数据结构之二叉树

数据结构之二叉树

本文详细介绍了二叉树的遍历算法；根据遍历序列还原二叉树的方法；二叉搜索树及其插入、删除算法；AVL树及其插入、删除算法；红黑树及其插入和删除算法；二叉线索树、哈夫曼树以及union-find树等知识；
本文github源码（Java语言实现，现已完成至二叉平衡树，即将开始红黑树实现）

1. 二叉树的遍历方法及特点分析

   访问一棵树时：

   • 先序遍历：首先访问树的根结点，然后先序遍历其左子树，最后先序遍历右子树；
   • 中序遍历：首先中序遍历根结点的左子树，然后访问根结点，最后中序遍历右子树；
   • 后序遍历：首先后序遍历根结点的左子树，然后后序遍历根结点的右子树，然后访问根结点；

   二叉树的遍历实际上将一棵二叉树线性化，得到的序列分别称为先序序列、中序序列、后序序列；其中先序序列的第一个结点为树的根结点；而中序序列和先序序列可以还原一棵树；中序序列和后序序列也可以，但是先序序列和后序序列是不能还原一棵树的~；

   还原思路如下：
   首先由先序序列得到树的根结点，然后在中序序列中找到该结点；该结点以前的结点序列为根结点左子树的中序序列（后面的为右子树的中序序列），然后统计该序列的结点个数，然后在先序序列中截取根结点之后相应长度的结点序列，此序列即为左子树的先序序列，由此，重复该动作， 直到根结点的左子树构造完毕，再构造根结点的右子树即可；

   由于遍历一棵树最后会得到一个线性序列，所以在X序遍历得到的序列中，某结点的前驱称为X序前驱，其后继称为X序后继；

2. 分类介绍

   1. 二叉搜索树

      二叉搜索树，也叫二叉排序树。它满足这样的特点，树中任何一个结点，其左子树中所有结点的值都小于等于该结点的值，而右子树中所有结点的值都大于该结点的值；对这样的树进行中序遍历可以得到一个有序的线性表；

      • 二叉搜索树的插入算法：
        二叉搜索树的插入要保证其特性不被改变，即”左小右大”的特点，所以在插入前需要找到的合适的插入点，这个插入点的父结点一定是某个叶结点，寻找的过程就是不断比大小的过程：如果待插入结点的值大于根结点的值，那么进入根结点的右子树继续查找，反之则进入左子树查找；如果需要进入某棵树，但是这棵树为空，则此时的根结点即为插入点的父结点，返回即可；插入通过建立指针连接即可完成；

      • 二叉搜索树的删除算法：
        删除同插入一样，都需要保证“左小右大”的特点。首先记录该结点的父结点P，然后分三类情况：
        该结点为叶子结点：将父结点P对应的指针置空即可；
        该结点只有一个子结点：将P原来指向该结点的指针指向其子结点即可；
        该结点有两个子结点：第一步，寻找该结点的中序先驱（中序序列中该结点的前驱的查找：进入左子树，然后一路向右，直到叶子结点，该结点即为其中序前驱；）F；第二步，交换该结点与结点F；第三步，删除交换后的结点（同删除叶子结点的情况）；

      关于如何保留父结点的实现，其实寻找指针只要指向父结点就可以起到检查其子结点的目的，然后返回该指针即可。在这里是可行的，因为我们知道需要的是它的右子结点；其他情况下，还是需要一个辅助指针来记录父结点的~；

      至此，二叉搜索树的相关算法介绍完毕~

   2. AVL树

      以其首创者Adelson-Velskii 和Landis命名的树；记二叉树中结点V右子树高和左子树高之差为结点V的平衡因子，所有结点的平衡因子均小于等于1的二叉树即为AVL树；AVL树是一种平衡树（高度H限定在结点个数N的对数范围内的树）；AVL检索树是指既是AVL树又是检索树的树；由于AVL树的目的就是为了设计检索树（也叫搜索树），所以常使用AVL树代表AVL检索树；

      • AVL树的插入算法：
        AVL树的插入，首先像检索树一样，将X作为叶结点插入；然后调整树高，并沿插入路线一路返回，在返回的过程中更新根结点的平衡因子，如果发现平衡因子由1变为2，或者由-1变为-2，则这棵子树失去平衡，需要调整以该结点为根的树，以便恢复平衡；否则，这棵树是平衡的，继续向上返回即可；下面讨论需要调整的各种情况，记该树根结点为P：
        1）插入前hr=h，hl=h+1，树高h+2；插入后hr=h，hl=h+2(即插入使得平衡因子从-1变为-2)；
        很明显的，树P失去平衡的原因是左子树高度的变大，从左子树S的角度来看，S的两棵子树必然是原来一样高，即S的左子树高等于S的右子树高=h，然后结点X的插入到S的左子树或者右子树中；（首先S作为P的子树，P需要调整平衡，那么S一定就是平衡的（S最初有可能不平衡，但是从下到上返回的时候，S就一定会被调整，所以此时S一定平衡）；S平衡的情况下，高度增加，只能是平衡因子从0变为1或者从0变为-1，因为从-1到0和从1到0是不增加高度的，至此解释完毕）

        如果X插入到S的左子树中，那么我们为恢复平衡进行的操作为L（X首先进入P的左子树S）L（然后再进入S的左子树）单旋（通过调整一个子树的所属关系完成平衡）；

        如果X插入到S的右子树中，那么我们为恢复平衡进行的操作为L(同上)R（同上）双旋（通过改变两棵子树的所属关系完成平衡）；

        2）插入前hr=h+1,hl=h，树高h+2；插入后hl=h，hr=h+2(即插入使得平衡因子从1变为2)；这种情况和上面的情况是对称的，对应的平衡操作为RR单旋和RL双旋，由于其核心理念是一致的，所以不再列出~

        从上面的分析可以看出，由于插入引起的失衡经过一次平衡操作即可恢复，这和由删除操作引起的失衡不同！

        下面详细讨论LL单旋以及LR双旋的算法及其核心理念：
        1）LL单旋：S的根结点作为调整后树的根结点，然后S的右子树作为P的根结点的左子树，P此时作为新树的右子树，S的左子树作为新树的左子树；交换完毕后，整棵树恢复平衡且树高h+2不变，左右子树高相同为h+1，所以回溯也停止；
        
        2） LR双旋：将S的右子树SR的根结点作为调整后树的根结点；SR的右子树作为S的右子树；SR的左子树作为P的左子树；P作为新树的右子树；S作为新树的左子树；调整后新树高为h+2；其平衡因子为0，两棵子树高度为h+1；子树的平衡因子为（0,1）或者（-1,0），这取决于X是插入到SR的位置。
        
        不论是LL单旋还是LR双旋，其核心都是通过调整子树的所属关系，让树保持高度不变；

      • AVL树的删除算法：
        AVL树的删除算法设计两个概念：第一是恢复平衡，第二是回溯；回溯停止的标志是进行完恢复平衡操作后树的高度不发生变化；
        首先像搜索树（检索树）一样找到真正删除的结点（一定是一个叶子结点），然后从该结点出发，逐层调整平衡并回溯；
        我们假定是在P的左子树上删除了一个结点X（右子树的情况对称处理即可）；
        情况1：删除前p的平衡因子为0，删除后p的平衡因子为1，树的高度不变，回溯停止；
        情况2：删除前p的平衡因子为-1，删除后p的平衡因为0，树的高度降低，不需要恢复平衡，但是还是要向上回溯；
        情况3：删除前p的平衡因子为1，删除后p平衡因子为2，失去平衡，需要恢复平衡；此时根据p的右儿子s的平衡因子sb的取值又分为三种情况：
        
        • sb=0；RR单旋恢复：s的根结点作为新树的根结点；原来s的左子树作为p的左子树；p作为s的左儿子；原来s的右子树还是s的右子树；此时树的高度不变，回溯停止；
        • sb=1；RR单旋恢复：此时恢复完毕后，树的高度降低，继续回溯；
        • sb=-1；RL双旋恢复；s的右儿子sr作为新树的根结点；原来sr的右子树作为p的左子树；sr的左子树变为s的左子树；p作为sr的右儿子；s作为sr的左儿子；树的高度降低，继续回溯；这里记得更新子树的平衡因子即可；

3. 红黑树

   红黑树也是一种二叉平衡树，也称为RB树，因其结点被标记为红色或者黑色而得名；

   在二叉树中，如果一个结点缺少一个子结点，那么就认为该结点有一个空的外部结点；于是该结点便成为一个内部结点；

   红黑树定义如下：红黑树是带有外部结点的且满足下列条件的二叉树：

   1）每个结点不是红的就是黑的；

   2）根结点是黑的；

   3）外结点是黑的；

   4）红结点的儿子为黑的，黑结点的儿子既可以是红的，也可以是黑的；（红不相邻）；

   5）根（包括子树的根结点）到外结点的每条路径上，标为黑色的结点个数相同；

   下面介绍红黑树的插入和删除的伪算法算法：
   百度云附属资料（伪代码书写起来影响布局，若有兴趣，请移步~）
   红黑树中涉及的一个重要操作便是左右旋；左右旋的时候到底发生了什么呢？
   
   如果在x处进行了左旋，那么x将进入其左子树l的根结点位置，其右子树r的根结点将出现在x的位置；如此一来，从x通向其左子树中叶子结点的路径上就会多一个r的右结点；而通向其右子树中叶子结点的路径上就会少一个x；右旋的道理是一样的~

4. 二叉线索树：

   最开始我们知道，通过二叉树的遍历，可以得到层次结构的二叉树的一个线性排列，那么在这个排列中自然也有前驱和后继的关系，特别是二叉搜索树、平衡树、AVL树以及红黑树中进行删除操作时都需要找到某结点的中序前驱；所以我们应该以某种方式将这种前驱和后继关系记录下来，方便删除操作，而不至于每次需要时都去遍历一遍二叉树；

   一棵有n个结点的二叉树共有n-1条边，但是指针域中共有2n个指针，所以存在n+1个空指针；充分利用这些空指针来存储前前驱和后继关系（即为线索），可以使查找某结点的周边信息变的简单；

   二叉线索树的实现应该在对应的遍历过程中完成；由于指针域可能指向子树，也有可能指向线索结点，所以每个结点还需要两个标记变量用于标记指针存储的内容（两个布尔值即可）；

   具体实现日后完成；

5. 哈夫曼树：

   关于哈夫曼树，其定义如下：设树T共有n个叶子结点，每个叶子结点分别带有一个正实数权值w，根结点到叶子结点的路径长度即为p，则称p*w为该叶子结点的加权路径长度；所有叶子结点的加权路径长度的和称为该树的权；对于给定的n个正实数作为叶子结点的权值，使其对应树的权最小的数称为哈夫曼树；

   哈夫曼树采用从底向上的思想，逐步合并形成哈夫曼树，其思想是权值较小的叶子结点有较长的路径；权值越大，其对应的路径长度越小；

   其构造算法如下：

   1）构造n棵单结点的二叉树，形成初始森林，将n个正实数分别赋值给它们；

   2）从森林中选取两棵权值最小的树，将其合并为一棵树并使新树的权值为其子树之和；然后将新树投入森林中；

   3）重复2，直到森林中只剩一棵树，即为哈夫曼树；

6. union-find树：

   union-find树是用来求解union-find问题而设计的一种树形数据结构，用于处理一些不相交集合的合并及查询问题；它的特点如下：

   1）n个元素分别以0-n标记；

   2）开始时，每个元素自成一类；每一类结点的集合名由根结点的标号表示；

   3）union（a,b,c）表示将a和b合并为c集合；find（x）表示查找结点x所处的集合标号；

   4）常使用父亲链域法表示树的结构；a[x]=y表示标号为x的结点其父亲标号为y；

   另外，为加快运算速度，常常使用两个特殊的技术：小合并到大以及路径压缩；

   小合并到大是指在两个集合合并时，总是让小集合的根作为大集合的根的儿子，这样树的高度可以比大合并到小要低，便于find操作找寻集合点；

   路径压缩是指在进行find操作的时候，从起始结点其，将沿路遇到的结点都直接作为根结点的儿子，提高下一次find操作时的速度；