在二叉树的基础上,我们可以扩展出任意多个叉的树。即,多叉树。然而,此时又面临着另外一个问题:
- 当孩子结点无限制时,我们并不知道预先要分配多少个属性,且当仅有少数元素拥有多个子节点时,将会造成大量的空间浪费。
此时,提出了一种新的表示形式:
l e f t − c h i l d r i g h t − s i b l i n g r e p r e s e n t a t i o n left-child \quad right-sibling \quad representation left−childright−siblingrepresentation。
左孩子右兄弟表示法
对于任意一个结点T,其仅包含两个指针:
T.left-child,指向T结点的最左侧子节点。T.right-sibling,指向T右侧最邻近的兄弟结点。
特别的,当二者不存在时,相应的指针皆为空,即NIL。该方法只需要
O
(
n
)
O(n)
O(n)空间来存储含
n
n
n个结点的树。
由于其与二叉树的相似性,故又叫树的二叉树表示法。
在此,给出一个样例:

该样例旨在为下述算法提供一个参考。
相关算法
深度
对于该种树而言,任意一个节点和其右节点的深度相同。也就意味着对于一个节点T,其高度为要么和右子树高度相同,要么比左子树低一层。从叶子节点向上递归,即可得出最大深度。即:
int Height(Tree& t){
if(t == nullptr) return 0;
return Height(t->left) + 1 > Height(t->right) ? Height(t->left) + 1 : Height(t->right);
}
叶子节点数
基于二叉树中的定义,叶子节点是没有子节点的节点。在该种表示方法中,即左指针为空的节点(某一层的最后一个叶子节点右子树也为空,故只看左指针就行)。对于一个节点的叶子节点数,即:
int Count(Tree& t){
if(t == nullptr) return 0;
if(t->left == nullptr) return 1;
return Count(t->left) + Count(t->right);
}
遍历
先序遍历
先序遍历,对于某个节点而言,其左指针为第一个子节点。向左指针递归即寻找孩子,回溯时输出右指针的兄弟。与二叉树的先序遍历完全一致。
void preOrder(Tree& t){
if(t == nullptr) return;
cout<<t->val<<" "; //输出值
TreeNode* p = t->left;
while(p != nullptr){
preOrder(p);
p = p->right;
}
}
后序遍历
后序遍历过程中,对于一个节点,应该打印其左指针和全部右侧的节点后才打印该节点,即回溯时才打印当前节点。
void PostOrder(Tree& t){
if(t == nullptr) return;
TreeNode* p = t->left;
while(p != nullptr){
PostOrder(p); //递归找“根”
p = p->right;
}
cout<<t->val<<" ";
}
层序遍历
层序遍历,即类似于广度优先算法。对于一个节点,当打印左节点时,应将其右侧所有兄弟节点都打印再去下一层。打印其兄弟节点时,保留其左节点,即其子节点的兄弟。基于此,也可统计出每层的宽度。有注释的几行即为相应的宽度统计。
void levelOrder(Tree& t){
if(t == nullptr) return;
queue<TreeNode*> q;
TreeNode* p;
int max = INT_MIN; //宽度
q.push(t);
while(!q.empty()){
int width = q.size();
for(int i = 0;i < width;i ++){
p = q.front();
q.pop();
cout<<p->val<<" ";
p = p->left;
while(p != nullptr){
q.push(p);
p = p->right;
}
}
max = max > width ? max: width; //一层遍历结束 统计宽度
cout<<endl;
}
return max; //返回宽度
}
搭建了个个人blog,感兴趣的话来玩呀。
本文介绍了多叉树的左孩子右兄弟表示法,这种表示方式只需O(n)空间,适合存储含n个结点的树。文章讲解了深度、叶子节点数的计算以及先序、后序、层序遍历的方法,并提供了样例和算法解析。
&spm=1001.2101.3001.5002&articleId=122315530&d=1&t=3&u=73125a476d4f4d9696a2d0d1044bfe26)
1万+

被折叠的 条评论
为什么被折叠?



