当前位置：首页 > news >正文

学习嵌入式的第二十四天——数据结构——队列和树

news 2025/8/23 6:54:06

队列

做了限制线性表，在一端增长，在另外一端删除的线性表。先进先出。

允许增加的一端，队尾，

允许删除的一端，队头

循环队列：

队空，head==tail

满队，tail+1 == head;

作用：做缓冲区(速度不匹配)

树

有n节点的有限集合。

根(最上面)，叶子节点(最下面的节点)，分支节点(中间节点)

树的度：结点中最大的度为树的度

树的高度：从当前节点到最远叶子节点的路径上的节点总数（叶子节点高度为 1，根节点高度等于二叉树的总高度）。

树的深度：从根节点到当前节点的路径上的节点总数（根节点深度为 1，叶子节点深度等于其层级）。

所有的N叉树都可以旋转成二叉树

二叉树，树的度为2.

二叉树树的特性

任意二叉树，i层上最多有2^(i-1)个结点

深度为K的二叉树至多有2^k-1个结点

有n个结点的完全二叉树深度为（logn/log2）+1（向下取整）

所有类型的二叉树都满足：n=n0+n1+n2
原因：总节点数 = 叶子节点数 + 1 子节点节点数 + 2 子节点节点数。

叶子节点数 = 2 子节点节点数 + 1（此公式对所有二叉树均成立，无论是否为特殊类型）。

完全二叉树的\(n_1\)只能是 0 或 1（因最后一层叶子节点靠左排列，不会出现 “单个子节点在右侧” 的情况）：

若 n 为奇数（总节点数为奇）：\(n_1 = 0\)，则\(n_0 = (n + 1)/2\)，\(n_2 = (n - 1)/2\)；

若 n 为偶数（总节点数为偶）：\(n_1 = 1\)，则\(n_0 = n/2\)，\(n_2 = n/2 - 1\)。

特殊的二叉树：斜树

满二叉树：除叶子节点外，所有内部节点都有 2 个子节点，且叶子节点都在同一层级。

1. 总节点数 = \(2^h - 1\)（h 为树的高度）；
2. 叶子节点数 = \(2^{h-1}\)（占总节点数的一半）；
3. 不存在仅含 1 个子节点的节点。

完全二叉树：按 “层序遍历顺序” 给节点编号（1~n，n 为总节点数），每个节点的编号都与满二叉树对应位置一致。青春版的满二叉树

二叉树的遍历

广度遍历（从上往下，从左往右）

void Levelordertrav(TreeNode* root, SeqQue* sq)
{if (root == NULL){return;}EnterSeqQue(sq, &root);DATATYPE data = 0;while (!IsEmptySeqQue(sq)){(data) = *GetHeadSeqQue(sq);QuitSeqQue(sq);printf("%c", data->data);if (NULL != data->left)EnterSeqQue(sq, &data->left);if (NULL != data->right)EnterSeqQue(sq, &data->right);}
}

深度遍历

用递归的方法：

前序（根左右）

void PreOrderTravel(TreeNode* root)
{if (NULL == root){return;}else{printf("%c", root->data);PreOrderTravel(root->left);PreOrderTravel(root->right);}
}

中序（左根右）

void MidOrderTravel(TreeNode* root)
{if (NULL == root){return;}else{MidOrderTravel(root->left);printf("%c", root->data);MidOrderTravel(root->right);}
}

后序（左右根）

void LastOrderTravel(TreeNode* root)
{if (NULL == root){return;}else{LastOrderTravel(root->left);LastOrderTravel(root->right);printf("%c", root->data);}
}

哈夫曼树

带权路径（WPL）最小的树

节点的权值（Weight）
为每个节点赋予的一个 “数值属性”，代表该节点的 “重要性” 或 “出现频率”（如在数据压缩中，权值可表示字符的出现次数）。
路径长度（Path Length）
从树的根节点到某一节点的路径上，所经过的 “边的数量”。例如：根节点到其直接子节点的路径长度为 1，到孙节点的路径长度为 2。
带权路径长度（Weighted Path Length, WPL）
哈夫曼树的核心评价指标，分为节点的带权路径长度和树的带权路径长度：
- 节点的带权路径长度 = 该节点的权值 × 根节点到该节点的路径长度；
- 树的带权路径长度 = 所有叶子节点的带权路径长度之和（注意：内部节点的权值不参与计算，仅关注叶子节点）。

哈夫曼树的构建步骤

核心是 “每次选两个权值最小的节点合并”

初始化：生成初始叶子节点
将所有给定的权值分别作为 “独立的节点”（每个节点均为叶子节点，无父节点和子节点），并将这些节点放入一个优先队列（最小堆） 中（便于快速获取权值最小的节点）。
初始队列：[2, 3, 5, 7]（堆顶为 2，权值最小）。
迭代合并：生成内部节点
重复以下操作，直到队列中仅剩 1 个节点（即根节点）：
- 步骤 1：从队列中取出权值最小的两个节点（记为 A 和 B，A 的权值 ≤ B 的权值）；
- 步骤 2：创建一个新的内部节点 C，其权值 = A 的权值 + B 的权值；
- 步骤 3：将 A 作为 C 的左子节点，B 作为 C 的右子节点（左、右顺序可互换，不影响 WPL，但影响后续编码）；
- 步骤 4：将新节点 C 放入优先队列中。
以 {2, 3, 5, 7} 为例，具体合并过程：
- 第 1 次合并：取 2（A）和 3（B）→ 生成 C（权值 5），队列变为 [5, 5, 7]；
- 第 2 次合并：取 5（A，新生成的 C）和 5（B，原叶子节点）→ 生成 D（权值 10），队列变为 [7, 10]；
- 第 3 次合并：取 7（A）和 10（B）→ 生成 E（权值 17），队列变为 [17]（仅剩根节点，合并结束）。
最终结果
队列中剩余的节点（权值 17）即为哈夫曼树的根节点，从根到叶子的路径构成完整的哈夫曼树（结构如前文示例中的树 2）。