线索二叉树及树存储结构

线索二叉树

由于二叉链表作为存储结构时，只能找到结点的左右孩子信息，而不能直接得到结点在任一序列的直接前趋和直接后继信息，另一方面，在有n个结点的二叉链表中必定存在n+1个空链域（证明：对于除了根结点以外，其他每个结点都有一个父结点，所以一共有n-1个指针指向某个结点，一共有2n个空链域，故2n-(n-1)=n+1)）,为了利用这些空链域来存放结点的前趋、后继信息，于是有了线索二叉树。

规定如下：在原来二叉树结点的结构上增加两个标志域，如图

Lchild

LTag

data

RTag

Rchild

其中：

Ltag=0 ，Lchild域指向结点的左孩子;

Ltag=1 ,Lchild域指向节点的前趋;

Rtag=0 ，Rchild域指向结点的右孩子;

Rtag=1 ,Rchild域指向节点的后继;

这种结点结构构成的二叉链表称为线索链表，其中指向结点前趋和后继的指针，叫作线索，加上线索的二叉树叫做线索二叉树，对二叉树以某种次序遍历使其变为线索二叉树的过程叫做线索化。

树的存储结构

通常有三种链表结构来表示树，分别是：双亲表示法，孩子表示法，孩子兄弟表示法。

双亲表示法：

data

parent

data是该结点的数据域，parent是指针域，指向其父结点，这种存储结构利用了每个结点（除根结点外）只有唯一的双亲性质，

这样的存储结构，我们可以根据结点的parent指针很容易找到它的双亲结点，所用的时间复杂度为O(1)，但求节点的孩子时，却需要遍历整个结构。

孩子表示法：

孩子表示法分为两种情况：

情况一：

data

child1

child2

...

childd

data表述数据域，child表示指向孩子的指针域

d表示树的度，即各个结点度的最大值，由于树中很多结点小于d，所以链表中有很多空域，空间较浪费，因此有情况二来改善。

情况二：

data

degree

child1

...

childd

data表示数据域，degree表示度域，child表示指针域。

这种方法提高了空间的利用率，但是由于各个结点的结构不同，同时加上要运算各个结点的度，会在运算上造成时间浪费。

很明显，可以看出，孩子法与双亲法优缺点恰好相反，孩子法便于那些涉及孩子的操作的实现。

孩子兄弟表示法：

data

firstchild

first right child

data数据域，firstchild从左到右第一个孩子指针域，first right child右边第一个孩子指针域，这种存储结构易于找孩子，如果为了方便找父结点，则可以在每个节点增加一个父指针。其实这也是树与二叉树的一种转换方法。

 赫夫曼树：

赫夫曼树又称最优树，是一类带权路径长度最短的树。

首先介绍几个概念：

路径长度：从树的一个结点到另一个结点之间的分支构成这两个结点之间的路径，路径的分支数目就称作路径长度。树的路径长度是从树根到每一个结点的路径长度之和。

推广到一般情况，考虑带权的结点，结点的带权路径长度为从该结点到根结点的路径长度乘以该结点上的权。树的带权路径长度即各结点带权路径长度之和，

 

算法思想：

(1) 以权值分别为W1,W2．．．Ｗｎ的ｎ各结点，构成n棵二叉树T1,T2,．．．Tn并组成森林F={T1,T2,．．．Tn},其中每棵二叉树 Ti仅有一个权值为 Wi的根结点；

(2) 在F中选取两棵根结点权值最小的树作为左右子树构造一棵新二叉树，并且置新二叉树根结点权值为左右子树上根结点的权值之和（根结点的权值=左右孩子权值之和，叶结点的权值= Wi）

(3) 从F中删除这两棵二叉树，同时将新二叉树加入到F中;

(4) 重复(2)、(3)直到F中只含一棵二叉树为止，这棵二叉树就是Huffman树。

---

图

图是一种较线性表和树更为复杂的数据结构，在线性表中，数据元素之间仅有线性关系，每个数据只有一个直接前趋和一个直接后继，在树形结构中，数据元素之间有着明显的层次关系，且每一层数据元素可能和下一层的多个元素相关，但只能和上一层中的一个元素相关，在图形结构中，结点之间的关系可以是任意的，图中任意俩个元素之间都可能相关。