對完全二叉樹的編號是由上而下,由左而右進行的,所以若某節點無左孩子,則必然無右孩子。即爲葉子結點。
二、出於簡便起見,完全二叉樹通常採用數組而不是鏈表存儲,其存儲結構如下:
var tree:array[1..n]of longint;{n:integer;n>=1}
對於tree[i],有如下特點:
(1)若i爲奇數且i>1,那麼tree[i]的左兄弟爲tree[i-1];
(2)若i爲偶數且i<n,那麼tree[i]的右兄弟爲tree[i+1];
(3)若i>1,tree[i]的雙親爲tree[i div 2];
(4)若2*i<=n,那麼tree[i]的左孩子爲tree[2*i];若2*i+1<=n,那麼tree[i]的右孩子爲tree[2*i+1];
(5)若i>n div 2,那麼tree[i]爲葉子結點(對應於(3));
(6)若i<(n-1) div 2.那麼tree[i]必有兩個孩子(對應於(4))。
特別地:滿二叉樹一定是完全二叉樹,完全二叉樹不一定是滿二叉樹
完全二叉樹葉子節點的算法
如果一棵具有n個結點的深度爲k的二叉樹,它的每一個結點都與深度爲k的滿二叉樹中編號爲1~n的結點一一對應,這棵二叉樹稱爲完全二叉樹。
可以根據公式進行推導,假設n0是度爲0的結點總數(即葉子結點數),n1是度爲1的結點總數,n2是度爲2的結點總數,由二叉樹的性質可 知:n0=n2+1,則n= n0+n1+n2(其中n爲完全二叉樹的結點總數),由上述公式把n2消去得:n= 2n0+n1-1,由於完全二叉樹中度爲1的結點數只有兩種可能0或1,由此得到n0=(n+1)/2或n0=n/2,合併成一個公式:n0=(n+1) /2 ,就可根據完全二叉樹的結點總數計算出葉子結點數。
(1)左右子樹深度之差的絕對值不超過1;
(2)左右子樹仍然爲平衡二叉樹.
平衡因子BF=左子樹深度-右子樹深度.
平衡二叉樹每個結點的平衡因子只能是1,0,-1。若其絕對值超過1,則該二叉排序樹就是不平衡的。
平衡二叉樹的時間複雜度是log(n),如果二叉樹的元素個數爲n,那麼不管是對樹進行插入節點、查找、刪除節點都是log(n)次循環調用就可以了。它的時間複雜度相對於其他數據結構如數組等是最優的。
紅黑是弱平衡的,用非嚴格的平衡來換取增刪節點時候旋轉次數的降低;
所以簡單說,搜索的次數遠遠大於插入和刪除,那麼選擇AVL樹,如果搜索,插入刪除次數幾乎差不多,應該選擇RB樹。
一般的,紅黑樹,滿足以下性質,即只有滿足以下全部性質的樹,我們才稱之爲紅黑樹:
1)每個結點要麼是紅的,要麼是黑的。
2)根結點是黑的。
3)每個葉結點,即空結點(NIL)是黑的。
4)如果一個結點是紅的,那麼它的倆個兒子都是黑的。
5)對每個結點,從該結點到其子孫結點的所有路徑上包含相同數目的黑結點。
4.B-樹
是一種平衡多路搜索樹(並不是二叉的):
1.定義任意非葉子結點最多隻有M個兒子;且M>2;
2.根結點的兒子數爲[2, M];
3.除根結點以外的非葉子結點的兒子數爲[M/2, M];
4.每個結點存放至少M/2-1(取上整)和至多M-1個關鍵字;(至少2個關鍵字)
5.非葉子結點的關鍵字個數=指向兒子的指針個數-1;
6.非葉子結點的關鍵字:K[1], K[2], …, K[M-1];且K[i] < K[i+1];
7.非葉子結點的指針:P[1], P[2], …, P[M];其中P[1]指向關鍵字小於K[1]的
子樹,P[M]指向關鍵字大於K[M-1]的子樹,其它P[i]指向關鍵字屬於(K[i-1], K[i])的子樹;
8.所有葉子結點位於同一層;
5.B+樹
B+樹是B-樹的變體,也是一種多路搜索樹:
1.其定義基本與B-樹同,除了:
2.非葉子結點的子樹指針與關鍵字個數相同;
3.非葉子結點的子樹指針P[i],指向關鍵字值屬於[K[i], K[i+1])的子樹
(B-樹是開區間);
5.爲所有葉子結點增加一個鏈指針;
6.所有關鍵字都在葉子結點出現;
如:(M=3)
B+的搜索與B-樹也基本相同,區別是B+樹只有達到葉子結點才命中(B-樹可以在
非葉子結點命中),其性能也等價於在關鍵字全集做一次二分查找;
B+的特性:
1.所有關鍵字都出現在葉子結點的鏈表中(稠密索引),且鏈表中的關鍵字恰好
是有序的;
2.不可能在非葉子結點命中;
3.非葉子結點相當於是葉子結點的索引(稀疏索引),葉子結點相當於是存儲
(關鍵字)數據的數據層;
4.更適合文件索引系統;比如對已經建立索引的數據庫記錄,查找10<=id<=20,那麼只要通過根節點搜索到id=10的葉節點,之後只要根據葉節點的鏈表找到第一個大於20的就行了,比B-樹在查找10到20內的每一個時每次都從根節點出發查找提高了不少效率。
B+樹插入操作的平均時間複雜度O(logn),最壞時間複雜度爲O(logn);