当前位置： 首页 > article >正文

C语言实现常见的数据结构

article 2024/9/22 14:24:41

栈

栈是一种后进先出（LIFO, Last In First Out）的数据结构

#include <stdio.h>
#include <stdlib.h>

#define MAX 100

typedef struct {
    int data[MAX];
    int top;
} Stack;

// 初始化栈
void init(Stack *s) {
    s->top = -1;
}

// 判断栈是否为空
int isEmpty(Stack *s) {
    return s->top == -1;
}

// 判断栈是否满
int isFull(Stack *s) {
    return s->top == MAX - 1;
}

// 入栈
void push(Stack *s, int value) {
    if (isFull(s)) {
        printf("Stack overflow!\n");
        return;
    }
    s->data[++s->top] = value;
}

// 出栈
int pop(Stack *s) {
    if (isEmpty(s)) {
        printf("Stack underflow!\n");
        exit(1);
    }
    return s->data[s->top--];
}

// 打印栈
void printStack(Stack *s) {
    for (int i = 0; i <= s->top; i++) {
        printf("%d ", s->data[i]);
    }
    printf("\n");
}

int main() {
    Stack s;
    init(&s);
    push(&s, 10);
    push(&s, 20);
    push(&s, 30);
    printStack(&s);
    pop(&s);
    printStack(&s);
    return 0;
}

队列

队列是一种先进先出（FIFO, First In First Out）的数据结构。

循环队列

#include <stdio.h>
#include <stdlib.h>

#define MAX 100

typedef struct {
    int data[MAX];
    int front;
    int rear;
} Queue;

// 初始化队列
void init(Queue *q) {
    q->front = 0;
    q->rear = 0;
}

// 判断队列是否为空
int isEmpty(Queue *q) {
    return q->front == q->rear;
}

// 判断队列是否满
int isFull(Queue *q) {
    return (q->rear + 1) % MAX == q->front;
}

// 入队
void enqueue(Queue *q, int value) {
    if (isFull(q)) {
        printf("Queue overflow!\n");
        return;
    }
    q->data[q->rear] = value;
    q->rear = (q->rear + 1) % MAX;
}

// 出队
int dequeue(Queue *q) {
    if (isEmpty(q)) {
        printf("Queue underflow!\n");
        exit(1);
    }
    int value = q->data[q->front];
    q->front = (q->front + 1) % MAX;
    return value;
}

// 打印队列
void printQueue(Queue *q) {
    for (int i = q->front; i != q->rear; i = (i + 1) % MAX) {
        printf("%d ", q->data[i]);
    }
    printf("\n");
}

int main() {
    Queue q;
    init(&q);
    enqueue(&q, 10);
    enqueue(&q, 20);
    enqueue(&q, 30);
    printQueue(&q);
    dequeue(&q);
    printQueue(&q);
    return 0;
}

平衡二叉树 (AVL Tree)

AVL树是一种自平衡二叉搜索树，任何节点的左右子树高度差不超过1。

#include <stdio.h>
#include <stdlib.h>

// 定义节点
typedef struct Node {
    int key;
    struct Node *left;
    struct Node *right;
    int height;
} Node;

// 获取节点的高度
int height(Node *n) {
    if (n == NULL) return 0;
    return n->height;
}

// 创建新节点
Node* newNode(int key) {
    Node* node = (Node*)malloc(sizeof(Node));
    node->key = key;
    node->left = node->right = NULL;
    node->height = 1;
    return node;
}

// 右旋转
Node* rightRotate(Node* y) {
    Node* x = y->left;
    Node* T2 = x->right;
    x->right = y;
    y->left = T2;
    y->height = 1 + fmax(height(y->left), height(y->right));
    x->height = 1 + fmax(height(x->left), height(x->right));
    return x;
}

// 左旋转
Node* leftRotate(Node* x) {
    Node* y = x->right;
    Node* T2 = y->left;
    y->left = x;
    x->right = T2;
    x->height = 1 + fmax(height(x->left), height(x->right));
    y->height = 1 + fmax(height(y->left), height(y->right));
    return y;
}

// 获取平衡因子
int getBalance(Node* n) {
    if (n == NULL) return 0;
    return height(n->left) - height(n->right);
}

// 插入节点
Node* insert(Node* node, int key) {
    if (node == NULL) return newNode(key);
    if (key < node->key)
        node->left = insert(node->left, key);
    else if (key > node->key)
        node->right = insert(node->right, key);
    else
        return node;

    node->height = 1 + fmax(height(node->left), height(node->right));
    int balance = getBalance(node);

    // 平衡调整
    if (balance > 1 && key < node->left->key)
        return rightRotate(node);
    if (balance < -1 && key > node->right->key)
        return leftRotate(node);
    if (balance > 1 && key > node->left->key) {
        node->left = leftRotate(node->left);
        return rightRotate(node);
    }
    if (balance < -1 && key < node->right->key) {
        node->right = rightRotate(node->right);
        return leftRotate(node);
    }
    return node;
}

// 中序遍历
void inorder(Node* root) {
    if (root != NULL) {
        inorder(root->left);
        printf("%d ", root->key);
        inorder(root->right);
    }
}

int main() {
    Node* root = NULL;
    root = insert(root, 10);
    root = insert(root, 20);
    root = insert(root, 30);
    root = insert(root, 40);
    root = insert(root, 50);
    inorder(root);
    return 0;
}

最优二叉树（哈夫曼树）的实现

哈夫曼树是一种用于数据压缩的二叉树。它是一种最优的前缀编码树，使用频率最低的字符分配最长的编码，从而达到压缩的效果。

#include <stdio.h>
#include <stdlib.h>

// 定义哈夫曼树的节点
typedef struct Node {
    char data;
    int freq;
    struct Node *left, *right;
} Node;

// 创建一个新的节点
Node* newNode(char data, int freq) {
    Node* node = (Node*)malloc(sizeof(Node));
    node->data = data;
    node->freq = freq;
    node->left = node->right = NULL;
    return node;
}

// 交换两个节点
void swap(Node** a, Node** b) {
    Node* temp = *a;
    *a = *b;
    *b = temp;
}

// 小顶堆 (Min Heap) 结构
typedef struct MinHeap {
    int size;
    int capacity;
    Node** array;
} MinHeap;

// 创建一个小顶堆
MinHeap* createMinHeap(int capacity) {
    MinHeap* minHeap = (MinHeap*)malloc(sizeof(MinHeap));
    minHeap->size = 0;
    minHeap->capacity = capacity;
    minHeap->array = (Node**)malloc(minHeap->capacity * sizeof(Node*));
    return minHeap;
}

// 堆化 (Heapify)
void minHeapify(MinHeap* minHeap, int idx) {
    int smallest = idx;
    int left = 2 * idx + 1;
    int right = 2 * idx + 2;

    if (left < minHeap->size && minHeap->array[left]->freq < minHeap->array[smallest]->freq)
        smallest = left;

    if (right < minHeap->size && minHeap->array[right]->freq < minHeap->array[smallest]->freq)
        smallest = right;

    if (smallest != idx) {
        swap(&minHeap->array[smallest], &minHeap->array[idx]);
        minHeapify(minHeap, smallest);
    }
}

// 提取最小值节点
Node* extractMin(MinHeap* minHeap) {
    Node* temp = minHeap->array[0];
    minHeap->array[0] = minHeap->array[minHeap->size - 1];
    --minHeap->size;
    minHeapify(minHeap, 0);
    return temp;
}

// 插入节点到堆
void insertMinHeap(MinHeap* minHeap, Node* node) {
    ++minHeap->size;
    int i = minHeap->size - 1;

    while (i && node->freq < minHeap->array[(i - 1) / 2]->freq) {
        minHeap->array[i] = minHeap->array[(i - 1) / 2];
        i = (i - 1) / 2;
    }
    minHeap->array[i] = node;
}

// 创建并构建小顶堆
MinHeap* buildMinHeap(char data[], int freq[], int size) {
    MinHeap* minHeap = createMinHeap(size);
    for (int i = 0; i < size; ++i)
        minHeap->array[i] = newNode(data[i], freq[i]);
    minHeap->size = size;
    for (int i = (minHeap->size - 2) / 2; i >= 0; --i)
        minHeapify(minHeap, i);
    return minHeap;
}

// 构建哈夫曼树
Node* buildHuffmanTree(char data[], int freq[], int size) {
    Node *left, *right, *top;
    MinHeap* minHeap = buildMinHeap(data, freq, size);

    while (minHeap->size != 1) {
        left = extractMin(minHeap);
        right = extractMin(minHeap);
        top = newNode('$', left->freq + right->freq);
        top->left = left;
        top->right = right;
        insertMinHeap(minHeap, top);
    }

    return extractMin(minHeap);
}

// 打印哈夫曼编码
void printCodes(Node* root, int arr[], int top) {
    if (root->left) {
        arr[top] = 0;
        printCodes(root->left, arr, top + 1);
    }

    if (root->right) {
        arr[top] = 1;
        printCodes(root->right, arr, top + 1);
    }

    if (!root->left && !root->right) {
        printf("%c: ", root->data);
        for (int i = 0; i < top; ++i)
            printf("%d", arr[i]);
        printf("\n");
    }
}

// 哈夫曼编码主函数
void HuffmanCodes(char data[], int freq[], int size) {
    Node* root = buildHuffmanTree(data, freq, size);
    int arr[100], top = 0;
    printCodes(root, arr, top);
}

int main() {
    char arr[] = { 'a', 'b', 'c', 'd', 'e', 'f' };
    int freq[] = { 5, 9, 12, 13, 16, 45 };
    int size = sizeof(arr) / sizeof(arr[0]);

    HuffmanCodes(arr, freq, size);

    return 0;
}

B树的实现

B树是一种多路自平衡的搜索树，常用于数据库和文件系统。以下是B树的基本实现。

 

#include <stdio.h>
#include <stdlib.h>

#define T 3  // B树的最小度数

// 定义B树的节点
typedef struct BTreeNode {
    int keys[2*T-1];     // 存储键
    struct BTreeNode* C[2*T]; // 存储子节点指针
    int n;            // 当前节点存储的键数量
    int leaf;         // 是否为叶子节点
} BTreeNode;

// 创建一个B树节点
BTreeNode* createNode(int leaf) {
    BTreeNode* node = (BTreeNode*)malloc(sizeof(BTreeNode));
    node->leaf = leaf;
    node->n = 0;
    for (int i = 0; i < 2*T; i++) {
        node->C[i] = NULL;
    }
    return node;
}

// 在非满节点插入键
void insertNonFull(BTreeNode* node, int k) {
    int i = node->n - 1;
    if (node->leaf) {
        while (i >= 0 && node->keys[i] > k) {
            node->keys[i + 1] = node->keys[i];
            i--;
        }
        node->keys[i + 1] = k;
        node->n++;
    } else {
        while (i >= 0 && node->keys[i] > k) {
            i--;
        }
        i++;
        if (node->C[i]->n == 2*T-1) {
            splitChild(node, i, node->C[i]);
            if (node->keys[i] < k) {
                i++;
            }
        }
        insertNonFull(node->C[i], k);
    }
}

// 分裂子节点
void splitChild(BTreeNode* parent, int i, BTreeNode* fullChild) {
    BTreeNode* newChild = createNode(fullChild->leaf);
    newChild->n = T - 1;

    for (int j = 0; j < T-1; j++) {
        newChild->keys[j] = fullChild->keys[j + T];
    }

    if (!fullChild->leaf) {
        for (int j = 0; j < T; j++) {
            newChild->C[j] = fullChild->C[j + T];
        }
    }

    fullChild->n = T - 1;

    for (int j = parent->n; j >= i + 1; j--) {
        parent->C[j + 1] = parent->C[j];
    }

    parent->C[i + 1] = newChild;

    for (int j = parent->n - 1; j >= i; j--) {
        parent->keys[j + 1] = parent->keys[j];
    }

    parent->keys[i] = fullChild->keys[T - 1];
    parent->n++;
}

// 插入一个键到B树
void insert(BTreeNode** root, int k) {
    BTreeNode* r = *root;
    if (r->n == 2*T-1) {
        BTreeNode* s = createNode(0);
        *root = s;
        s->C[0] = r;
        splitChild(s, 0, r);
        insertNonFull(s, k);
    } else {
        insertNonFull(r, k);
    }
}

// 中序遍历B树
void traverse(BTreeNode* root) {
    int i;
       // 中序遍历节点中的所有键
    for (i = 0; i < root->n; i++) {
        // 如果不是叶子节点，先遍历子树
        if (!root->leaf) {
            traverse(root->C[i]);
        }
        printf("%d ", root->keys[i]);
    }
    // 最后遍历最右子树
    if (!root->leaf) {
        traverse(root->C[i]);
    }
}

// 搜索键 k
BTreeNode* search(BTreeNode* root, int k) {
    int i = 0;
    // 查找当前节点中的键
    while (i < root->n && k > root->keys[i]) {
        i++;
    }
    // 找到键，返回当前节点
    if (i < root->n && k == root->keys[i]) {
        return root;
    }
    // 如果是叶子节点，说明键不存在
    if (root->leaf) {
        return NULL;
    }
    // 继续在子树中查找
    return search(root->C[i], k);
}

int main() {
    BTreeNode* root = createNode(1); // 创建一个空的B树节点作为根节点

    // 插入一些键到B树中
    insert(&root, 10);
    insert(&root, 20);
    insert(&root, 5);
    insert(&root, 6);
    insert(&root, 12);
    insert(&root, 30);
    insert(&root, 7);
    insert(&root, 17);

    printf("Traversal of the constructed B-Tree is:\n");
    traverse(root);
    printf("\n");

    int key = 6;
    BTreeNode* result = search(root, key);
    if (result != NULL) {
        printf("Key %d found in B-Tree.\n", key);
    } else {
        printf("Key %d not found in B-Tree.\n", key);
    }

    return 0;
}
代码说明

  1. createNode: 创建一个新的B树节点。

  2. insertNonFull: 向一个非满节点插入一个键。

  3. splitChild: 分裂一个满节点为两个节点。

  4. insert: 插入一个新的键到B树中。

  5. traverse: 中序遍历B树，输出所有节点的键。

  6. search: 在B树中搜索一个键，找到则返回包含该键的节点，否则返回NULL。

执行效果

  1. 插入了几个键后，树中将进行自动分裂和调整以保持B树的平衡特性。

  2. 使用traverse函数将打印B树中的所有键。

  3. 使用search函数可以在B树中搜索某个键并返回结果。

如果需要对B树进行更复杂的操作（如删除节点），可以继续扩展此基础实现。B树广泛用于数据库索引和文件系统管理，非常适合处理大规模数据。


http://www.kler.cn/news/314769.html

相关文章：

  • 计算机毕业设计 数字化农家乐管理平台的设计与实现 Java实战项目 附源码+文档+视频讲解
  • 发票OFD格式转换成PDF
  • Java 使用递归方法遍历B站下载文件并解析重命名
  • Linux(ubuntu)(文件IO——fopen)
  • C++ | C++中与const相关的权限放大和缩小详解
  • 【医疗大数据】基于 B2B 的医疗保健系统中大数据信息管理的安全和隐私问题分析
  • Spring（三）Spring事件+计划任务+条件注解+SpringAware
  • 开源网安多城联动、多形式开展网安周公益活动，传播网络安全知识
  • 中断-MCU
  • HTML粉色烟花秀
  • python新手的五个练习题
  • MySQl索引事务（B树）
  • 基于 K8S kubernetes 的常见日志收集方案
  • 大模型如何学习数据
  • NLP 文本分类核心问题
  • LangChain教程 - 构建一个检索增强生成 (RAG) 应用程序
  • 面试金典题8
  • go webapi上传文件
  • 【Linux】Docker：离线主机部署
  • 【Temporal】日志打印控制
  • 【AI视频】AI虚拟主播制作网站推荐
  • 深度学习02-pytorch-06-张量的形状操作
  • 基于深度学习的智能电网优化
  • Java异常架构与异常关键字
  • Spring后端直接用枚举类接收参数，自定义通用枚举类反序列化器
  • IT行业：未来发展的无限可能
  • 【医学半监督】置信度指导遮蔽学习的半监督医学图像分割
  • 51单片机-系列-数码管中断和定时器
  • Lsposed Java HOOK原理及检测
  • 我的AI工具箱Tauri版-VideoIntroductionClipCut视频介绍混剪