c++智能指针和二叉树(1): 图解层序遍历和逐层打印二叉树
二叉树是极为常见的数据结构,关于如何遍历其中元素的文章更是数不胜数。
然而大多数文章都是讲解的前序/中序/后序遍历,有关逐层打印元素的文章并不多,已有文章的讲解也较为晦涩读起来不得要领。本文将用形象的图片加上清晰的代码帮助你理解层序遍历的实现,同时我们使用现代c++提供的智能指针来简化树形数据结构的资源管理。
那么现在让我们进入正题。
使用智能指针构建二叉树
我们这里所要实现的是一个简单地模拟了二叉搜索树的二叉树,提供符合二叉搜索树的要求的插入功能个中序遍历。同时我们使用shared_ptr来管理资源。
现在我们只实现insert
和ldr
两个方法,其余方法的实现并不是本文所关心的内容,不过我们会在后续的文章中逐个介绍:
struct binarytreenode: public std::enable_shared_from_this<binarytreenode> { explicit binarytreenode(const int value = 0) : value_{value}, left{std::shared_ptr<binarytreenode>{}}, right{std::shared_ptr<binarytreenode>{}} {} void insert(const int value) { if (value < value_) { if (left) { left->insert(value); } else { left = std::make_shared<binarytreenode>(value); } } if (value > value_) { if (right) { right->insert(value); } else { right = std::make_shared<binarytreenode>(value); } } } // 中序遍历 void ldr() { if (left) { left->ldr(); } std::cout << value_ << "\n"; if (right) { right->ldr(); } } // 分层打印 void layer_print(); int value_; // 左右子节点 std::shared_ptr<binarytreenode> left; std::shared_ptr<binarytreenode> right; private: // 层序遍历 std::vector<std::shared_ptr<binarytreenode>> layer_contents(); };
我们的node对象继承自enable_shared_from_this
,通常这不是必须的,但是为了在层序遍历时方便操作,我们需要从this
构造智能指针,因此这步是必须的。insert
会将比root小的元素插入左子树,比root大的插入到右子树;ldr
则是最为常规的中序遍历,这里实现它是为了以常规方式查看tree中的所有元素。
值得注意的是,对于node节点我们最好使用make_shared
进行创建,而不是将其初始化为全局/局部对象,否则在层序遍历时会因为shared_ptr
的析构进而导致对象被销毁,从而引发未定义行为。
现在假设我们有一组数据:[3, 1, 0, 2, 5, 4, 6, 7],将第一个元素作为root,将所有数据插入我们的树中会得到如下的一棵二叉树:
auto root = std::make_shared<binarytreenode>(3); root->insert(1); root->insert(0); root->insert(2); root->insert(5); root->insert(4); root->insert(6); root->insert(7);
可以看到节点一共分成了四层,现在我们需要逐层打印,该怎么做呢?
层序遍历
其实思路很简单,我们采用广度优先的思路,先将节点的孩子都打印,然后再去打印子节点的孩子。
以上图为例,我们先打印根节点的值3
,然后我们再打印它的所有子节点的值,是1
和5
,然后是左右子节点的子节点,以此类推。。。。。。
说起来很简单,但是代码写起来却会遇到麻烦。我们不能简单得像中序遍历时那样使用递归来解决问题(事实上可以用改进的递归算法),因为它会直接来到叶子节点处,这不是我们想要的结果。不过不要紧,我们可以借助于队列,把子节点队列添加到队列末尾,然后从队列开头也就是根节点处遍历,将其子节点添加进队列,随后再对第二个节点做同样的操作,遇到一行结束的地方,我们使用nullptr
做标记。
先看具体的代码:
std::vector<std::shared_ptr<binarytreenode>> binarytreenode::layer_contents() { std::vector<std::shared_ptr<binarytreenode>> nodes; // 先添加根节点,根节点自己就会占用一行输出,所以添加了作为行分隔符的nullptr // 因为需要保存this,所以这是我们需要继承enable_shared_from_this是理由 // 同样是因为这里,当返回的结果容器析构时this的智能指针也会析构 // 如果我们使用了局部变量则this的引用计数从1减至0,导致对象被销毁,而使用了make_shared创建的对象引用计数是从2到1,没有问题 nodes.push_back(shared_from_this()); nodes.push_back(nullptr); // 我们使用index而不是迭代器,是因为添加元素时很可能发生迭代器失效,处理这一问题将会耗费大量精力,而index则无此烦恼 for (int index = 0; index < nodes.size(); ++index) { if (!nodes[index]) { // 子节点打印完成或已经遍历到队列末尾 if (index == nodes.size()-1) { break; } nodes.push_back(nullptr); // 添加分隔符 continue; } if (nodes[index]->left) { // 将当前节点的子节点都添加进队列 nodes.push_back(nodes[index]->left); } if (nodes[index]->right) { nodes.push_back(nodes[index]->right); } } return nodes; }
代码本身并不复杂,重要的是其背后的思想。
算法图解
如果你第一遍并没有读懂这段代码也不要紧,下面我们有请图解上线:
首先是循环开始时的状态,第一行的内容已经确定了(^代表空指针):
然后我们从首元素开始遍历,第一个遍历到的是root,他有两个孩子,值分别是1和5:
接着索引值+1,这次遍历到的是nullptr,因为不是在队列末尾,所以我们简单添加一个nullptr在队列末尾,这样第二行的节点就都在队列中了:
随后我们开始遍历第二行的节点,将它们的子节点作为第三行的内容放入队列,最后加上一个行分隔符,以此类推:
简单来说,就是通过队列来缓存上一行的所有节点,然后再根据上一行的缓存得到下一行的所有节点,循环往复直到二叉树的最后一层。当然不只是二叉树,其他多叉树的层序遍历也可以用类似的思想实现。
好了,知道了如何获取每一行的内容,我们就能逐行处理节点了:
void binarytreenode::layer_print() { auto nodes = layer_contents(); for (auto iter = nodes.begin(); iter != nodes.end(); ++iter) { // 空指针代表一行结束,这里我们遇到空指针就输出换行符 if (*iter) { std::cout << (*iter)->value_ << " "; } else { std::cout << "\n"; } } }
如你所见,这个方法足够简单,我们把节点信息保存在额外的容器中是为了方便做进一步的处理,如果只是打印的话大可不必这么麻烦,不过简单通常是有代价的。对于我们的实现来说,分隔符的存在简化了我们对层级之间的区分,然而这样会导致浪费至少log2(n)+1个vector的存储空间,某些情况下可能引起性能问题,而且通过合理得使用计数变量可以避免这些额外的空间浪费。当然具体的实现读者可以自己挑战一下,原理和我们上面介绍的是类似的因此就不在赘述了,也可以参考园内其他的博客文章。
测试
最后让我们看看完整的测试程序,记住要用make_shared创建root实例:
int main() { auto root = std::make_shared<binarytreenode>(3); root->insert(1); root->insert(0); root->insert(2); root->insert(5); root->insert(4); root->insert(6); root->insert(7); root->ldr(); std::cout << "\n"; root->layer_print(); }
输出:
可以看到上半部分是中序遍历的结果,下半部分是层序遍历的输出,而且是逐行打印的,不过我们没有做缩进。所以不太美观。
另外你可能已经发现了,我们没有写任何有关资源释放的代码,没错,这就是智能指针的威力,只要注意资源的创建,剩下的事都可以放心得交给智能指针处理,我们可以把更多的精力集中在算法和功能的实现上。
智能指针和层序遍历的内容到这里就结束了,在下一篇文章中我们还将看到智能指针和二叉树的更多操作。
如有错误和疑问欢迎指出!