2012年3月6日星期二

Re: 《编程之美:分层遍历二叉树》的另外两个实现


Just a test.

- - - - - - - - - - - -
谢谢,祝你快乐!(自动添加邮件末尾签名)

Junkun Huang
-- EOF --



---------- 已转发邮件 ----------
发件人: junkun huang <huangjunkun@gmail.com>
日期: 2012年2月2日 下午8:17
主题: 《编程之美:分层遍历二叉树》的另外两个实现
收件人: junkun huang <huangjunkun@gmail.com>



非常学习!

junkun huang 通过 Google 阅读器发送给您的内容:

于 10-5-11 通过 博客园_Milo的游戏开发 作者:Milo Yip

之前重温本书写书评时,也尝试找寻更好的编程解法。今天把另一个问题的实现和大家分享。
问题定义
给定一棵二叉树,要求按分层遍历该二叉树,即从上到下按层次访问该二叉树(每一层将单独输出一行),每一层要求访问的顺序为从左到右,并将节点依次编号。下面是一个例子:
输出:
1 2 3 4 5 6 7 8 
节点的定义:
struct Node
{
    Node *pLeft;
    Node *pRight;
    int data;
};
书上的解法
书上举出两个解法。第一个解法是用递归方式,搜寻并打印某一层的节点,再打印下一层的节点。这方法简单但时间效率不高(但不需要额外空间),因此书中亦提供了第二个解法。
书中第二个解法,使用vector容器来储存n个节点信息,并用一个游标变量last记录前一层的访问结束条件,实现如下:
void PrintNodeByLevel(Node* root)
{
    vector<Node*> vec; // 这里我们使用STL 中的vector来代替数组,可利用到其动态扩展的属性
    vec.push_back(root);
    int cur = 0;
    int last = 1;
    while(cur < vec.size())
    {
        Last = vec.size(); // 新的一行访问开始,重新定位last于当前行最后一个节点的下一个位置
        while(cur < last)
        {
            cout << vec[cur] -> data << " "; // 访问节点
            if(vec[cur] -> lChild) // 当前访问节点的左节点不为空则压入
                vec.push_back(vec[cur] -> lChild);

            if(vec[cur] -> rChild) // 当前访问节点的右节点不为空则压入,注意左右节点的访问顺序不能颠倒
                vec.push_back(vec[cur] -> rChild);
            cur++;
        }
        cout << endl; // 当cur == last时,说明该层访问结束,输出换行符
    }
}
广度优先搜索
书中没有提及,本问题其实是以广度优先搜索(breath-first search, BFS)去遍历一个树结构。广度优先搜索的典型实现是使用队列(queue)。其伪代码如下:
enqueue(Q, root) do     node = dequeue(Q)     process(node) //如把内容列印     for each child of node         enqueue(Q, child) while Q is not empty 
书上的解法,事实上也使用了一个队列。但本人认为,使用vector容器,较不直觉,而且其空间复杂度是O(n)。
如果用队列去实现BFS,不处理换行,能简单翻译伪代码为C++代码:
void PrintBFS(Node* root)
{
    queue<Node*> Q;
    Q.push(root);
    do
    {
        Node *node = Q.front();
        Q.pop();
        cout << node->data << " ";
        if (node->pLeft)
            Q.push(node->pLeft);
        if (node->pRight)
            Q.push(node->pRight);
    }
    while (!Q.empty());
}
本人觉得这样的算法实现可能比较清楚,而且空间复杂度只需O(m),m为树中最多节点的层的节点数量。最坏的情况是当二叉树为完整,m = n/2。
之后的难点在于如何换行。
本人的尝试之一
第一个尝试,利用了两个队列,一个储存本层的节点,另一个储存下层的节点。遍历本层的节点,把其子代节点排入下层队列。本层遍历完毕后,就可换行,并交换两个队列。
void PrintNodeByLevel(Node* root)
{
    deque<Node*> Q1, Q2;
    Q1.push_back(root);
    do
    {
        do
        {
            Node* node = Q1.front();
            Q1.pop_front();
            cout << node->data << " ";
            if (node->pLeft)
                Q2.push_back(node->pLeft);
            if (node->pRight)
                Q2.push_back(node->pRight);
        }
        while (!Q1.empty());
        cout << endl;
        Q1.swap(Q2);
    }
    while(!Q1.empty());
}

本实现使用deque而不是queue,因为deque才支持swap()操作。注意,swap()是O(1)的操作,实际上只是交换指针。
这实现要用两个循环(书上的实现也是),并且用了两个队列。能够只用一个循环、一个队列么?
本人的尝试之二
换行问题其实在于如何表达一层的结束。书上采用了游标,而第一个尝试则用了两个队列。本人想到第三个可行方案,是把一个结束信号放进队列里。由于使用queue<Node*>,可以插入一个空指针去表示一层的遍历结束。
void PrintNodeByLevel(Node* root)
{
    queue<Node*> Q;
    Q.push(root);
    Q.push(0);
    do
    {
        Node* node = Q.front();
        Q.pop();
        if (node)
        {
            cout << node->data << " ";
            if (node->pLeft)
                Q.push(node->pLeft);
            if (node->pRight)
                Q.push(node->pRight);
        }
        else if (!Q.empty())
        {
            Q.push(0);
            cout << endl;
        }
    }
    while (!Q.empty());
}

这个实现的代码很贴近之前的PrintBFS(),也只有一个循环。注意一点,当发现空指针(结束信号)时,要检查队列内是否还有节点,如果没有的话还插入新的结束信号,则会做成死循环。
测试代码
void Link(Node* nodes, int parent, int left, int right)
{
    if (left != -1)
        nodes[parent].pLeft = &nodes[left];
    if (right != -1)
        nodes[parent].pRight = &nodes[right];
}
void main()
{
    Node test1[9] = { 0 };

    for (int i = 1; i < 9; i++)
        test1[i].data = i;
    Link(test1, 1, 2, 3);
    Link(test1, 2, 4, 5);
    Link(test1, 3, 6, -1);
    Link(test1, 5, 7, 8);
    PrintBFS(&test1[1]);
    cout << endl << endl;
    PrintNodeByLevel(&test1[1]);
    cout << endl;
}

结语
第一个尝试是几个月前做的,没想到今晚写博文又想到了第二个尝试。两个尝试难分优劣,但两种思维或许也可以解决其他问题。还有其他方法么?

可从此处完成的操作:



没有评论:

发表评论