博客
关于我
各种各样的二叉树你还记得它们都是什么吗? 简单介绍基本的6种二叉树及操作(一)
阅读量:766 次
发布时间:2019-03-23

本文共 530 字,大约阅读时间需要 1 分钟。

二叉树的基本概念

二叉树是一种常用的数据结构,主要用于存储和检索数据。以下是关于二叉树的一些基本概念和定义。

结点属性

  • 结点的度:指一个结点拥有的孩子结点数量。例如,1号结点有两个孩子结点,因此其度数为2。
  • 树的度:树中所有结点度数的最大值即为树的度。
  • 叶子结点:没有孩子结点的结点,例如7号结点。
  • 分支结点:除了叶子结点之外,所有有孩子结点的结点均为分支结点。
  • 内部结点:除了根结点和叶子结点之外,所有有孩子结点的结点均为内部结点。
  • 父结点:相对概念,指子结点的父亲结点。
  • 子结点:相对概念,指父结点的儿子结点。
  • 兄弟结点:通常指具有相同父结点的不同子结点。
  • 二叉树结构

  • 层次:树的层次等于根结点到该结点的距离。
    • 第1层只有根结点。
    • 第2层有2个结点。
    • 第3层有4个结点,以此类推。
  • 满二叉树与完全二叉树

    满二叉树

    满二叉树是一种特殊的二叉树,满足条件:除最后一层外,所有层次的结点都有左右两个子结点。

    完全二叉树

    完全二叉树是满二叉树的一种特殊情况,除了最后一层外,所有层次的结点都满足以下条件:

    • 最后一层的所有结点具有相同的编号顺序。
    • 最后一层的每个结点只有一个子结点,或没有子结点。

    非完全二叉树

    非完全二叉树是指those trees that do

    转载地址:http://hubzk.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
    查看>>
    OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
    查看>>
    OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    VS2003 Front Page Server Extension
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>