数据结构4 - 二叉树

数据结构目录

第一章 - 向量
第二章 - 列表
第三章 - 栈与队列
第四章 - 二叉树
第五章 - 图
第六章 - 搜索树
第七章 - 高级搜索树
第八章 - 词典
第九章 - 优先级队列
第十章 - 串
第十一章 - 排序

---

---

一、树

兼具Vector和List的优点，兼顾高效的查找、插入、删除。

• 双亲节点或父节点：若一个节点含有子节点，则这个节点称为其子节点的父节点；
• 兄弟节点：具有相同父节点的节点互称为兄弟节点；
• 树的度：一棵树中，最大的节点的度称为树的度；
• 节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推；
• 节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推；
• 树的高度或深度：树中节点的最大层次；

二、树的表示

• 父亲节点
• 孩子节点
• 长子+兄弟

三、二叉树

遍历：按照某种次序访问树中各节点，每个节点被访问恰好一次。

假设X为节点，L为其左孩子，R为其右孩子，则访问次序：

X-L-R，为先序遍历(preorder)

L-X-R，为中序遍历(inorder)

L-R-X，为后序遍历(postorder)

1、先序遍历（算法A、递归算法）

2、先序遍历（算法B、非递归算法）

沿着左侧分支（藤），整个遍历过程可分解为自上而下对藤上节点的访问，以及随后自下而上对个右子树的遍历；各右子树的遍历彼此独立，自成一个子任务。

template <typename T, typename VST>
static void visitAlongVine(BinNodePosi(T) x, VST & visit, Stack <BinNodePosi(T)> & S){ //分摊O(1)
	while ( x ) { //反复地
		visit( x->data ); //访问当前节点
		S.push( x->rc ); //右孩子（右子树）入栈（将来逆序出栈）
		x = x->lc; //沿藤下行
	} //只有右孩子、NULL可能入栈——增加判断以剔除后者，是否值得？
}

template <typename T, typename VST> 
void travPre_I2(BinNodePosi(T) x, VST & visit){ 
     Stack < BinNodePosi(T) > S; //辅助栈
     while ( true ) { //以右子树为单位，逐批访问节点
         visitAlongVine( x, visit, S ); //访问子树x的藤蔓，各右子树（根）入栈缓冲
         if ( S.empty() ) break; //栈空即退出
         x = S.pop(); //弹出下一右子树（根）
     } //#pop = #push = #visit = O(n) = 分摊O(1)
}

3、中序遍历

沿着左侧分支（藤），整个遍历过程可分解为自底而上的d+1步迭代，访问藤上节点，再遍历其右子树；各右子树的遍历彼此独立，自成一个子任务。

4、中序遍历：前驱与后继

5、层次遍历

template <typename T> template <typename VST>
void BinNode::travLevel(VST &visit){ //二叉树层次遍历
    Queue<BinNodePosi(T)> Q; //引入辅助队列
    Q.enqueue(this); //根节点入队
    while(!Q.empty()){ //在队列再次变空之前，反复迭代
        BinNodePosi(T) x = Q.dequeue(); //取出队首节点，并随即
        visit(x->data); //访问它
        if(HasLChild(*x)) Q.enqueue(x->lc); //左孩子入队
        if(HasLRhild(*x)) Q.enqueue(x->rc); //右孩子入队
    }
}

6、Huffman编码

贪婪策略：频率低的字符优先引入，从而使其位置更低

为每个字符创建一棵单节点的树，组成森林F

按照出现频率，对所有树排序

while ( F中的树不止一棵 )

取出频率最小的两棵树：T1和T2

将它们合并成一棵新树T，并令：

lchild(T) = T1 且 rchild(T) = T2

w( root(T) ) = w( root(T1) ) + w( root(T2) )

7、后序遍历

从根出发下行，尽可能沿左分支，实不得已，才沿右分支，最后一个节点必是叶子，而且是按中序遍历次序最靠左者，也是递归版中visit()首次执行处，这匹叶子将首先接受访问。

8、重构（应用很少）

[先序|后序] + 中序，给出遍历的序列，就可以重构出二叉树。