常用数据结构之线索二叉树和哈夫曼树

1.线索二叉树

        上一篇二叉树中，我们介绍了基本的二叉树的结构。每一个父节点对应两个子节点，左子节点和右子节点。其中我们会看到，很多节点的左右节点都为null，为了更高效的存储和遍历，我们考虑一种方式将这些为null的节点利用起来。这就是线索二叉树的思想，将为null的左子节点指向遍历时的前驱节点，为null的右子节点指向遍历时的后续节点。如此一来，在遍历的过程中，我们便可以直接通过左右子节点，找到叶子节点的前驱和后驱，使用一条线完整的将整刻树串起来。

                                                                        

2.代码实现python

          在实现的过程中，我们原来的Node类中需要添加两个标志位leftType和rightType.分别表示对应的节点是普通的子节点还是前驱后驱节点。实现过程如下：首先我们构建一棵树，然后使用中序遍历这树，使用pre变量记录前一个节点。对于当前节点左子节点为null的，将其左子节点指向pre节点；如果pre的右子节点也为null,将pre的右子节点指向当前节点；

          然后进行遍历，先找到最下面的左子节点，如果该节点后后驱节点，则不断遍历其后驱节点。否则的话按照普通的中序遍历寻找下一个节点(),不断遍历直到找不到任何节点。则完成整棵树的遍历。

#-*- coding:utf-8 -*-
class Node(object):
    def __init__(self,val):
        self.val = val
        self.left = None
        self.right=None
        # 左节点类型 0表示左子节点 1表示后驱
        self.leftType = 0
        # 右节点类型 0表示右子节点 1表示后驱
        self.rightType = 0
    def show(self):
        print("遍历--当前节点为 = {}".format(self.val),end='\t')
        if self.left != None and self.leftType == 0:
            print("左子节点为 = {}".format(self.left.val),end='\t')
        if self.right != None and self.rightType == 0:
            print("右子节点为 = {}".format(self.right.val))
        if self.left != None and self.leftType