树-王道-复试

树

1.度： 树中孩子节点个数，所有结点的度最大值为 树的度
2.有序树： 逻辑上看，树中结点的各子树从左至右是有次序的，不能互换。
**3.**树的根节点没有前驱，其他节点只有一个前驱
**4.**所有节点可有零个或者多个后继

常考性质

1. 节点数 = 总度数（总边数）+1
2.度为 m 的树、m 叉树的区别：
在这里插入图片描述
** 3. 度为m的数第 i 层 至多有m(i-1)个结点，m叉树第i层至多有m(i-1)个节点 **
**4.高度为 h 的 m 叉树至多:**有（m^h-1）/m-1个节点
5.高度为 h 的 m 叉树至少: h个节点
6.高度为 h、度为 m 的树至少: h+m-1个节点
7.最小高度为： logmn
在这里插入图片描述
在这里插入图片描述
最小高度的计算：
在这里插入图片描述

2.完全二叉树

就是右叶子节点为缺，左边都是连起来的
在这里插入图片描述
特点：

1.只有最后两层可能有叶子结点。
2最多只有一个度为 1 的结点。(屁股节点，也就是度为1的节点只有1个)
3若按层序从 1 开始编号，结点 i 的左孩子为 2i，右孩子为 2i+1；结点 i 的父节点为 ⌊ i / 2 ⌋ \lfloor i/2\rfloor⌊i/2⌋。
4 i ≤ ⌊ n / 2 ⌋ 为分支结点，i > ⌊ n / 2 ⌋ 为叶子结点。

3.平衡二叉树与二叉搜索树的区别：

平衡：树上任一结点的左子树和右子树的深度之差不超过 1。
搜索：左小于根，右大于根
https://blog.csdn.net/weixin_57128596/article/details/127216542?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522170853038416800185813532%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=170853038416800185813532&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2blogfirst_rank_ecpm_v1~rank_v31_ecpm-1-127216542-null-null.nonecase&utm_term=BST&spm=1018.2226.3001.4450

4.度合节点数的区别：

1.节点总数n=n0+n1+n2（度为0的节点数+度为1的节点数+度为2的节点数）
n0=n2+1（度为0的节点数=度为2的节点数+1）
2.二叉树的第i层至多有2的i-1次方个节点
3.高度为h的二叉树至多有2的h次方-1个节点
4.如果完全二叉树有2K个节点（偶数），则n1=1，n0=k，n2=k-1
5.如果完全二叉树有2K-1个节点（奇数），则n1=0，n0=k，n2=k-1

5.二叉树的左右孩子

1:节点i的左孩子为 2i
2:节点i的右孩子为 2i+1
3:节点i的父节点为【i/2】
4:节点i的层次为 【log2(i+1)】

6.前中后序遍历

前序：
根左右
中序：
左根右
后序：
左右根

typedef struct BiNode{ElemType data;struct BiNode *lchild,*rchild;
}BiNode,*BiTree;void PreOrder(BiTree T){if(T!=NULL){visit(T);//访问根节点PreOrder(T->lChild);//递归左子树PreOrder(T->rChild);//递归右子树}
}void InOrder(BiTree T){if(T!=NULL){InOrder(T->lchild);//递归左子树visit(T);//访问当前节点InOrder(T->rchild);//递归右子树}
}void PostOrder(BiTree T){if(T!=NULL){PostOrder(T->lchild);//递归左子树PostOrder(T->lright);//递归右子树visit(T);}
}
求树的最大深度
int maxDepth(BiTree T){if(T==NULL) return 0;int lDepth=maxDepth(T->lchild);//当前节点的左子树深度int rDepth=maxDepth(T->rchild);//当前节点的右子树深度return lDepth>rDepth?lDepth+1:rDepth+1;
}
二叉树的层序遍历
//二叉树节点
typedef struct BiNode{ElemeType data;struct BiNode* lchild,*rchild;
}BiNode,*BiTree;
//链式队列节点，作层序
typedef struct LinkNode{BiNode* data;struct LinkNode* next;
}LinkNode;//层序集合，类似List<List<TreeNode>>
typedef struct{LinkNode *front,*rear;
}LinkQueue;void LevelOrder(BiTree T){LinkQueue Q; //类似List<List<TreeNode>>InitQueue(Q);BiTree p;//二叉树节点EnQueue(Q,T);//将T入到我们的队列Q中while(!IsEmpth(Q)){DeQueue(Q,p);//将队列中的队首元素出队，并将其赋值给 p，这样就可以访问当前节点 pvisit(p);//将节点的子节点入队if(p->lchild!=NULL){EnQueue(Q,p->lchild);}if(p->rchild!=NULL){EnQueue(Q,p->rchild);}}
}

7.中序前序后序的节点变换

8.树和森林题目

1.
1.：讨论二叉树高度，必须要说他是完全二叉树，高度为log2(n)+1
2.：树-一般我们阐述的是左孩子右兄弟树，左侧图，叶子节点树为1，对应二叉树-因为右兄弟，所以转为二叉树，有两个叶子节点
在这里插入图片描述
2.
M2+M3相加即为右子树的节点个数

在这里插入图片描述
在这里插入图片描述

3.
1.F是一个森林，有n个非终端节点，说明有n颗树，B为二叉树
2.右指针为空的节点为（n+1）
在这里插入图片描述
4.
利用中序和后序遍历得二叉树，然后根据二叉树画出森林，得到树 C

在这里插入图片描述
5.
1.X是某节点的右孩子，说明他在左边一定有自己的兄弟节点，故D
在这里插入图片描述
6.
1.n=n0+n1+n2
2.n2=n0-1;
3.n1=2012-116=1896

在这里插入图片描述

7.
直接上公式logm(n(m-1))+1，向上取整

在这里插入图片描述

树转二叉树的规则：

左孩子右兄弟，BCD三个节点彼此就是兄弟，B是A的孩子，CD是B的兄弟，
但是有个从左到右的顺序，最左的是长兄，
**画法：**从左开始搜，平层为兄弟节点

在这里插入图片描述
森林应该保持平层；注重左右带来的关系
在这里插入图片描述

树和森林和二叉树的遍历关系：

森林和二叉树是一种遍历关系
在这里插入图片描述

9.题目

1.
在这里插入图片描述
2.
节点数=所有节点度数之和+1；
在这里插入图片描述
3.
最大值是高度
在这里插入图片描述
4.
1.节点数=至多高度+度-1
2. 度为n，第i层至多有n的i-1次方
在这里插入图片描述
5.
在这里插入图片描述
度为4，高度为h，至少节点数=h+4-1
度为4，高度为h，最多节点数：(4^h-1)/(度-1)

6
logm(n(m-1)+1)
在这里插入图片描述
7.

n节点总数=对应度数对应的节点个数+…
n0=n-n1-n2-n3-n4…
n节点总数=叶子节点个数n0+其余度数节点的累加
在这里插入图片描述
8.
1.完全二叉树的高度为：(log2n)+1，n为节点个数**（注意一定要是完全二叉树）**
否则链式情况需要考虑，可能有4个节点高度为4
2.如果一个完全二叉树没有左孩子，那么该节点一定是叶子节点
在这里插入图片描述
9.
需要注意i是否是>0，如果i从0开始，那么第i个节点的左孩子为2i+1，否则为2i

在这里插入图片描述

10

度为0说明该节点为叶子节点，所以在具象化的时候，我们只需要重点在度为2上，所含节点数至少为：2(h-1)+1*
高度为h，所包含节点数至少为2h-1

在这里插入图片描述
11.
最小高度，马上想到完全二叉树，完全二叉树的高度为：（log2n）+1，2为叉树，n为节点数

在这里插入图片描述

12.
公式一：节点总数2n=n0+n1+n2（各度数节点之和 ）
公式二：节点总数2n=非叶子节点n1数量1+n22（度数）+1

在这里插入图片描述
13.
二叉树最大深度，每层节点数最少即可，每层最少为2，所以2*h- 1=节点数n
在这里插入图片描述

14.

完全二叉树，已知高为h，最少节点——>(log2^n)+1=h)
由于高度h的满二叉树共有2^h-1个结点
高度为h-1的满二叉树有2^(h-1)-1个结点
可得2^(h-1)-1 < n <=2^h-1
不等式同时+1：2h-1 < n+1 <=2h
不等式同时取对数：
h-1 < log2n+1 <= h
在这里插入图片描述
15.
计算满二叉树的节点个数：2^n-1，比如这里的五层，就是2的5次方-1
如果是计算某i层的节点个数：2^(i-1)
在这里插入图片描述

16.
方法一：必然大于n/2，所以D
方法二：1.n0=n2+1 ；2.n=n0个数+n1+n2；3.然后完全二叉树的n1不是0就是1，再往里代入，只有D满足
在这里插入图片描述

17.
完全二叉树前n层至多节点数：2^n-1——>前6层最多有 2 ^6-1
完全二叉树前n层至少节点数：2^(n-1)
满二叉树某层节点数：2^(i-1)
满二叉树所有节点数：2^n-1
在这里插入图片描述
18.
1.124个叶子节点，说明这是n0的数量
2.n0=n2+1；n2=n0-1；
3.n=n0+n1+n2——>n=2n0+n1-1
带入n0=124,n1=0/1求解

在这里插入图片描述
19.
1.空指针数量=n+1
2.结点数=度+1
在这里插入图片描述
20
判断节点所在层数的公式：[log2(n)]+1，向下取整
在这里插入图片描述
21.
m叉树拥有n个节点，最小高度为：[logm(n(m-1))]向上取整

在这里插入图片描述
21.
1.首先计算前5层，节点数为：2^5-1（相当于满二叉树）=31
2.第6层有8个叶子节点，有两种情况：倒数第一层或者倒数第二层，因为考虑最多节点数，所以为倒数第二层
第i层节点数为最大：2^(i-1)=32，所以第6层非叶子节点个数为32-8=24个，所以第7层有48个
3.总数为：31+32+48=111

在这里插入图片描述
22.
1.每个非叶子节点有2个子节点，说明n1=0,所以我们只需要关注n0和n2即可
2.n0=n2+1
3.n=2n0-1；
所以为2K-1

在这里插入图片描述
23.
答案：31，存储单元数量跟树的高度相关，比如高度为5，直接算满二叉树所需空间为：2^5-1=31
在这里插入图片描述

10.二叉树应用，哈夫曼树

10.1定义

哈夫曼树的路径长度为：从树的根节点->任意节点的路径长度**(边数)与该节点上权值的乘积之和**

在这里插入图片描述
最小二叉树，最优二叉树：俗称哈夫曼树（作压缩）

在这里插入图片描述

10.2哈夫曼树的构造

在这里插入图片描述

10.3哈夫曼树的编码

1.方法：0，1从左至右构造
2.WPL（WPL也是哈夫曼树二进制编码的长度）只算我们的哈夫曼树的叶子节点
比如说以下：
二进制编码长度为224，但是若采用3为固定长度编码，那么二进制编码长度为300位，效率提高，压缩数据
在这里插入图片描述

10.4题目

1.
哈夫曼树的构造，最小的两个节点构造一个新节点
在这里插入图片描述
2.
哈夫曼编码：1.首先画出哈夫曼树，然后标上其编码 2.不要忘记相反方向，左子树和右子树之间可以换个位置
在这里插入图片描述
如图所示：
在这里插入图片描述
3.
不同频次的节点字符处于相同的层，（因为我要挑选的是最小的两个节点组成一个新的节点）
比如：1和2节点，是属于定层编码，同一层

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/703634.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Leetcoder Day23｜ 回溯part03：组合+分割

Leetcoder Day23｜ 回溯part03：组合+分割

语言&#xff1a;Java/Go 39. 组合总和 给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target &#xff0c;找出 candidates 中可以使数字和为目标数 target 的所有不同组合 &#xff0c;并以列表形式返回。你可以按任意顺序返回这些组合。 candidates 中的同一个…
阅读更多...
机器学习是什么

机器学习是什么

机器学习是什么 引言 机器学习&#xff08;Machine Learning&#xff0c;简称ML&#xff09;是人工智能&#xff08;AI&#xff09;领域中的重要分支&#xff0c;旨在通过让计算机系统自动学习和适应&#xff0c;不需要明确的编程指导。机器学习的发展为我们提供了一种新的方…
阅读更多...
环形光源让图像质量瞬间提升，一探究竟吧！

环形光源让图像质量瞬间提升，一探究竟吧！

光源对机器视觉检测系统的性能起着重要作用,精确的光学结构设计可以提高捕获图像的质量,准确地分离目标和背景信息,不充足的光线会使捕捉到的图像无法满足需求&#xff0c;针对不同的检测对象,不同的形状光源应运而生。我们来看看最常用的LED光源之一—环形光源。 环形光源&…
阅读更多...
代码随想录算法训练营day41 | 01背包问题 二维、01背包问题 一维、416. 分割等和子集

代码随想录算法训练营day41 | 01背包问题 二维、01背包问题 一维、416. 分割等和子集

背包问题的理论基础重中之重是01背包 01背包问题 二维 二维dp的01背包 确定dp数组以及下标的含义&#xff1a;dp[i][j]表示从下标为[0-i]的物品里任意取&#xff0c;放进容量为j的背包&#xff0c;价值总和最大是多少确定递推公式&#xff1a;dp[i][j] max(dp[i - 1][j], d…
阅读更多...
vue3 使用pina

vue3 使用pina

一、Vue 3 项目中集成Pina 状态管理库 要在 Vue 3 项目中使用 Pina&#xff08;Vue 3 状态管理库&#xff09;&#xff0c;您可以按照以下步骤操作&#xff1a; 1. 安装 Pina 库相应的插件&#xff1a; yarn add pinia # 或者使用 npm npm install pinia 2. 在您的 Vue 3 项…
阅读更多...
电脑休眠之后唤不醒

电脑休眠之后唤不醒

现象&#xff1a;午休时间电脑休眠了&#xff0c;醒来之后发现在密码输入界面&#xff0c;但鼠标键盘没反应。按重启键或电源机重新开机&#xff0c;结果开不了机。 原因&#xff1a;1、内存条脏了&#xff0c;导致内存条读取失败 2、休眠的时候硬盘休眠了&#xff0c;导致按…
阅读更多...
如何在 CentOS 中配置 SSH 服务的 TCP 端口转发

如何在 CentOS 中配置 SSH 服务的 TCP 端口转发

在 CentOS 系统中&#xff0c;SSH&#xff08;Secure Shell&#xff09;服务提供了强大的功能&#xff0c;其中之一就是 TCP 端口转发。通过此功能&#xff0c;我们可以安全地将本地或远程服务器上的端口流量转发到其他主机上。本文将引导您如何在 CentOS 中启用或禁用 SSH 的 …
阅读更多...
AngularJS安装版本问题

AngularJS安装版本问题

一、安装 Angular CLI 脚手架安装命令&#xff1a; npm install -g angular/cli 在安装前请确保自己安装NodeJS环境版本为V18及以上&#xff0c;否则会因node版本问题导致项目无法正常运行。 脚手架安装后&#xff0c;已提示了当前node版本必须为18.13.0或大于20.9.0版本&…
阅读更多...
git之分支管理

git之分支管理

一.理解分支 我们看下面这张图片&#xff1a; 在版本回退⾥&#xff0c;你已经知道&#xff0c;每次提交&#xff0c;Git都把它们串成⼀条时间线&#xff0c;这条时间线就可以理解为是⼀个分⽀。截⽌到⽬前&#xff0c;只有⼀条时间线&#xff0c;在Git⾥&#xff0c;这个分⽀…
阅读更多...
javaScript打印n以内的素数——试除法及优化

javaScript打印n以内的素数——试除法及优化

素数&#xff1a;只能被1和它本身整除 试除法 试除法的时间复杂度为O(n*sqrt(n))&#xff0c;空间复杂度为O(1)&#xff0c;这已经是一种比较高效的解决方案了。 n如果不是质数&#xff0c;那么能整除的数一定与根号n。基于此缩小循环比较范围&#xff0c;并且一旦找到可以整除…
阅读更多...
数字签名在游戏里的应用

数字签名在游戏里的应用

数字签名是一种电子形式的签名，用于验证数字文档、消息或交易的真实性和完整性。它是基于公钥加密技术，通过使用发送者的私钥来签名文档，然后使用发送者的公钥验证签名的正确性。数字签名不仅能证明信息没有被篡改，也能证明信息的发送者是真实的，因此在很多安全敏感的应用…
阅读更多...
2024年 前端JavaScript入门到精通 第四天 笔记

2024年 前端JavaScript入门到精通 第四天 笔记

4.1 函数的基本使用以及封装练习 ★ 函数命名规范 4.2 函数的参数以及默认参数 函数的灵魂&#xff01;&#xff01;&#xff01; 4.3 函数封装数组求和案例 4.4 函数返回值return 4.5 函数返回值细节以及上午总结 4.6 函数返回值案例-求最大值和最 4.7 函数复习以及断点进入函…
阅读更多...
如何在Linux搭建MinIO服务并实现无公网ip远程访问内网管理界面

如何在Linux搭建MinIO服务并实现无公网ip远程访问内网管理界面

文章目录 前言1. Docker 部署MinIO2. 本地访问MinIO3. Linux安装Cpolar4. 配置MinIO公网地址5. 远程访问MinIO管理界面6. 固定MinIO公网地址 前言 MinIO是一个开源的对象存储服务器&#xff0c;可以在各种环境中运行&#xff0c;例如本地、Docker容器、Kubernetes集群等。它兼…
阅读更多...
挑战杯 基于机器视觉的12306验证码识别

挑战杯 基于机器视觉的12306验证码识别

文章目录 0 简介1 数据收集2 识别过程3 网络构建4 数据读取5 模型训练6 加入Dropout层7 数据增强8 迁移学习9 结果9 最后 0 简介 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 基于机器视觉的12306验证码识别 该项目较为新颖&#xff0c;适合作为竞赛课题方向…
阅读更多...
springboot创建一个简单的web项目

springboot创建一个简单的web项目

要创建一个简单的Spring Boot Web项目&#xff0c;您可以按照以下步骤进行操作&#xff1a; 首先&#xff0c;您需要安装Java开发环境。确保您已经安装了JDK&#xff08;Java Development Kit&#xff09;&#xff0c;并且已经配置了JAVA_HOME环境变量。 接下来&#xff0c;您…
阅读更多...
Inno setup 打包jar包+前端dist+mysql+navicat等应用文件操作

Inno setup 打包jar包+前端dist+mysql+navicat等应用文件操作

目录 一、 使用exe4j将后端jar包打包成exe应用文件 1.创建一个新的工程 2.选择一个你想要存放的路径 3.进入配置界面 4.选择jar转换exe模式 5.自定义名字和选择输出路径 6.配置初始化 7.配置java环境 8.测试运行结果 二、Inno 打包应用文件exe 1.新建一个工程文件 2…
阅读更多...
main函数中argc和argv是什么意思

main函数中argc和argv是什么意思

在C和C中&#xff0c;int main(int argc, char* argv[])语句作为程序的入口&#xff0c;在main函数中常常用到。 argc&#xff1a;argument count&#xff0c;参数的数量。argc是一个整型数&#xff0c;代表传入程序的命令行参数的数量。程序名称是第一个参数&#xff0c;所以…
阅读更多...
【hashmap】【将排序之后的字符串作为哈希表的键】【获取 HashMap 中所有值的集合】Leetcode 49 字母异位词分组

【hashmap】【将排序之后的字符串作为哈希表的键】【获取 HashMap 中所有值的集合】Leetcode 49 字母异位词分组

【hashmap】【将排序之后的字符串作为哈希表的键】【获取 HashMap 中所有值的集合】Leetcode 49 字母异位词分组 解法1 将排序之后的字符串作为哈希表的键解法2 在解法一的基础上加入了getOrDefault ---------------&#x1f388;&#x1f388;题目链接&#x1f388;&#x1f3…
阅读更多...
获取用户信息与token理解

获取用户信息与token理解

获取用户信息和token是在开发Web应用程序时常见的需求&#xff0c;可以通过以下步骤来实现&#xff1a; 用户登录&#xff1a;用户在应用程序中输入用户名和密码进行登录验证。一旦验证成功&#xff0c;应用程序会生成一个唯一的token&#xff0c;并将其返回给客户端。存储tok…
阅读更多...
Nginx http.server.location配置项说明

Nginx http.server.location配置项说明

在 nginx.conf 的 server 块中的 location / { } 部分，你可以配置许多不同的参数来控制如何处理进入的请求和响应。以下是一些常用的 location 块配置参数： proxy_pass: 用于将请求代理到另一个服务器。例如：proxy_pass http://backend_server; proxy_set_header: 用于设置传…
阅读更多...
最新文章

Copyright @ 2022~2023