数据结构之树

数据结构之树

树

根据实现方式，数据结构可以分为两种类型：基于数组的实现与基于链表的实现。它们都是线性结构。而树是半线性结构。树是由节点和弧组成。形状和现实生活的树不同，是倒立的。节点的层次是从根节点到该节点的路径，或者说层次是该路径上的节点数量。层次其实就是深度。非空树的高度是树中节点的最大层次（深度），即。空树是高度为-1的合法树、单一节点是高度为0 的树（这个定义是根据清华大学邓俊辉版）。
简单理解：高度从底向上，深度则相反。
树的深度是从根节点开始（其深度为0）自顶向下逐层累加的；
树的高度是从叶节点开始（其高度为0）自底向上逐层累加的。

上图中节点v的孩子总数称作其度数或度。（孩子是节点的下一层）

二叉树

二叉树中的每个节点的度数不超过2。不含一度节点的二叉树称为真二叉树。
在二叉树中，同一父亲节点的孩子都可以左，右相互区分，就称作有序二叉树。也称二叉搜索树，特性是：
左子树中的值小于或等于其父节点v中的值，右子树中的值大于或等于其父节点v的值。
任何一颗二叉树是二叉搜索树，当且仅当其中序遍历序列单调非降

平衡树：如果树中任一节点的两个子树（左子树和右子树）的高度差是0或者是1，该二叉树是高度平衡的。简称平衡树。

满二叉树
除最后一层无任何子节点外，每一层上的所有结点都有两个子结点的二叉树。

哈夫曼树
哈弗曼树是最优二叉树的一种。
先说最优二叉树。
设某二叉树有n个带权值的叶子结点，则该二叉树的带权路径长度记为：

公式中，Wk为第k个叶子结点的权值；Lk为该结点的深度。
其中带权路径长度最小的二叉树就称为最优二叉树
构造哈弗曼树的方法

举例

由huffman树构造huffman编码
（1）利用字符集中每个字符的使用频率作为权值构造一个哈夫曼树；
（2）从根结点开始，为到每个叶子结点路径上的左分支赋予0，右分支赋予1，并从根到叶子方向形成该叶子结点的编码

完全二叉树
除最后一层外，每一层上的节点数均达到最大值；在最后一层上只缺少右边的若干结点。

平衡二叉查找树
平衡二叉查找树是对二叉查找树的改进。因为二叉查找树最差时间复杂度为O(n)，最好时间复杂度是O(logn)
平衡二叉查找树又称为平衡二叉排序树，又称为AVL树，是二叉查找树的改进。
定义（满足如下三个条件）：
(1),是二叉查找树。
(2),左子树与右子树的深度之差的绝对值小于或等于1.
(3),左右子树也是平衡二叉查找树。
平衡二叉查找树的其他形式是伸展树，B-树，红黑树，kd-树

堆

数据结构应能支持插入操作，并能方便地从中取出具有最大或最小关键码的记录，这样的数据结构即为优先级队列（priority queue）。从外表看来，优先级队列颇似队列和栈，但要构建高效率的优先级队列，需要比实现队列和栈考虑更多的因素。在优先级队列的各种实现中，堆（heap）是最高效的一种数据结构。堆是完全二叉树或近似完全二叉树。
完全二叉堆
完全二叉堆满足两个性质：
1，逻辑结构等同于完全二叉树即所谓的“结构性”
2，就优先级而言，堆顶以外的每个节点都不大于其父节点
小顶堆：
堆顶以外的每个节点都不小于其父节点
大顶堆：
堆顶以外的每个节点都不大于其父节点