陈越《数据结构》第三讲 树（上）

3.1 树与树的表示

---

3.1.1 引子：查找

---

分层次组织在管理上具有更高的效率!

$\color{red}{查找}$
1. 定义：
根据某个给定 关键字K ，从 集合R 中找出关键字与K 相同的记录。

---

2.分类：
- 静态查找：集合中 记录是固定 的；
- 动态查找： 集合中 记录是动态变化的。

---

3.静态查找的方法

• 方法1： 顺序查找（时间复杂度为$O(n)$）；
  //在数组的头部，建立$\color{red}{哨兵}$和$\color{red}{标记指针}$，可减少判断的分支。
  

• 方法2：二分查找(时间复杂度$O(logN)$)。
  $\color{red}{数据必须从小到大排列！}$
  

问：

在二分查找中，我们是取mid等于left和right的中间值，即用等分的方法进行查找。
那为什么一定要等分呐？能不能进行“黄金分割”？也就是mid=left+0.618(right-left),当然mid要取整数。如果这样查找，时间复杂性是多少？也许你还可以编程做个试验，比较一下二分法和“黄金分割”法的执行效率。

答：
二分法每次能有100%的概率能只剩50%的数据，每次剩下的期望为50%，即每次除以2。所以时间复杂度是:$log_2(N)$。
而黄金分割的话每次都有$0.618$的概率剩$0.618$，$0.382$的概率剩0.382，每次剩下的期望为$0.528$，即$1/0.528 = 1.894$。所以时间复杂度是:$log_{1.894}(N)=1.085*log_2(N)$。

3.1.2 树

---

1. 定义：$n（n\geq 0）$个结点构成的有限集合。
   
   • 当$n=0$ 时，称为 空树 ；
   • 树中有一个称为“ 根（Root ） ”的特殊结点， 用 r 表示；
   • 其余结点可分为m(m>0) 个 互不相交的 有限集，其中每个集合本身又是一棵树，称为原来树的“ 子树 （SubTree ）”。

2.$\color{red}{树的性质}$

• 子树是 不相交 的 ；
• 除了根结点外， 每个结点有且仅有一个父结点 ；
• 一棵N 个结点的树有N-1 条边 。

3.$\color{red}{树的基本术语}$
树是保证节点联通的最小的一种联通方式！

1. 结点的度（Degree ): 结点的 子树个数；
2. $\color{red}{树的度}$：树的所有结点中最大的度数;
3. 叶结点 （Leaf）: 度为0 的结点；
4. 父结点 （Parent ）:有子树的结点是其子树的根结点的父结点；
5. 子结点 （Child ）：若A 结点是B 结点的父结点，则称B 结点是A 结点的子结点；子结点也称 孩子结点 ；
6. 兄弟结点 （Sibling ）：具有同一父结点的各结点彼此是兄弟结点;
7. $\color{red}{路径和路径长度}$：从结点$n_1$ 到$n_k$的 路径 为一个结点序列$n_1 , n_2 ,… , n_k , n_i 是 n_{i+1}$ 的父结点。路径所包含边的个数为 路径的长度 ;
8. 祖先结点(Ancestor) ：沿 树根到某一结点路径 上的所有结点都是这个结点的祖先结点;
9. 子孙结点(Descendant) ：某一结点的 子树中的所有结点 是这个结点的子孙;
10. $\color{red}{结点的层次}$（Level）：规定 根结点在1 层 ，其它任一结点的层数是其父结点的层数加1;
11. $\color{red}{树的深度}$（Depth） ：树中所有结点中的 最大层次 是这棵树的深 度。

4.$\color{red}{树的表示}$

儿子-兄弟表示法
所需的总空间为$\color{red}{3N}$(N为节点数)。

问：
树的集合称为森林。是否也可以使用“儿子-兄弟”表示法存储森林？如何实现？
答：
可以，不同树的根节点看成是这棵树的入口，各个树之间可以看做是兄弟节点。

---

3.2 二叉树及存储结构

---

3.2.1 二叉树

1. $\color{red}{二叉树的定义}$

   定义：一个有穷的结点集合。

   • 这个集合 可以为空；
   • 若不为空，则它是由 根结点 和称为其 左子树$T_L$ 和 右子树$T_R$ 的两个不相交的二叉树组成。

2. $\color{red}{特殊 二叉树}$

   

3. $\color{red}{ 二叉树的性质}$

   • 一个二叉树第 $\color{red}{i}$层的最大结点数为：$\color{red}{2^{i-1}}$ ，$i \geq 1$ 。
   • $\color{red}{ 深度}$为$\color{red}{k}$的二叉树有最大结点总数为： $\color{red}{2^{k -1}}$，$k \geq 1$。
   • 对$\color{red}{任何非空二叉树 T }$，若$n_0$ 表示叶结点的个数、$n_2$ 是度为$2$的非叶结点个数，那么两者满足关系$\color{red}{n_0 = n_2 +1}$ 。

问：
讨论3.3： $m$叉树中各类结点数之间的关系：
在二叉树中，我们知道叶结点总数与有两个儿子的结点总数之间的关系是：
那么类似关系是否可以推广到$m$叉树中？也就是，如果在$m$叉树中，叶结点总数是，有一个儿子的结点总数是，有2个儿子的结点总数是，有3个儿子的结点总数是，…。那么，之间存在什么关系？
答：

4. $\color{red}{二叉树的抽象数据类型}$

• 
• 遍历又分为：
  $\color{red}{先序、中序、后序和层次遍历}$。

---

3.2.2 二叉树的存储结构

---

1. 顺序存储(主要针对$\color{red}{完全二叉树}$);

2. 链式存储

$\color{red}{在此处再次说一说}$：
typedef struct PloyNode *Polynomial;//这句有什么用呢？
typedef struct PolyNode{//这两个typedef有什么联系吗？
int coef;
int expon;
Polynomial link;//这里是定义了一个相当于next后继指针吗？
}
如果按这样定义好了之后，如何定义一个这样的链表？

$\color{red}{网上有一个经典的解释}$:
1. typedef struct PloyNode *Polynomial;
这句是说：定义了一个结构体变量的指针，以后你可以直接用Polynomial来代表struct PolyNode *这个数据.
2. typedef struct PolyNode{
int coef;
int expon;
Polynomial link; }
这个也是一个定义，定义了一个结构体变量，简化了结构体变量的定义。你可以用PolyNode来代表整个结构体变量。

再来说一下他们之间的联系: 第一个是定义的一个简化的指针变量：struct PolyNode * ; 第二个定义了一个简化的结构体变量PolyNode来代替：typedef struct PolyNode;

综上是否可理解为：指针变量Polynomial具有结构体PolyNode的结构,即L=(Polynomial)malloc(sizeof(PolyNode))这样就生成一个新的PloyNode结点。

---

3.3 二叉树的遍历

---

1.运用递归函数进行遍历

1. $\color{red}{先序遍历}$
   

2. $\color{red}{中序遍历}$
   

3. $\color{red}{后序遍历}$
   

4. $\color{red}{总结：}$

   • 三种遍历算法的遍历路径是一样的，只是访问各节点的时机不同。
     

---

2.非递归遍历（使用$\color{red}{堆栈}$）

问：
讨论3.4 如何用堆栈实现后序遍历的非递归程序？
我们前面看到，借助堆栈可以实现前序遍历、中序遍历的非递归程序，而且两者的程序结构几乎一样。
答：
不行，不能用前面同样的结构进行对比处理。
可以利用两个堆栈和一个指针进行处理。

3.层序遍历（使用$\color{red}{队列}$）

问：
将层序遍历中的队列改为堆栈：
如果将层序遍历中的队列改为堆栈，是否也是一种树的遍历？可以应用这种方法改造出一种前序、中序、后序的非递归遍历吗？
答：
$\color{red}{堆栈到队列}$：
就是把数据$push$到栈A，再把栈A的数据依次$pop$并$push$到栈B。那么先入栈A的数据就会移到栈B的顶部，对栈B进行$pop$时就会先出栈B。恰恰符合了队列的本质——First in First out。
$\color{red}{队列到堆栈}$：
把数据都$en queue$到队列A，如果你想取出最后一个$enqueue$的数据（即Last in），那么就把队列A的数据依次$dequeue$并$enqueue$到队列B，但是不能全部移到队列B，要留下一个。这一个就是你需要的数据把它$dequeue$出来，就会得到$Last in$的数据。这个过程，相当于对栈进行了依次$pop$操作，符合——Last in First out。需要再次$pop$的时候，按照同样的方法，只需将对A、B的操作交换就可以了。

---

4.二叉树的应用

例1：输出二叉树中的 叶子结点。

例2. 求二叉树的高度

例3. 由 任意两种 遍历序列确定二叉树，对么？（$\color{red}{其中一个必须是中序遍历。}$）

---

3.4 小白专场：树的同构

---

程序：

//author: Paul-Huang
//data: 18/6/2017

#include<stdio.h>
#include <stdlib.h>
#include<process.h>//引入头文件

#define MaxTree 10
#define Null -1 
#define  ElementType char 
#define  Tree int

//建立动态链表
struct TreeNode
{
    ElementType node;
    Tree Left;
    Tree Right;
}Tree1[MaxTree],Tree2[MaxTree];

Tree BuildTree(struct TreeNode T[]);
int Isomprphic(Tree root1, Tree root2);

int main()
{
    Tree R1, R2;
    R1 = BuildTree(Tree1);
    R2 = BuildTree(Tree2);
    if (Isomprphic(R1, R2)){
        printf("Yes\n");
    }
    else{
        printf("No\n");
    }

    system("pause");//暂停往下执行 按下任意键继续
    return 1;
}

Tree BuildTree(struct TreeNode T[])
{
    Tree check[MaxTree], Root = Null; //root = Null 空树则返回Null
    char cl, cr; 
    int i,N;
    scanf("%d\n",&N);
    if (N) {
        for ( i = 0; i < N; i++)
            check[i] = 0;
        //输入数值，并建立链表
        for (i = 0; i < N; i++)
        {
            scanf("%c %c %c\n", &T[i].node, &cl, &cr);
            if (cl != '-'){
                T[i].Left = cl - '0';
                check[T[i].Left] = 1;
            }
            else{
                T[i].Left = Null;
            }
            if (cr != '-'){
                T[i].Right = cr - '0';
                check[T[i].Right] = 1;
            }
            else{
                T[i].Right = Null;
            }
        }
        //查找二叉树的根
        for (i = 0; i < N; i++)
            if (!check[i])
                break;
        Root = i;
    }
    return Root;

}


int Isomprphic(Tree root1, Tree root2)
{
    if ((root1 == Null) && (root2 == Null))/* both empty */
        return 1;
    if (((root1 == Null) && (root2 != Null)) || ((root1 != Null) && (root2 == Null)))
        return 0;/* one of them is empty */

    if (Tree1[root1].node != Tree2[root2].node)
        return 0; /* roots are different */

    if ((Tree1[root1].Left == Null) && (Tree2[root2].Left == Null))
        /* both have no left subtree */
        return Isomprphic(Tree1[root1].Right,Tree2[root2].Right);

    if ((Tree1[root1].Right == Null) && (Tree2[root2].Right == Null))
        /* both have no right subtree */
        return Isomprphic(Tree1[root1].Left, Tree2[root2].Left);

    if ((Tree1[root1].Left != Null) && (Tree2[root2].Left != Null) &&
        ((Tree1[Tree1[root1].Left].node) == (Tree2[Tree2[root2].Left].node)))
        /* no need to swap the left and the right */
        return (Isomprphic(Tree1[root1].Left, Tree2[root2].Left)&&
        Isomprphic(Tree1[root1].Right,Tree2[root2].Right));
    else/* need to swap the left and the right */
        return (Isomprphic(Tree1[root1].Left, Tree2[root2].Right) &&
            Isomprphic(Tree1[root1].Right, Tree2[root2].Left));

}

#include<stdio.h>
#include<iostream>

#define MaxTree 10
#define ElementType int
#define Tree int 
#define Null -1

struct TreeNode{
    ElementType Element;
    Tree left;
    Tree right;
}T[MaxTree];

Tree BulidTree(struct TreeNode T[]);
void FindLeave(Tree R);

int main()
{
    Tree R;
    R = BulidTree(T);
    FindLeave(R);
    //system("pause");//暂停往下执行 按下任意键继续
    return 0;
}

Tree BulidTree(struct TreeNode T[])
{
    int i,N;
    char cl,cr;
    Tree check[MaxTree],Root = Null;
    scanf("%d\n",&N);
    for(i=0;i<N;i++)check[i] = 0;
    if(N)
    {
        for(i=0;i<N;i++)
        {
            T[i].Element = i;
            scanf("\n%c %c",&cl,&cr);
            if(cl != '-')
            {
                T[i].left = cl - '0';
                check[T[i].left] = 1;
            }
            else T[i].left = Null;
            if(cr !='-')
            {
                T[i].right = cr - '0';
                check[T[i].right] = 1;
            }
            else T[i].right = Null;
        }
        for(i=0;i<N;i++)
            if(!check[i])break;
        Root = i;
    }
    return Root;
}

void FindLeave(Tree R)
{
    int leaves = 0;
    int queue[MaxTree];
    int front = 0,rear = 0;

    queue[rear++] = R;
    while(rear - front)
    {

        if((T[queue[front]].left != -1)) 
            queue[rear++] = T[queue[front]].left;       //左边如果不为空，加入队列
        if((T[queue[front]].right != -1)) 
            queue[rear++] = T[queue[front]].right;      //右边如果不为空，加入队列

        if((T[queue[front]].left == -1)&&
            (T[queue[front]].right == -1))
        {   
            if(leaves) printf(" ");
            printf("%d",queue[front]);
            ++leaves;
        }                                   //左右两边为空，则是叶子节点，输出
        front++;

    }
}