数据结构_树与二叉树（2）

二叉排序树

二叉排序树又称为二叉查找树。二叉排序树或者是一棵空树，或者是一棵具有下列特性的非空二叉树：

1. 若左子树非空，则左子树上的所有结点关键字均小于根节点的关键字值。
2. 若右子树非空，则右子树上的所有结点关键字值均大于根节点的关键字值。
3. 左、右子树本身也分别是一棵二叉排序树。
   对二叉排序树进行中序遍历，可以得到一个递增的有序序列。

查找操作

二叉排序树的查找是从根节点开始，沿某一个分支逐层向下进行比较。若二叉排序树非空，将给定值与根节点的关键字比较，若相等，则查找成功；若不等，则当根节点的关键字大于给定关键字值时，在根节点的左子树中查找，否则，在右子树中查找。（和二分查找步骤相似） 使用递归

非递归查找：

BSTNode *BST_Search(BiTree T, Elemtype key, BSTNode *&p) {
	p = NULL;	//p指向被查找结点的双亲，用于插入和删除操作中
	while (T != NULL && T.data != key) {
		p = T;
		if(key < T.data)
			T = T.lchild;
		else
			T = T.rchild;
	}
	return T;
}

插入操作

二叉排序树作为一种动态集合，其特点是树的结构通常不是一次生成的，而是在查找过程中，当树中不存在关键字等于给定值的节点时再进行插入。
插入的方法：若原二叉排序树为空，则直接插入结点；否则，若关键字k小于根节点关键字，则插入到左子树中，若关键字k大于根节点关键字，则插入到右子树中。

删除操作

删除操作：
删除指定节点后，树中剩余节点的中序遍历还是有序的，就ok。

查找效率

最好的情况：左右子树高度之差不超过1，这时候平均查找长度达到O($lo{g}_{2}n$)
最坏的情况：所有结点只有左子树或者只有右子树，这时候平均查找长度为O($n$)

平衡二叉树

定义

任意节点的左右子树高度差的绝对值不超过1，将这样的二叉树称为平衡二叉树。简称平衡树(AVL树)。定义节点左子树和右子树的高度差为该节点的平衡因子，则平衡二叉树的平衡因子只可能是-1，0，1.

插入操作

二叉排序树保证平衡的基本思想：每当在二叉排序树中插入或者删除一个节点时，首先要检查其插入路径上的节点是否因为此次操作导致了不平衡。如果导致了不平衡，则先找到插入路径上离插入点最近的平衡因子大于1的结点A，再对以A为根的子树，在保持二叉排序树的特性的前提下，调整各节点的位置关系，使之重新达到平衡。

平衡二叉树调整规律：
（1）LL平衡旋转
在结点A的左孩子(L)的左子树(L)上插入新节点，树失去平衡，需要向右旋转。将A结点的左子树B向右上旋转代替A成为根节点，将A节点向右下旋转成为B的柚子树的根节点，而B的原右子树则作为A的左子树。

（2）RR平衡旋转

（3）LR平衡旋转

（4）RL平衡旋转

查找

以$N_h$表示深度为$h$的平衡树中含有的最少结点数。$N_0=0,N_1=1,N_2=2,$并且有==$N_h=N_{h-1}+N_{h-2}+1$。平衡二叉树的平均查找长度为O($lo{g}_{2}n$)。

哈夫曼树和哈夫曼编码

树中结点被赋予一个表示某种意义上的数值，称为该结点的权。从树根节点到任意结点的路径长度（经过的边数）与该节点上的权值的乘积称为该结点的带权路径长度。
在含有N个带权叶子结点的二叉树中，其中带权路径长度（WPL）最小的二叉树称为哈夫曼树，也成为最优二叉树。
如果没有一个编码是另一个编码的前缀，则称这样的编码为前缀编码。