【数据结构】树_复习笔记总结

一、基本定义与性质

1. 基本定义

• 结点的度： 结点拥有的子树个数
• 树的度： 树内各结点度的最大值
• 叶子 / 终端结点： 度为0的结点
• 双亲和孩子： 结点的子树称为该结点的孩子，该结点叫做孩子的双亲
• 兄弟： 同一个双亲的孩子互称兄弟
• 祖先： 从根到该结点路径上的所有结点
• 子孙： 以某结点为根的子树中的任意结点
• 堂兄弟： 双亲在同一层的结点
• 层次： 根为第一层，孩子结点的层次等于双亲结点的层次加1
• 树的深度： 树中结点的最大层次数
• 森林： 互不相交的树的集合

二叉树的五种基本形态：

• 满二叉树： 深度为k，有2^k -1个结点
• 完全二叉树： 深度为k，有n个结点，每个结点编号都与深度为k的满二叉树中编号相同（说人话就是只有最后一层可能没放满，且从左到右不留空地放）
• 需要注意的是：二叉树不是树的特殊形态！二叉树不属于树！

2. 性质

• 性质1 在二叉树的第 i 层上至多有2 ^i-1（i >= 1）个结点
• 性质2 深度为 k 的二叉树至多有2 ^k - 1（k>=1）个结点
• 性质3 对任何一颗二叉树T，如果其终端结点数为n₀ ，度为2的结点数为n₂ ，则n₀ = n₂ + 1
  • 证明：设n₁ 为度为1的结点个数，结点总数n = n₀ + n₁ + n₂
    设B为分支总数
    除了根结点之外，每个结点都有一条分支进入，所以 n = B + 1
    除了叶子结点的每个结点都会发出分支，所以 n = 2n₂ + n₁
    所以有 n = n₁ + 2n₂ + 1
    得 n₀ = n₂ + 1
• 性质4 具有 n 个结点的完全二叉树深度为⌊log₂ n⌋ + 1
• 性质5 如果对一棵有 n 个结点的完全二叉树按层序编号：
  • 如果 i = 1，则结点 i 是二叉树的根
  • 如果 2i > n，则结点 i 无左孩子，否则左孩子是结点 2i
  • 如果 2i + 1 > n，则结点 i 无右孩子，否则右孩子是结点 2i + 1

二、存储、操作与算法

以下均以二叉树为例

1. 二叉树的存储结构

（1） 顺序存储

#define MAXSIZE 100
typedef ElemType SqBiTree[MAXSIZE];
SqBiTree bt;

这种存储结构仅适用于完全二叉树，因此我们大部分采用链式存储

（2） 链式存储

typedef struct BiTNode
{
	ElemType data;
	struct BiTNode *lchild, *rchild;
}BiTNode, *BiTree;

2. 遍历二叉树

由于考试范围里说不考非递归，复习时间紧，所以这个坑先放着啦，希望还记得来填上

（1） 先序遍历 - 根左右

A. 递归算法

void InOrderTraverse(BiTree T)
{
	if (T) // 若二叉树非空
	{
		cout << T->data;
		InOrderTraverse(T->lchild);
		InOrderTraverse(T->rchild);
	}
}

（2） 中序遍历 - 左根右

A. 递归算法

void InOrderTraverse(BiTree T)
{
	if (T) // 若二叉树非空
	{
		InOrderTraverse(T->lchild);
		cout << T->data;
		InOrderTraverse(T->rchild);
	}
}

（3） 后序遍历 - 左右根

A. 递归算法

void InOrderTraverse(BiTree T)
{
	if (T) // 若二叉树非空
	{
		InOrderTraverse(T->lchild);
		InOrderTraverse(T->rchild);
		cout << T->data;
	}
}

（4） 根据遍历序列确定二叉树

在二叉树的先序遍历、中序遍历、后序遍历中选两个确定二叉树，这两个中必须有一个是中序遍历
思路很简单啦就是根据先序遍历or后序遍历找到根，再在中序遍历中找到根的位置，在根前面的就是左子树，在根后面的就是右子树，然后返回先序遍历or后序遍历继续找两个子树的根，这样递归下去就能确定整个二叉树啦
还是因为考试原因留个代码的坑啦~

（5） 计算二叉树的深度

思路： 分别递归计算一个结点左右子树的深度，这个结点的深度就是左右结点深度中较大的那个加1

int Depth(BiTree T)
{
	if (T == NULL) return 0;
	else
	{
		m = Depth(T->lchild); // 递归计算左子树深度
		n = Depth(T->rchild); // 递归计算右子树深度
		if (m > n) return (m + 1);
		else return (n + 1);
	}
}

（6） 计算二叉树结点的个数

思路： 空树返回0，不是空树就返回左子树个数加右子树个数加1

int NodeCount(BiTree T)
{
	if (T == NULL) return 0;
	else return NodeCount(T->lchild) + NodeCount(T->rchild) + 1;
}

3. 树和森林

（1） 树的存储结构

双亲表示法

每个结点存自身数值和双亲，求双亲和根很容易，但是求孩子很难

孩子表示法

孩子数目多时，像单链表那样把孩子存起来

孩子兄弟表示法

每个结点存自身数值、第一个孩子结点和下一个兄弟结点
在树的存储中应用较为普遍

（2） 树（森林）与二叉树的转换

树转换成二叉树

1. 在所有的兄弟结点之间加一条线
   
2. 树中的每个结点只保留与第一个孩子的连线，删去其他的
3. 调整整个树的结构，让兄弟转换一下变成右孩子
   bingo~完成！

二叉树转换成树

1. 将二叉树左上到右下分层排列整齐
2. 找到每层结点的父结点，加线
   
3. 删掉兄弟之间的连线
   
   完成~

二叉树转换成森林

1. 从根节点开始，删去右孩子的连线
2. 再看被删去的那一部分，继续删去右孩子的连线，直到全部删去为止
3. 将得到的二叉树转换成树

4. 哈夫曼树（Huffman）

哈夫曼树又叫做最优树，是带权路径长度最短的树。

• 路径：从一个结点到另一个结点的分支
• 路径长度：路径上的分支数目
• 树的路径长度：树根到每一结点的路径长度之和
• 结点的带权路径长度：结点到树根的路径长度与结点上权值的乘积
• 树的带权路径长度：树中所有叶子结点的带权路径长度之和，记作WPL
• 哈夫曼：带权路径长度最小的二叉树

（1） 构造过程

1. 找到当前所有结点中最小的两个，将这两个结点作为兄弟，连在同一个双亲上，双亲的权值是两个结点权值之和
2. 把这两个结点从点集中删去，把双亲结点加入点集
3. 继续寻找目前点集中最小的两个，重复步骤12，直到点集中只剩下一个点

举个栗子

w = (5, 29, 7, 8, 14, 23, 3, 11) 构造哈夫曼树并计算带权路径长度

先在 w 里找到最小的两个点——3，5，然后构造：
现在点集变为 w = (8, 29, 7, 8, 14, 23, 11)，找到最小的两个——7， 8，然后构造：
现在点集变为 w = (15, 29, 8, 14, 23, 11)，找到最小的两个——8， 11，然后构造：
现在点集变为 w = (15, 29, 17, 14, 23)，找到最小的两个——14， 15，然后构造：
现在点集变为 w = (29, 29, 17, 23)，找到最小的两个——17， 23，然后构造：
现在点集变为 w = (29, 29, 40)，找到最小的两个——29， 29，然后构造：
现在点集变为 w = (58, 40)，找到最小的两个——40， 58，然后构造：

WPL = 8 x 3 + 11 x 3 + 23 x 2 + 29 x 2 + 14 x 3 + 7 x 4 + 3 x 5 + 5 x 5 = 271

（2） 算法实现

（挖坑~）

5. 哈夫曼编码

列出给定字母，字母出现的次数为权值，构造哈夫曼树
然后从根结点开始走，左0右1，得到的字串即为哈夫曼编码