【数据结构笔记27】树习题：完全二叉搜索树（Complete Binary Search Tree）

本文链接：https://blog.csdn.net/weixin_42815609/article/details/102592994

这篇笔记探讨了完全二叉搜索树（CBST）的题意，分析了在实现过程中选择数组而非链表的原因。核心算法包括递归解决方法和层序遍历，其中涉及到计算左子树规模的细节，以及排序算法的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本次笔记内容：
树习题-CBST. 1 数据结构的选择
树习题-CBST. 2 核心算法
树习题-CBST. 3 计算左子树的规模

文章目录

题意理解

在这里插入图片描述

如上图右侧，输入一组数，存储到一棵完全二叉树中，并满足二叉搜素树的性质。最后输出完全二叉树层序遍历的结果。

分析：用链表还是数组表示树

本题目中需要的操作：

填写数字（某种遍历）；
层序遍历。

分析：

完全二叉树，不浪费空间；
层序遍历 == 直接顺序输出；
因此选择数组。

核心算法

给定了一个n以后，完全二叉树的结构是固定的。

因此，左右子树的结点数便很好确定下来。

在这里插入图片描述

如上图右边。先对数字从小到大排序，根据完全二叉树结果，找到根结点位置。找到根结点后，进入了一个递归的解决方案。

核心递归算法

void solve(int ALeft, int ARight, int TRoot)
{
   
   
    // 初始调用为solve(0, N-1, 0)
    n = ARight - ALeft + 1; // 传入数组段长度
    if (n == 0)
        return;
    L = GetLeftLength(n); // 计算n个结点的树其左子树有多少个结点
    T[TRoot] = A[ALeft + L];
    LeftTRoot = TRoot * 2 + 1;
    RightTRoot = LeftTRoot + 1;
    solve(ALeft,<