数据结构入门————树（C语言/零基础/小白/新手+模拟实现+例题讲解）

目录

1. 树的概念及其结构

        1.1 树的概念：

        1.2 树的相关概念：

        1.3 树的表示方法：

​编辑

        1.4 树的应用：

2. 二叉树的概念及其结构        

        2.1 概念:

        2.2 特点：

        2.3 特殊二叉树：

        2.4 二叉树的性质：

3. 二叉树的顺序存储结构 

        3.1 二叉树的顺序存储结构

        3.2 堆的概念及其结构

        3.3 堆的实现

4. 二叉树的链式存储

        4.1 前序 ，中序 ，后序遍历

        4.2 层序遍历

1. 树的概念及其结构

        1.1 树的概念：

        树（Tree）是n（n>=0）个结点的有限集。n=0时称为空树。在任意一棵非空树中：1.有且仅有一个特定的称为根(Root)的结点；2.当n>1时，其余结点可分为m(m>0)个互不相交的有限集T1,T2...，Tm，其中每一个集合本身又是一颗树，称为根的子树（Sub Tree）,如下图所示。

注：

        1. 子树是不相交的。

        2. 除了根节点以外，每个节点有且只有一个父节点

        3. 一棵有N个节点的树有N-1条边。

        1.2 树的相关概念：

     a.结点的分类

        结点的度：结点拥有的子树的个数。例如，A的度为6。

        树的度：最大结点的度为树的度。例如，上图结点的度为6,。

        叶结点/终端结点：度为0的结点。例如，结点B。

       非终端结点/分支结点：度不为0的结点。例如，结点D,E....

    b.结点的关系

        双亲结点/父结点：若一个结点含有子结点，那么该结点就是父结点。例如,A是B的父结点。

        孩子结点/子结点：结点子树的根称为该结点的孩子(Child)。例如,B是A的孩子。

        兄弟结点：具有相同父结点的结点称为兄弟结点。例如,B和C是兄弟结点。

        堂兄弟结点：双亲在同一层的结点称为堂兄弟结点。例如,H和I是堂兄弟结点。

        结点的祖先：从根结点到该结点的分支上的所有结点，称为该结点的祖先。例如，A时所有结点的祖先

        子孙：以某结点为根的子树中的任意结点都是该结点的子孙，例如，所有结点都是A的子孙。

    c.树的相关概念

        结点的层次：从根结点开始定义，根结点为第1层，根结点的子结点为第2层，以此类推。

        树的高度或深度：树中结点的最大层次。上图，树的高度为4。

        森林：由m棵互不相交的树的集合称为森林。

        1.3 树的表示方法：

                这里我们简单了解一下比较常用的：孩子兄弟表示法。

typedef int DataType;
struct Node
{
 struct Node*  LeftChild;    // 指向左边第一个孩子节点
 struct Node*  RightBrather; // 指向右边的兄弟节点
 DataType _data; // 结点中的数据域
};

        1.4 树的应用：

                我们在Linux系统中（操作系统的一种），使用的目录结构就是树状结构。

2. 二叉树的概念及其结构        

        2.1 概念:

                二叉树（Binary Tree）是n(n>=0)个结点的有限集，该集合或者为空集（空二叉树），或者由一个根结点和两棵互不相交的，分别称为根结点的左子树和右子树的二叉树组成。

        2.2 特点：

                a. 二叉树不存在度大于2的结点。

                b. 二叉树有左子树右子树之分，是有顺序的，不能颠倒，即使只有一棵子树，也要区分左子树还是右子树。

        2.3 特殊二叉树：

                a. 满二叉树：一个二叉树，每一层的结点数都达到最大值，则这个二叉树称为满二叉树。也就是说，如果一个满二叉树一共有h层，那么它的结点个数为 2^h-1。

                b. 完全二叉树：前h-1层结点数都达到最大值，最后一层不一定是满的，但一定从左往右有序。满二叉树是一个特殊的完全二叉树。

        2.4 二叉树的性质：

                1. 若规定根节点的层数为1，则一棵非空二叉树的第i层上最多有2^( i - 1 ) 个节点。 

                2. 若规定根节点的层数为1，则深度为h的二叉树的最大节点数是 2^( h )  - 1 。

                3. 对任何一棵二叉树，度为0的叶子节点个数为n0，度为2的分支节点个数为n2，则有n0 = n2 + 1。

                4. 若贵定根节点的层数为1，具有n个节点的满二叉树的深度，h = log₂(n + 1)。

                5. 对具有n个节点的完全二叉树，如果按照从上到下从左至右的数组顺序对所有节点开始编号，啧对于序号为i的节点有：

                a. 若 i > 0,i位置节点的双亲序号：(i - 1) / 2 ; i =0,i为根节点编号，无双亲节点。

                b. 若2 * i + 1 < n,左孩子序号： 2 * i + 1，若 2 * i + 1 >= n ,则无左孩子节点。

                c. 若2 * i + 2 < n,右孩子序号： 2 * i + 2，若 2 * i + 1 >= n,则无右孩子节点。 

1. 某二叉树共有 399 个结点，其中有 199 个度为 2 的结点，则该二叉树中的叶子结点数为（ B ）
A 不存在这样的二叉树
B 200
C 198
D 199
解析：
        叶子节点：度为0的节点，n0 = n2 +1
2. 在具有 2n 个结点的完全二叉树中，叶子结点个数为（ A ）
A n
B n+1
C n-1
D n/2
解析：
        完全二叉树的节点度分为3种情况：度=1 or 度 =2 or 度 = 0；
        2n = n0 + n1 + n2
        n0 = n2 + 1 ,且 n1 = 0 或 n1 =0
        2n0 + n1 = 2n    这里 n1只能为0 （偶数 + 奇数  !=  偶数）
        所以叶子节点个数 = n
4.一棵完全二叉树的节点数位为531个，那么这棵树的高度为（ B ）
A 11
B 10
C 8
D 12
解析：
        满二叉树的节点个数 = 2*h -1
        完全二叉树中，叶子节点个数不确定，区间为：[ 2^( h - 1 ) + 1 , 2^( h ) -1 ]
        将选项代入，得出高度为10
5.在一颗度为3的树中，度为3的结点有2个，度为2的结点有1个，度为1的结点有2个，则叶子结点有（  C ）个

A.4

B.5

C.6

D.7

解析：

        度为i的节点为ni，树的节点个数为n,则 n = n0 + n1 + n2 + n3;

        有n个节点的树的总边数为 ： n-1 条。

        根据度的定义，总边数 与 度 的关系: n -1 = 0 * n0 + 1 * n1 + 2 * n2 + 3 * n3

        联立方程可得，n0 = n2 +2 *n3 +1 , n0 = 6

3. 二叉树的顺序存储结构 

        3.1 二叉树的顺序存储结构

                普通的二叉树不适合用顺序存储结构，会造成大量空间浪费，但完全二叉树适合用顺序存储结构，现实中我们常把堆（一种二叉树）使用顺序结构存储。

        3.2 堆的概念及其结构

        堆中某个节点的值总是不大于或不小于其父节点的值；

        堆总是一棵完全二叉树。

        3.3 堆的实现

//Heap.h
#include <stdio.h>
#include <stdlib.h>
#include <assert.h>

typedef int HPDataType;
typedef struct Heap
{
	HPDataType* _a;
	int _size;
	int _capacity; 
}Heap;

// 堆的构建
void HeapCreate(Heap* hp, HPDataType* a, int n);
// 堆的销毁
void HeapDestory(Heap* hp);
// 堆的插入
void HeapPush(Heap* hp, HPDataType x);
// 堆的删除
void HeapPop(Heap* hp);
// 取堆顶的数据
HPDataType HeapTop(Heap* hp);
// 堆的数据个数
int HeapSize(Heap* hp);
// 堆的判空
int HeapEmpty(Heap* hp);

#include "Heap.h"

void Swap(HPDataType* x1, HPDataType* x2)
{
	HPDataType x = *x1;
	*x1 = *x2;
	*x2 = x;
}

void AdjustDown(HPDataType* a, int n, int root)
{
	int parent = root;
	int child = parent*2+1;
	while (child < n)
	{
		// 选左右孩纸中大的一个
		if (child+1 < n 
			&& a[child+1] > a[child])
		{
			++child;
		}

		//如果孩子大于父亲，进行调整交换 
		if(a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent*2+1;
		}
		else
		{
			break;
		}
	}
}

void AdjustUp(HPDataType* a, int n, int child)
{
	int parent;
	assert(a);
	parent = (child-1)/2;
	//while (parent >= 0)
	while (child > 0)
	{
        //如果孩子大于父亲，进行交换
		if (a[child] > a[parent])
		{
			Swap(&a[parent], &a[child]);
			child = parent;
			parent = (child-1)/2;
		}
		else
		{
			break;
		}
	}
}

void HeapInit(Heap* hp, HPDataType* a, int n)
{
	int i;
	assert(hp && a);
	hp->_a = (HPDataType*)malloc(sizeof(HPDataType)*n);
	hp->_size = n;
	hp->_capacity = n;

	for (i = 0; i < n; ++i)
	{
		hp->_a[i] = a[i];
	}

	// 建堆： 从最后一个非叶子节点开始进行调整
    // 最后一个非叶子节点，按照规则： （最后一个位置索引 - 1） / 2
    // 最后一个位置索引： n - 1
    // 故最后一个非叶子节点位置： (n - 2) / 2
	for(i = (n-2)/2; i >= 0; --i)
	{
		AdjustDown(hp->_a, hp->_size, i);
	}
}

void HeapDestory(Heap* hp)
{
	assert(hp);

	free(hp->_a);
	hp->_a = NULL;
	hp->_size = hp->_capacity = 0;
}

void HeapPush(Heap* hp, HPDataType x)
{
	assert(hp);
    //检查容量
	if (hp->_size == hp->_capacity)
	{
		hp->_capacity *= 2;
		hp->_a = (HPDataType*)realloc(hp->_a, sizeof(HPDataType)*hp->_capacity);
	}
	//尾插
	hp->_a[hp->_size] = x;
	hp->_size++;
	//向上调整
	AdjustUp(hp->_a, hp->_size, hp->_size-1);
}

void HeapPop(Heap* hp)
{
	assert(hp);
    //交换
	Swap(&hp->_a[0], &hp->_a[hp->_size-1]);
	hp->_size--;
	//向下调整
	AdjustDown(hp->_a, hp->_size, 0);
}

HPDataType HeapTop(Heap* hp)
{
	assert(hp);
	return hp->_a[0];
}

int HeapSize(Heap* hp)
{
	return hp->_size;
}

int HeapEmpty(Heap* hp)
{
	return hp->_size == 0 ? 0 : 1;
}

void HeapPrint(Heap* hp)
{
	int i;
	for (i = 0; i < hp->_size; ++i)
	{
		printf("%d ", hp->_a[i]);
	}
	printf("\n");
}

        

4. 二叉树的链式存储

        先来简单复习一下二叉树的概念，二叉树是：

        1. 空树

        2.非空：根节点，左子树，右子树组成

        从概念中可以看出，二叉树的定义是递归式的，因此后续基本操作都是按照该概念实现的。

        4.1 前序 ，中序 ，后序遍历

                二叉树遍历是按照某种特定的规则，依次对二叉树的节点进行相应的操作，并且每个节点只操作1次。

                按照规则，二叉树的遍历有：前序/中序/后序的递归结构遍历：

 1. 前序遍历（Preorder Traversal）:访问根节点的操作发生在遍历其左右子树之前。

 2. 后序遍历（Postorder Traversal）:访问根节点发生在遍历其左右子树之后。

 3. 中序遍历（Inorder Traversal）:访问根节点的操作发生在遍历其左右子树之间。

        4.2 层序遍历

 层序遍历：除了先序遍历、中序遍历、后序遍历外，还可以对二叉树进行层序遍历。设二叉树的根节点所在层数为1，层序遍历就是从所在二叉树的根节点出发，首先访问第一层的树根节点，然后从左到右访问第2层上的节点，接着是第三层的节点，以此类推，自上而下，自左至右逐层访问树的结点的过程就是层序遍历。

                层序遍历中，我们使用队列来实现，但因为C语言的局限性，需要自己创建轮子，所以实现起来比较复杂，这里如果你对队列不太熟悉，可以参考下面这篇文章，帮助你更好的理解。

        

       数据结构入门————栈和队列（C语言/零基础/小白/新手+模拟实现+例题讲解）

//Tree.h
#include <stdio.h>
#include <stdlib.h>
#include <assert.h>
typedef char BTDataType;

typedef struct BinaryTreeNode
{
	BTDataType _data;
	struct BinaryTreeNode* _left;
	struct BinaryTreeNode* _right;
}BTNode;

// 通过前序遍历的数组"ABD##E#H##CF##G##"构建二叉树
BTNode* BinaryTreeCreate(BTDataType* a, int n, int* pi);
// 二叉树销毁
void BinaryTreeDestory(BTNode** root);
// 二叉树节点个数
int BinaryTreeSize(BTNode* root);
// 二叉树叶子节点个数
int BinaryTreeLeafSize(BTNode* root);
// 二叉树第k层节点个数
int BinaryTreeLevelKSize(BTNode* root, int k);
// 二叉树查找值为x的节点
BTNode* BinaryTreeFind(BTNode* root, BTDataType x);
// 二叉树前序遍历 
void BinaryTreePrevOrder(BTNode* root);
// 二叉树中序遍历
void BinaryTreeInOrder(BTNode* root);
// 二叉树后序遍历
void BinaryTreePostOrder(BTNode* root);
// 层序遍历
void BinaryTreeLevelOrder(BTNode* root);
// 判断二叉树是否是完全二叉树
int BinaryTreeComplete(BTNode* root);

#include "BTree.h"
#include "queue.h" //参考之前的代码
#include "stack.h"

BTNode *BinaryTreeCreate(BTDataType * src, int n, int* pi)
{
	if (*pi >= n || src[*pi] == '#')
	{
		(*pi)++;
		return NULL;
	}

	BTNode * cur = (BTNode *)malloc(sizeof(BTNode));
	cur->_data = src[*pi];
	(*pi)++;

	cur->_left = BinaryTreeCreate(src, n, pi);
	cur->_right = BinaryTreeCreate(src, n, pi);

	return cur;
}

void BinaryTreePrevOrder(BTNode* root)
{
	if (root)
	{ 
		putchar(root->_data);
		BinaryTreePrevOrder(root->_left);
		BinaryTreePrevOrder(root->_right);
	}
}

void BinaryTreeInOrder(BTNode* root)
{
	if (root)
	{
		BinaryTreeInOrder(root->_left);
		putchar(root->_data);
		BinaryTreeInOrder(root->_right);
	}
}

void BinaryTreePostOrder(BTNode* root)
{
	if (root)
	{
		BinaryTreePostOrder(root->_left);
		BinaryTreePostOrder(root->_right);
		putchar(root->_data);
	}
}

void BinaryTreeDestory(BTNode** root)
{
	if (*root)
	{
		BinaryTreeDestory(&(*root)->_left);
		BinaryTreeDestory(&(*root)->_right);
		free(*root);
        *root = NULL;
	}
}

void BinaryTreeLevelOrder(BTNode* root)
{
	Queue qu;
	BTNode * cur;

	QueueInit(&qu);

	QueuePush(&qu, root);

	while (!QueueIsEmpty(&qu))
	{
		cur = QueueTop(&qu);

		putchar(cur->_data);

		if (cur->_left)
		{
			QueuePush(&qu, cur->_left);
		}

		if (cur->_right)
		{
			QueuePush(&qu, cur->_right);
		}

		QueuePop(&qu);
	}

	QueueDestory(&qu);
}

int BinaryTreeComplete(BTNode* root)
{
	Queue qu;
	BTNode * cur;
	int tag = 0;

	QueueInit(&qu);

	QueuePush(&qu, root);

	while (!QueueIsEmpty(&qu))
	{
		cur = QueueTop(&qu);

		putchar(cur->_data);

		if (cur->_right && !cur->_left)
		{
			return 0;
		}

		if (tag && (cur->_right || cur->_left))
		{
			return 0;
		}

		if (cur->_left)
		{
			QueuePush(&qu, cur->_left);
		}

		if (cur->_right)
		{
			QueuePush(&qu, cur->_right);
		}
		else
		{
			tag = 1;
		}

		QueuePop(&qu);
	}

	QueueDestory(&qu);
	return 1;
}

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/213752.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

【文献阅读笔记】基于自监督的异常检测和定位：SSM

【文献阅读笔记】基于自监督的异常检测和定位：SSM

2022 IEEE TRANSACTIONS ON MULTIMEDIA 领域&#xff1a;异常检测 目标&#xff1a;图像输入数据 文章目录 1、模型2、方法2.1、random masking2.2、restoration network2.3、损失函数2.4、推理时的渐进细化 3、实验4、引用5、想法 1、模型 训练&#xff1a; 每个图像实时生成随…
阅读更多...
MySQL索引优化实战二

MySQL索引优化实战二

分页查询优化 很多时候我们业务中实现分页功能时可能会用如下SQL来实现&#xff1a; select * from employees LIMIT 10000,10表示从表中中区从10001行开始的10行记录&#xff0c;看似只查了10条记录&#xff0c;但是这条SQL是先读取10010条记录&#xff0c;然后抛弃前10000条…
阅读更多...
[MySQL]日期和时间函数

[MySQL]日期和时间函数

文章目录 1 获取日期、时间 CURDATE() &#xff0c;CURRENT_DATE()CURTIME() &#xff0c; CURRENT_TIME()NOW() / SYSDATE() / CURRENT_TIMESTAMP() / LOCALTIME() / LOCALTIMESTAMP()UTC_DATE()UTC_TIME()代码示例2 日期与时间戳的转换 UNIX_TIMESTAMP()UNIX_TIMESTAMP(date)…
阅读更多...
ArcGIS制作某村土地利用现状图

ArcGIS制作某村土地利用现状图

1. 根据坐落单位名称属性选择并提取作图数据 (1) 将“作图线状地物”、“作图图班”和“村庄”图层加入ARCGIS&#xff08;右键Layers-Add data&#xff09;&#xff0c;选择相应路径下的文件加载即可。 (2) 按属性来提取作图村庄的地类图班、线状地物和村界文件&#xff08;…
阅读更多...
Flutter PK jetpack compose区别和选择

Flutter PK jetpack compose区别和选择

Flutter诞生于Chrome团队&#xff0c;是一帮做Web的开发做的跨平台框架&#xff0c;从最开始的设计初衷&#xff0c;就是指向了跨平台这条路&#xff0c;而Compose&#xff0c;则是诞生于Android团队&#xff0c;是为了解决当前View的架构体系不能再继续适应申明式编程的范式而…
阅读更多...
【BLE基础知识】--Slave latency设置流程及空中包解析

【BLE基础知识】--Slave latency设置流程及空中包解析

1、Slave latency基本概念 当BLE从设备对耗电量要求较高时&#xff0c;若需要节省耗电量&#xff0c;则可以通过设置Slave Latency参数来减少BLE从设备的耗电。 Slave Latency&#xff1a;允许Slave&#xff08;从设备&#xff09;在没有数据要发的情况下&#xff0c;跳过一定…
阅读更多...
SCAU:分期还款(加强版)

SCAU:分期还款(加强版)

分期还款(加强版) Time Limit:1000MS Memory Limit:65535K 题型: 编程题 语言: G;GCC;VC 描述 从银行贷款金额为d&#xff0c;准备每月还款额为p&#xff0c;月利率为r。请编写程序输入这三个数值&#xff0c;计算并输出多少个月能够还清贷款&#xff0c;输出时保留1位小…
阅读更多...
【iOS控件】—— UIPickerView的使用

【iOS控件】—— UIPickerView的使用

【iOS控件】—— UIPickerView的使用 一. 简述UIPickerView1. 什么是UIPickerView2. UIPickerView遵守的协议 二. 测试Demo三. 总结 一. 简述UIPickerView 先看一下UIPickerView的效果图&#xff1a; 1. 什么是UIPickerView UIPickerView是iOS平台上的一个用户界面元素&am…
阅读更多...
百马百担c语言编程

百马百担c语言编程

以下是一个百马百担问题的C语言编程实现&#xff1a; #include <stdio.h>int main() { int n, m, k; scanf("%d%d%d", &n, &m, &k); int a[n], b[m], c[k]; for (int i 0; i < n; i) { scanf("%d", &a[i]);…
阅读更多...
CSS——复合选择器、CSS特性、背景属性、显示模式

CSS——复合选择器、CSS特性、背景属性、显示模式

1、复合选择器 复合选择器&#xff1a;由两个或多个基础选择器&#xff0c;通过不同的方式组合而成。 作用&#xff1a;更准确、更高效的选择目标元素&#xff08;标签&#xff09; 1.1 后代选择器 后代选择器&#xff1a;选中某元素的后代元素 选择器写法&#xff1a;父选…
阅读更多...
IO_D2（231204）

IO_D2（231204）

①Xmind
阅读更多...
使用WPF设计时绑定加快开发速度

使用WPF设计时绑定加快开发速度

知识来源&#xff1a;B站up主 香辣恐龙蛋 第一步 第二步
阅读更多...
小心处理 C++ 静态变量中的陷阱

小心处理 C++ 静态变量中的陷阱

小心处理 C 静态变量中的陷阱 函数中的 static 变量 static 变量的作用 C 中 static 关键字的最后一个用途是在函数内创建局部变量&#xff0c;这些变量在其作用域内退出和进入时保持其值。函数内的 static 变量类似于只能从该函数访问的全局变量。static 变量的一个常见用途…
阅读更多...
【合集】从Java基础到JavaWeb网络开发——Java基础文章合集 JavaWeb网络开发文章合集

【合集】从Java基础到JavaWeb网络开发——Java基础文章合集 JavaWeb网络开发文章合集

前言 本篇博客是Java开发的合集文章&#xff0c;内容涵盖了Java基础相关的博客&#xff0c;JavaWeb开发相关的博客&#xff0c;并且给出了小项目的案例。 目录 前言引出Java基础1、基本数据类型2、数组和集合List3、运算符4、逻辑控制5、IO流6、面向对象初步7、数据库入门8、J…
阅读更多...
微服务实战系列之EhCache

微服务实战系列之EhCache

前言 书接前文&#xff0c;继续深耕。上一篇博主对Redis进行了入门级介绍&#xff0c;大体知道了Redis可以干什么以及怎么使用它。 今日博主继续带着大家学习如何使用EhCache&#xff0c;这是一款基于Java的缓存框架。 微服务实战系列之Redis微服务实战系列之Cache微服务实战…
阅读更多...
uni-app 微信小程序之自定义navigationBar顶部导航栏

uni-app 微信小程序之自定义navigationBar顶部导航栏

文章目录 1. 实现效果2. App.vue3. pages.json 配置自定义4. 顶部导航栏 使用 微信小程序自定义 navigationBar 顶部导航栏&#xff0c;兼容适配所有机型 1. 实现效果 2. App.vue 在App.vue 中&#xff0c;设置获取的 StatusBar&#xff0c;CustomBar 高度&#xff08;实现适配…
阅读更多...
FL Studio 21.2.1.3859中文破解激活版2024免费下载安装图文教程

FL Studio 21.2.1.3859中文破解激活版2024免费下载安装图文教程

FL Studio 21.2.1.3859中文破解激活版是我见过更新迭代最快的宿主软件&#xff0c;没有之一。FL Studio12、FL Studio20、FL Studio21等等。有时甚至我刚刚下载好了最新版本&#xff0c;熟悉了新版本一些好用的操作&#xff0c;Fl Studio就又推出了更新的版本&#xff0c;而且F…
阅读更多...
【附代码】Python函数性能测试（perfplot）

【附代码】Python函数性能测试（perfplot）

文章目录 相关文献测试电脑配置展开元素是list的list在numpy数组上映射函数的最有效方法数组numpy中唯一值的最有效频率计数方法反转numpy数组的最有效方法如何向 numpy 数组添加额外的列将 numpy 矩阵初始化为零或一以外的值 作者&#xff1a;小猪快跑 基础数学&计算数学&…
阅读更多...
P2 Linux系统目录结构

P2 Linux系统目录结构

前言 &#x1f3ac; 个人主页&#xff1a;ChenPi &#x1f43b;推荐专栏1: 《C_ChenPi的博客-CSDN博客》✨✨✨ &#x1f525; 推荐专栏2: 《Linux C应用编程&#xff08;概念类&#xff09;_ChenPi的博客-CSDN博客》✨✨✨ &#x1f6f8;推荐专…
阅读更多...
【STL】手撕 string类

【STL】手撕 string类

目录 1&#xff0c;string类框架 2&#xff0c;string&#xff08;构造&#xff09; 3&#xff0c;~string&#xff08;析构&#xff09; 4&#xff0c;swap&#xff08;交换&#xff09; 5&#xff0c;string&#xff08;拷贝构造&#xff09; 1&#xff0c;常规法 2&a…
阅读更多...
最新文章

Copyright @ 2022~2023