深入学习二叉树，树等知识

最新推荐文章于 2022-03-16 21:45:00 发布

jachinFang

最新推荐文章于 2022-03-16 21:45:00 发布

阅读量358

点赞数

分类专栏：数据结构与算法

原文链接：https://www.jianshu.com/p/bf73c8d50dc2

版权

数据结构与算法专栏收录该内容

3 篇文章 0 订阅

订阅专栏

树是数据结构中非常重要的一个知识点。要熟悉掌握二叉树的知识。

深入学习二叉树(一) 二叉树基础 ---详细请点击前面链接

介绍一般二叉树、完全二叉树、满二叉树、线索二叉树、霍夫曼树、二叉排序树、平衡二叉树、红黑树、B树。

1.结点
树中的元素，包含一个数据及若干指向子树的分支。
2. 结点的度
结点的分支数目。
树中的结点数=树中所有结点的度之和+1。
3.叶子节点
度为0的结点，没有后继的结点。
4.根结点
树中唯一没有前驱的结点。
5.分支结点（非终端结点）
度不为0的结点。
6.孩子结点
一个结点的直接后继称为该结点的孩子结点。
7.双亲结点
一个结点的直接前驱称为该结点的双亲结点。
8.兄弟结点
同一双亲的孩子结点
9.祖先结点
从根结点到该结点的路径上的所有结点
10.子孙结点
一个结点的直接后继和间接后继。
11.根结点的层定义为1；根的孩子为第二层结点，以此类推
12.树的高度（深度）
树中最大的结点层次。
13.有序树和无序树
有序树：树中结点的子树从左到右是有次序的，不能交换，这样的树叫有序树。一般讨论有序树。
无序树：树中结点的子树没有顺序，可以任意交换，这样的树叫无序树。
14.森林
m棵树不相交的树的集合

树的定义：n（n>=0)个结点的有限集。

n=0时称为空树。在任意一颗非空树中：
1）有且仅有一个特定的称为根（Root）的结点；
2）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、......、Tn，其中每一个集合本身又是一棵树，并且称为根的子树。

此外，树的定义还需要强调以下两点：
1）n>0时根结点是唯一的，不可能存在多个根结点，数据结构中的树只能有一个根结点。
2）m>0时，子树的个数没有限制，但它们一定是互不相交的。

什么是节点度

结点拥有的子树数目称为结点的度。

结点子树的根结点为该结点的孩子结点。相应该结点称为孩子结点的双亲结点。
图2.2中，A为B的双亲结点，B为A的孩子结点。
同一个双亲结点的孩子结点之间互称兄弟结点。
图2.2中，结点B与结点C互为兄弟结点。

结点层次

从根开始定义起，根为第一层，根的孩子为第二层，以此类推。
图2.3

树的深度:树中结点的最大层次数称为树的深度或高度

二叉树

二叉树是n(n>=0)个结点的有限集合，该集合或者为空集（称为空二叉树），或者由一个根结点和两棵互不相交的、分别称为根结点的左子树和右子树组成。

二叉树特点
1）每个结点最多有两颗子树，所以二叉树中不存在度大于2的结点。
2）左子树和右子树是有顺序的，次序不能任意颠倒。
3）即使树中某结点只有一棵子树，也要区分它是左子树还是右子树。

二叉树性质

1）在二叉树的第i层上最多有 $2^{i-1}$ 个节点。（i>=1）
2）二叉树中如果深度为k,那么最多有 $2^{k}$ -1个节点。(k>=1）
3） $n_{0}$ = $n_{2}$ +1 $n_{0}$ 表示度数为0的节点数， $n_{2}$ 表示度数为2的节点数。
4）在完全二叉树中，具有n个节点的完全二叉树的深度为[ $\log_{2}n$ ]+1，其中[ $\log_{2}n$ ]是向下取整。
5）若对含 n 个结点的完全二叉树从上到下且从左至右进行 1 至 n 的编号，则对完全二叉树中任意一个编号为 i 的结点有如下特性：

(1) 若 i=1，则该结点是二叉树的根，无双亲, 否则，编号为 [i/2] 的结点为其双亲结点;
(2) 若 2i>n，则该结点无左孩子，否则，编号为 2i 的结点为其左孩子结点；
(3) 若 2i+1>n，则该结点无右孩子结点，否则，编号为2i+1 的结点为其右孩子结点。

斜树：所有的结点都只有左子树的二叉树叫左斜树。所有结点都是只有右子树的二叉树叫右斜树。这两者统称为斜树。

满二叉树：在一棵二叉树中。如果所有分支结点都存在左子树和右子树，并且所有叶子都在同一层上，这样的二叉树称为满二叉树。
满二叉树的特点有：
1）叶子只能出现在最下一层。出现在其它层就不可能达成平衡。
2）非叶子结点的度一定是2。
3）在同样深度的二叉树中，满二叉树的结点个数最多，叶子数最多。

完全二叉树：对一颗具有n个结点的二叉树按层编号，如果编号为i(1<=i<=n)的结点与同样深度的满二叉树中编号为i的结点在二叉树中位置完全相同，则这棵二叉树称为完全二叉树。

若设二叉树的深度为k，除第 k 层外，其它各层 (1～k-1) 的结点数都达到最大个数，第k 层所有的结点都连续集中在最左边，这就是完全二叉树。

特点：
1）叶子结点只能出现在最下层和次下层。
2）最下层的叶子结点集中在树的左部。
3）倒数第二层若存在叶子结点，一定在右部连续位置。
4）如果结点度为1，则该结点只有左孩子，即没有右子树。
5）同样结点数目的二叉树，完全二叉树深度最小。
注：满二叉树一定是完全二叉树，但反过来不一定成立。

存储结构请见原文

二叉树遍历方法有

前序遍历、中序遍历、后序遍历、层序遍历

先序遍历先根元素，左元素，最后右元素 ABDHIEJCFG

中序遍历先左元素，根元素，最后右元素 HDIBJEAFCG

后序遍历先左元素，右元素，最后根元素 HIDJEBFGCA

/*二叉树的前序遍历递归算法*/
void PreOrderTraverse(BiTree T)
{
    if(T==NULL)
    return;
    printf("%c", T->data);  /*显示结点数据，可以更改为其他对结点操作*/
    PreOrderTraverse(T->lchild);    /*再先序遍历左子树*/
    PreOrderTraverse(T->rchild);    /*最后先序遍历右子树*/
}


/*二叉树的中序遍历递归算法*/
void InOrderTraverse(BiTree T)
{
    if(T==NULL)
    return;
    InOrderTraverse(T->lchild); /*中序遍历左子树*/
    printf("%c", T->data);  /*显示结点数据，可以更改为其他对结点操作*/
    InOrderTraverse(T->rchild); /*最后中序遍历右子树*/
}


/*二叉树的后序遍历递归算法*/
void PostOrderTraverse(BiTree T)
{
    if(T==NULL)
    return;
    PostOrderTraverse(T->lchild);   /*先后序遍历左子树*/
    PostOrderTraverse(T->rchild);   /*再后续遍历右子树*/
    printf("%c", T->data);  /*显示结点数据，可以更改为其他对结点操作*/
}

层次遍历就是按照树的层次自上而下的遍历二叉树。针对图3.13所示二叉树的层次遍历结果为：ABCDEFGHIJ

看完后多练习先序后序中序等遍历方法，已知先序和中序，画出二叉树结构等。

深入学习二叉树(二) 线索二叉树 ---详细请点击前面链接

先找到中序遍历的顺序，然后根据中序遍历方法来建立前驱结点和后继结点

、

二叉树的中序遍历结果为HDIBJEAFCG

图中黑色点画线为指向后继的线索，紫色虚线为指向前驱的线索。

我们如何区分一个结点的lchild指针是指向左孩子还是前驱结点呢？

为了解决这一问题，现需要添加标志位ltag，rtag。并定义规则如下：

ltag为0时，指向左孩子，为1时指向前驱
rtag为0时，指向右孩子，为1时指向后继

线索二叉树结点数据结构

//#define Link 0//指针标志  
//#define Thread 1//线索标志  
typedef char TElemType;   
//中序线索二叉树  
typedef enum PointerTag {Link, Thread};//结点的child域类型，link表示是指针，指向孩子结点，thread表示是线索，指示前驱或后继结点  
//定义结点数据结构
typedef struct ThrBiNode{  
    TElemType data;  
    ThrBiNode *lchild, *rchild;//左右孩子指针  
    PointerTag lTag, rTag;//左右标志  
}ThrBiNode, *ThrBiTree;

中序遍历建立线索二叉树

//中序遍历进行中序线索化
void inThreading(ThrBiTree T, ThrBiTree &pre){  
    if(T){  
        inThreading(T->lchild, pre);//左子树线索化  
  
        if(!T->lchild){//当前结点的左孩子为空  
            T->lTag = Thread;  
            T->lchild = pre;  
        }else{  
            T->lTag = Link;  
        }  
  
        if(!pre->rchild){//前驱结点的右孩子为空  
            pre->rTag = Thread;  
            pre->rchild = T;  
        }else{  
            pre->rTag = Link;  
        }  
        pre = T;          
        inThreading(T->rchild, pre);//右子树线索化  
    }  
}

//T指向头结点，头结点的lchild链域指针指向二叉树的根结点  
//中序遍历打印二叉线索树T（非递归算法）  
void inOrderTraversePrint(ThrBiTree T){  
    ThrBiNode *p = T->lchild;//p指向根结点  
      
    while(p != T){//空树或遍历结束时，p == T  
        while(p->lTag == Link){  
            p = p->lchild;  
        }  
        //此时p指向中序遍历序列的第一个结点（最左下的结点）  
  
        printf("%c ", p->data);//打印（访问）其左子树为空的结点  
  
        while(p->rTag == Thread && p->rchild != T){  
            p = p->rchild;  
            printf("%c ", p->data);//访问后继结点  
        }  
        //当p所指结点的rchild指向的是孩子结点而不是线索时，p的后继应该是其右子树的最左下的结点，即遍历其右子树时访问的第一个节点  
        p = p->rchild;  
    }  
    printf("\n");  
}

深入学习二叉树(三) 霍夫曼树 ---详细请点击前面链接

霍夫曼树是二叉树的一种特殊形式，又称为最优二叉树，其主要作用在于数据压缩和编码长度的优化。

在一棵树中，从一个结点往下可以达到的孩子或孙子结点之间的通路，称为路径。通路中分支的数目称为路径长度。

结点的权及带权路径长度

若将树中结点赋给一个有着某种含义的数值，则这个数值称为该结点的权。结点的带权路径长度为：从根结点到该结点之间的路径长度与该结点的权的乘积。

树的带权路径长度

树的带权路径长度规定为所有叶子结点的带权路径长度之和，记为WPL ； WPL = 6 * 2 + 3 * 2 + 8 * 2 = 34；

给定n个权值作为n个叶子结点，构造一棵二叉树，若带权路径长度达到最小，称这样的二叉树为最优二叉树，也称为霍夫曼树(Huffman Tree)。

叶子结点为A、B、C、D，对应权值分别为7、5、2、4。
3.1.a树的WPL = 7 * 2 + 5 * 2 + 2 * 2 + 4 * 2 = 36
3.1.b树的WPL = 7 * 1 + 5 * 2 + 2 * 3 + 4 * 3 = 35

由ABCD构成叶子结点的二叉树形态有许多种，但是WPL最小的树只有3.1.b所示的形态。则3.1.b树为一棵霍夫曼树。

深入学习二叉树(四) 二叉排序树 ---详细请点击前面链接

二叉排序树（Binary Sort Tree），又称二叉查找树（Binary Search Tree），也称二叉搜索树。二叉排序树或者是一棵空树，或者是具有下列性质的二叉树：

（1）若左子树不空，则左子树上所有结点的值均小于或等于它的根结点的值；
（2）若右子树不空，则右子树上所有结点的值均大于或等于它的根结点的值；
（3）左、右子树也分别为二叉排序树；

由二叉树的递归定义性质，二叉排序树的查找同样可以使用如下递归算法查找。

如果树是空的，则查找结束，无匹配。
如果被查找的值和根结点的值相等，查找成功。否则就在子树中继续查找。如果被查找的值小于根结点的值就选择左子树，大于根结点的值就选择右子树。

二叉树的删除可不再像二叉树的插入那么容易了，以为删除某个结点以后，会影响到树的其它部分的结构。
删除的时候需要考虑以下几种情况：

1）删除结点为叶子结点；
2）删除的结点只有左子树；
3）删除的结点只有右子树
4）删除的结点既有左子树又有右子树。

根据中序遍历来删除，然后前继后续

平衡二叉树详解 ---详细请点击前面链接

插入

因为新插入节点而导致平衡性被破坏的节点也叫麻烦节点，而被其破坏平衡的节点叫被破坏节点。

一共把破坏平衡型的类型分为了四种，分别是LL型、RR型、LR型和RL型（L=left,R=right）。

LL型解决方案：以被破坏节点为基础进行右旋

LL型解决方案：以被破坏节点为基础进行左旋

LR型解决方案：以被破坏节点L（左）节点为基础先进行一次L（左）旋，再以被破坏节点为基础进行右旋。

RL型解决方案：以被破坏节点R（右）节点为基础先进行一次R（右）旋，再以被破坏节点为基础进行左旋。

处理方式分类两大类：

1.RR型和LL型，以被破坏节点为基础进行其反向的旋转即可，即RR型进行左旋，LL型进行右旋。

2.RL型和LR型，先以被破坏节点的LR或RL首字母的节点进行LR或RL首字母旋转，再以被破坏节点为基础进行LR或RL尾字母旋转，即RL型先以被破坏节点的R（右）节点为基础进行一次R（右）选，再以被破坏节点为基础进行一次L（左）旋；LR旋先以被破坏节点的L（左）节点为基础进行一次L（左）选，再以被破坏节点为基础进行一次R（右）旋。