【数据结构】_二叉树部分特征统计

目录

[1. 二叉树结点总个数](#1. 二叉树结点总个数)

思路1:全局或全局静态变量计数

思路2:分治思路

[2. 二叉树叶子结点个数](#2. 二叉树叶子结点个数)

[3. 二叉树高度](#3. 二叉树高度)

[4. 二叉树第k层的结点个数](#4. 二叉树第k层的结点个数)

[5. 查找二叉树值为x的结点](#5. 查找二叉树值为x的结点)


本文中的测试二叉树结构如下:

1. 二叉树结点总个数

思路1:全局或全局静态变量计数

创建全局整型变量或全局静态整型变量size对非空结点个数进行累加来计算结点总个数。如:

cpp 复制代码
int size = 0;
// 二叉树结点总个数
int TreeSize(BTNode* root) {
	if (root == NULL) 
		return 0;
	else
		size++;
	TreeSize(root->left);
	TreeSize(root->right);
	return size;
}
int main() {
	BTNode* root = CreateBinaryTree();
	printf("BinaryTreeNodesSize: ");
	printf("%d", TreeSize(root));
	printf("\nBinaryTreeNodesSize: ");
	printf("%d", TreeSize(root));
	printf("\nBinaryTreeNodesSize: ");
	printf("%d", TreeSize(root));
	return 0;
}

该思路不可行,全局变量与全局静态变量在程序生命周期中仅初始化一次,第一次调用结点计算函数结果正确,后续会由于静态变量不重新初始化而导致结果累积:

如果要通过全局变量或全局静态变量实现二叉树结点个数统计,则需在每次调用前将其置零:

cpp 复制代码
int main() {
	BTNode* root = CreateBinaryTree();
	size = 0;
	printf("\nBinaryTreeNodesSize: ");
	printf("%d", TreeSize(root));
	size = 0;
	printf("\nBinaryTreeNodesSize: ");
	printf("%d", TreeSize(root));
	size = 0;
	printf("\nBinaryTreeNodesSize: ");
	printf("%d", TreeSize(root));
	return 0;
}

运行结果如下:

但这种做法显然处理得不够简洁,需要另寻他法。

思路2:分治思路

若树为空,则结点个数为0;

若树不为空,则结点个数=左子树结点数+右子树结点数+1;

cpp 复制代码
// 二叉树结点总个数
int TreeSize(BTNode* root) {
	return root == NULL ? 0 : TreeSize(root->left) + TreeSize(root->right) + 1;
}

运行结果如下:

注:创建局部整型变量size对非空结点个数进行累加来计算结点总个数的思路是不可行的,因为递归调用中每次调用会创建新的栈帧,这样计算是错误的。

2. 二叉树叶子结点个数

与二叉树结点总个数计算思路类似,此处仅展示分治思路实现叶子结点个数计算。

若树为空,则叶子结点个数为0;

若树非空,则叶子结点个数=左子树叶子结点个数+右子树叶子结点个数;

cpp 复制代码
// 二叉树叶子结点个数
int TreeLeafSize(BTNode* root) {
	if (root == NULL)
		return 0;
	if (root->left == NULL && root->right == NULL)
		return 1;
	return TreeLeafSize(root->left) + TreeLeafSize(root->right);
}
int main() {
	BTNode* root = CreateBinaryTree();

	printf("\nBinaryTreeLeafNodesSize: ");
	printf("%d", TreeLeafSize(root));
	return 0;
}

3. 二叉树高度

同样采用分治思想:

若树为空,则二叉树高度为0;

若树非空,则二叉树高度为左子树与右子树中较高的那个子树的高度+1;

cpp 复制代码
// 二叉树高度
int TreeHeight(BTNode* root) {
	if (root == NULL)
		return 0;
	int LeftTreeHeight = TreeHeight(root->left);
	int RightTreeHeight = TreeHeight(root->right);
	return LeftTreeHeight > RightTreeHeight ? LeftTreeHeight + 1 : RightTreeHeight + 1;
}
int main() {
	BTNode* root = CreateBinaryTree();
	printf("\nBinaryTreeHeight: ");
	printf("%d", TreeHeight(root));
	return 0;
}

注意:

  1. 此处创建两个临时变量LeftTreeHeight和RightTreeHeight用于保存当前结点左子树和右子树的高度,没有采用两个临时变量的写法如下:
cpp 复制代码
int TreeHeight(BTNode* root) {
	if (root == NULL)
		return 0;
	return TreeHeight(root->left) > TreeHeight(root->right) ? 
TreeHeight(root->left) + 1 : TreeHeight(root->right) + 1;
}

这种写法存在一定问题:在比较左右子树高度时,重复调用了两次递归函数(三目操作符比较一次,返回再计算一次)。每个节点的左右子树高度被重复计算,导致时间复杂度呈指数级增长,在树节点较多时会导致性能急剧下降,甚至栈溢出。

  1. 也可包含math.h头文件后,使用fmax函数进行处理:
cpp 复制代码
int TreeHeight(BTNode* root) {
	if (root == NULL)
		return 0;
	int LeftTreeHeight = TreeHeight(root->left);
	int RightTreeHeight = TreeHeight(root->right);
	return fmax(LeftTreeHeight, RightTreeHeight) + 1;
}

4. 二叉树第k层的结点个数

同样采用分治思想:

若二叉树为空,则返回0(无论k为何值该层结点数都为0);

在二叉树非空的情况下,若k==1,则返回1(说明当前结点就在第k层);

在二叉树非空的情况下,若k>1,则返回左子树第k-1层结点的个数+右子树k-1层结点的个数;

cpp 复制代码
// 二叉树第K层结点个数
int TreeKLevelNode(BTNode* root,int k) {
	if (root == NULL)
		return 0;
	if (k == 1)
		return 1;
	return TreeKLevelNode(root->left, k-1) + TreeKLevelNode(root->right, k-1);
}
int main() {
	BTNode* root = CreateBinaryTree();
	printf("\nBinaryTree3LevelNodesSize: ");
	printf("%d", TreeKLevelNode(root, 3));
	return 0;
}

5. 查找二叉树值为x的结点

使用前序进行遍历(先根结点后子结点),分治思想:

如果二叉树为空,则返回NULL;

如果二叉树非空,先判当前根结点的值,与给定查找值x相等则返回当前根结点;

若当前根结点值给定查找值x不等,则依次查找当前根结点的左右子结点。

(若有多个结点的值都为x,返回第一个结点)

cpp 复制代码
// 查找二叉树值为x的结点
BTNode* TreeFind(BTNode* root, BTDataType x) {
	if (root == NULL)
		return NULL;
	if (root->data == x)
		return root;
	BTNode* leftRet = TreeFind(root->left,x);
	if (leftRet)
		return leftRet;
	BTNode* rightRet = TreeFind(root->right, x);
	if (rightRet)
		return rightRet;
	return NULL;
}

注意点:

  1. 递归调用TreeFind遍历左子树或右子树后,一定要创建指针变量接收递归调用的返回值;

  2. 若在左子树找到了值为x的结点,直接返回即可,无需再遍历右子树;

相关推荐
Navigator_Z39 分钟前
LeetCode //C - 1293. Shortest Path in a Grid with Obstacles Elimination
c语言·算法·leetcode
Nil2081 小时前
leetcode 64最小路径和
算法·leetcode·职场和发展
光影少年1 小时前
AI Agent、自动化与未来工作
人工智能·算法·架构
牧羊人.3331 小时前
计算机视觉基础 第16章|EigenFace,FisherFace,LBPH传统人脸识别算法
人工智能·算法·计算机视觉
jeo陽1 小时前
04-循环实战:素数、最大公约数、级数求和与枚举法
c语言·开发语言·数据结构
Nil2082 小时前
leetcode 72编辑距离
算法·leetcode·职场和发展
神工坊2 小时前
技术分享︱SIMFORGE HSF® 网格加密与热点加速技术实践
算法·hpc·网格·cae·工程仿真·数值引擎·samr
CV@CV2 小时前
世界模型与智能体协同推理逻辑
人工智能·算法·边缘计算·量子计算·具身智能
jiayoushijie-泽宣2 小时前
SHIFT-PathFormer:专家轨迹蒸馏、连续安全优化与超大迷宫实验
算法
slandarer3 小时前
MATLAB | 趣味编程——动态字符串甜甜圈和爱心
数据结构·matlab·趣味编程