第六章 树
目录
6.1 树的定义及基本术语
6.2 二叉树
6.3 二叉树基本操作的实现
6.4 树、森林
6.5 Huffman 树
前面我们介绍了线性表、栈和队列,这些数据结构都是线性结构,在本章中我们介绍一种重要的非线性结构——树。在第二章曾经介绍,在树结构中数据元素之间的逻辑关系是前驱唯一而后续不唯一,即数据元素之间是一对多的关系。如果直观的观察,树结构是具有分支的层次结构。树结构在客观世界中广泛存在,如行政区划、社会组织机构、家族世系等都
可以抽象为树结构。树结构在计算机科学领域也有非常广泛的应用,例如文件系统、编译系统、数据库系统、域名系统等领域。
本章重点讨论二叉树的存储表示及其各种运算,并研究一般树和森林与二叉树的转换关系,最后介绍树的应用实例。从本章开始逐渐将注意力转向算法,对于抽象数据类型的完整封装实现可以通过本书提供的源代码获得。
6.1 树的定义及基本术语
树是由一个集合以及在该集合上定义的一种关系构成的。集合中的元素称为树的结点,所定义的关系称为父子关系。父子关系在树的结点之间建立了一个层次结构。在这种层次结构中有一个结点具有特殊的地位,这个结点称为该树的根结点,或简称为树根。我们可以形式地给出树的递归定义如下:
树( tree) 是 n( n ≥ 0)个结点的有限集。它
1) 或者是一棵空树( n = 0),空树中不包含任何结点。
2) 或者是一棵非空树( n > 0),此时有且仅有一个特定的称为根( root) 的结点;
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,
其中每一个本身又是一棵树,并且称为根的子树( sub tree)。
例如图 6-1( a)是一棵空树、 6-1 ( b)是只有一个根节点的树、 6-1 ( c)是一棵有 10个结点的树,其中 A是根,其余的结点分成 3 个不相交的集合: T1={B,E,F} 、 T2={C,G} 、T3={D,H,I,J},每个集合都构成一棵树,且都是根A的子树。例如T1是一棵树,其中B是根,其余结点构成 2 个不相交的集合: T11={E}、 T12={F}是B的子树,并且都是只有一个根结点
的树。
![](https://i-blog.csdnimg.cn/blog_migrate/061ef006e85c16045e5eb649344fca54.png)
下面给出树结构中的一些基本术语:
1.@结点的层次和树的深度
树的结点包含一个数据元素及若干指向其子树的若干分支。结点的层次( level) 从根开始定义,层次数为 0 的结点是根结点,其子树的根的层次数为 1。若结点在 L 层,其子树的根就在 L+1 层。对于层次为 k( k > 0)的每个结点 c,都有且仅有一个层次为 k-1 的结点 p与之对应, p 称为 c 的父亲( parent) 或父结点。若 p 是 c 的父亲,则 c 称为 p 的孩子( child)。
父子之间的连线是树的一条边。在树中根结点没有父亲,其余结点只有一个父结点,但是却
可能有多个孩子,同一结点的孩子相互称为兄弟( sibling)。
树中结点的最大层次数称为树的深度( Depth) 或高度。树中结点也有高度,其高度是
以该结点为根的树的高度。
例如,在图 6-1( c)中,结点 A 在第 0 层,结点 B、 C、 D 在第 1 层,结点 E、 F、 G、H、 I、 J 在第 2 层。结点 A 是结点 B、 C、 D 的父亲,结点 B、 C、 D 是结点 A 的孩子。由于结点 H、 I、 J 有同一个父结点 D,因此它们互为兄弟。以 A 为根的树的高度为 2,结点 A 的高度也就为 2。
2.@结点的度与树的度
结点拥有的子树的数目称为结点的度( Degree)。度为 0 的结点称为叶子( leaf) 或终
端结点。度不为 0 的结点称为非终端结点或分支结点。除根之外的分支结点也称为内部结点。
在这里需要注意的是结点的直接前驱结点,即它的父结点不计入其度数。
例如,在图 6-1( c)中,结点 A、 D 的度为 3,结点 E、 F、 G、 H、 I、 J 的度均为 0,是叶子。
3.@在树结构中有一个重要的性质如下:
性质 6.1 树中的结点数等于树的边数加 1,也等于所有结点的度数之和加 1。
这是因为除根结点以外每个结点都与指向它的一条边对应,所以除根结点以外的结点数等于树中边数之和。因此树中的结点数等于树的边数加 1。而边数之和就是所有结点的度数之和,因此树中的结点数也等于所有结点的度数之和加 1。
性质 6.1 说明在树中结点总数与边的总数是相当的,基于这一事实,在对涉及树结构的算法复杂性进行分析时,可以用结点的数目作为规模的度量。
4.@路径
在树中k+1 个结点通过k条边连接构成的序列{( v0,v1) ,( v1,v2) , … ,( vk-1,vk) | k ≥ 0},称为长度为k的路径( path)。注意,此时忽略了树中边的方向。由单个结点, 0 条边构成的是长度为 0 的路径。
例如,在图 6-1( c)中, {( F,B) ,( B,A) , ( A,C) ,( C,G) }构成了一条连接结点 F、G 长度为 4 的路径。
通过观察,不难得到如下观察结论:树中任意两个结点之间都存在唯一的路径。这意味着树既是连通的,同时又不会出现环路。从根结点开始,存在到其他任意结点的一条唯一路径,根到某个结点路径的长度,恰好是该结点的层次数。
5.@祖先、子孙、堂兄弟
将父子关系进行扩展,就可以得到祖先、子孙、堂兄弟等关系。结点的祖先是从根到该结点路径上的所有结点。以某结点为根的树中的任一结点都称为该结点的子孙。父亲在同一层次的结点互为堂兄弟。
例如,在图 6-1( c)中,结点 H 的祖先为结点 A、 D。结点 B 的子孙有结点 E、 F。结点 E、 F 与结点 G、 H、 I、 J 互为堂兄弟。
6.@有序树、m 叉树、森林
如果将树中结点的各子树看成是从左至右是有次序的,则称该树为有序树;若不考虑子
树的顺序则称为无序树。对于有序树,我们可以明确的定义每个结点的第一个孩子、第二个
孩子等,直到最后一个孩子。若不特别指明,一般讨论的树都是有序树。
树中所有结点最大度数为 m 的有序树称为 m 叉树。
森林( forest) 是 m( m ≥ 0 )棵互不相交的树的集合。对树中每个结点而言,其子树的集合即为森林。树和森林的概念相近。删去一棵树的根,就得到一个森林;反之,加上一个结点作树根,森林就变为一棵树。例如,在图 6-1( c)中,以结点 A 为根的树就是一棵 3 叉树。结点 A 的所有子树可以
组成一个森林。
下面给出树的抽象数据类型的定义。
ADT Tree{
数据对象 D: D 是具有相同性质的数据元素的集合。
数据关系 R: 若 D=Φ 则 R =Φ; 若 D≠Φ,则 R = {H}, H 是如下二元关系:
① 在 D 中存在一个唯一的称为根的元素 root,它在 H 下无前驱;
② 除 root 以外, D 中每个结点在 H 下都有且仅有一个前驱。
基本操作:
![](https://i-blog.csdnimg.cn/blog_migrate/ec0b0ae7ef7c6d3b12197a80af20a551.png)
![](https://i-blog.csdnimg.cn/blog_migrate/044160e88d47330e23efe2736d5d6209.png)
}ADT Tree