串部分,他对所有的语言都通用.注意: re模块是python独有的 正则表达式所有编程语言都可以使用 re模块.正则表达式是对字符串进行操作 因为,re模块中的方法大都借助于正则表达式,故先学习正则表达式. (一)常用正则  1.字符组 在同一个位置可能出现的各种字符组成了一个字符组,在正则表达式中用[]表示 正则 待匹配字符 匹配

  • python爬虫线程池案例详解(梨视频短视频爬取)

    python爬虫-梨视频短视频爬取(线程池) 示例代码 import requests from lxml import etree import random from multiprocessing.dummy import Pool # 多进程要传的方法,多进程pool.map()传的第二个参数是一个迭代器对象 # 而传的get_video方法也要有一个迭代器参数 def get_video(dic): headers = { 'User-Agent':'Mozilla/5.0 (Wind

  • Python中return用法案例详解

    python中return的用法 1.return语句就是把执行结果返回到调用的地方,并把程序的控制权一起返回 程序运行到所遇到的第一个return即返回(退出def块),不会再运行第二个return. 例如: def haha(x,y): if x==y: return x,y print(haha(1,1)) 已改正: 结果:这种return传参会返回元组(1, 1) 2.但是也并不意味着一个函数体中只能有一个return 语句,例如: def test_return(x): if x >

  • Python torch.flatten()函数案例详解

    先看函数参数: torch.flatten(input, start_dim=0, end_dim=-1) input: 一个 tensor,即要被"推平"的 tensor. start_dim: "推平"的起始维度. end_dim: "推平"的结束维度. 首先如果按照 start_dim 和 end_dim 的默认值,那么这个函数会把 input 推平成一个 shape 为 [n][n] 的tensor,其中 nn 即 input 中元素个数

  • Python之基础函数案例详解

    函数就是把具有独立功能的代码块封装成一个小模块,可以直接调用,从而提高代码的编写效率以及重用性, 需要注意的是, 函数需要被调用才会执行, 而调用函数需要根据函数名调用  函数的定义格式: def 函数名(): 函数代码 使用当前文件的函数 我们直接定义一个函数然后运行程序, 函数并不会被调用 def hello(): print('hello') 想要函数被执行, 需要使用函数名来调用函数 # 定义函数 def hello(): print('hello') # 调用函数 hello()  需

  • webpack-dev-server核心概念案例详解

    webpack-dev-server 核心概念 Webpack 的 ContentBase vs publicPath vs output.path webpack-dev-server 会使用当前的路径作为请求的资源路径(所谓 当前的路径 就是运行 webpack-dev-server 这个命令的路径,如果对 webpack-dev-server 进行了包装,比如 wcf,那么当前路径指的就是运行 wcf命令的路径,一般是项目的根路径),但是读者可以通过指定 content-base 来修改这

随机推荐