树——树和森林及哈夫曼树

树和森林

树与二叉树的转换

把树转化为二叉树进行处理，利用二叉树的算法来实现对树地操作
由于树和二叉树都可以用二叉链表作存储结构，则以二叉链表做媒介导出树与二叉树之间的一个对应关系

树转化为二叉树步骤：
①**加线：在兄弟之间加一连线
②抹线：对每个结点，除了左孩子外，去除其与其余孩子之间的关系
③旋转：以树的根结点为轴心，将整树顺时针旋转45°
树变二叉树：兄弟相连留长子

二叉树转化为树步骤：
①加线：若p结点是双亲结点的左孩子，则将p的右孩子、右孩子的右孩子…沿分支找到所有右孩子，都与p的双亲用线连起来
②抹线：抹掉原二叉树中双亲与右孩子之间的连线
③调整：**将结点按层次排列，形成树结构
二叉树变树：左孩右右连双亲，去掉原来右孩线

森林与二叉树的转化

森林转换为二叉树（二叉树与多棵树之间的关系）：
①将各棵树分别转换为二叉树
②将每棵树的根结点用线相连
③以第一棵树根结点为二叉树的根，再以根结点为轴心，顺时针旋转，构成二叉树型结构
森林变二叉树：树变二叉根相连

二叉树转换为森林：
①**抹线：将二叉树中根结点与其右孩子连线，及沿右分支所搜到的所有右孩子间连线全部抹掉，使之变成孤立的二叉树
②还原：**将孤立的二叉树还原成树
二叉树变森林：去掉全部右孩线，孤立二叉再还原

树和森林的遍历

树的遍历（三种方式）

• 先根（次序）遍历：若树不空，则先访问根结点，然后依次先根遍历各子树
• 后根（次序）遍历：若树不空，则先依次后根遍历各棵子树，然后访问根结点
• 层次遍历：若树不空，则自上而下从左至右访问树中每个结点
  

森林的遍历

将森林看作由三部分构成：

• 森林中第一棵树的根结点
• 森林中第一棵树的子树森林
• 森林中其他树构成的森林
  
• 先序遍历：若森林不空，则①访问第一棵树的根结点；②先序遍历森林中第一棵树的子树森林；③先序遍历森林中（除第一棵树之外）其余树构成的森林
  即：依次从左至右对森林中的每一棵树进行先根遍历
• 中根遍历：若森林不空，则①中序遍历森林中第一棵树的子树森林；②访问第一棵树的根结点；③中序遍历森林中（除第一棵树之外）其余树构成的森林
  即：依次从左至右对森林中的每一棵树进行后根遍历
  

哈夫曼树

引子

基本概念

1. 路径：从树中一个结点到另一个结点之间的分支构成这两个结点间的路径
2. 结点的路径长度：两结点间路径上的分支数
   
3. 树的路径长度：从树根到每一个结点的路径长度之和，记作TL
   
   结点数目相同的二叉树中，完全二叉树是路径长度最短的二叉树，但是路径最短的二叉树不一定是完全二叉树，如b的H和I作为E的孩子时
4. 权：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
5. 结点的带权路径长度：从根结点到该结点之间的路径长度与该结点的权的乘积
6. 树的带权路径长度：树中所有叶子节点的带权路径长度之和，记作WPL
   
7. 哈夫曼树：最优树，带权路径长度(WPL)最短的树
   “带权路径长度最短”是在“度相同”的树中比较而得的结果，因此有最优二叉树、最优三叉树等
8. 哈夫曼树：最优二叉树，带权路径长的(WPL)最短的二叉树，构造哈夫曼树的算法叫做哈夫曼算法
   
   由第一个图可知：满二叉树不一定是最优二叉树；
   哈夫曼树中权较大的叶子离根越近；
   具有相同带权结点的哈夫曼树不唯一

哈夫曼树的构造算法

哈夫曼算法：构造哈夫曼树的步骤

算法实现

顺序存储结构——一维结构数组

1. 定义
   typedef struct {
   int weight;
   int parent, lch, rch;
   }HTNode, *Huffman Tree;

初始化

1. 初始化HT[1…2n-1]:lch = rch = parent = 0
2. 输入初始n个叶子结点：置HT[1…n]的weight值
   

void CreatHuffmanTree(Huffman Tree HT, int n) {
	if (n <= 1) return;
	m = 2*n-1; //数组共2n-1个元素
	HT = (Huffman Tree)malloc(sizeof(HTNode)*(m+1)); //0号单元未用，HT[m]表示根结点
	for (i = 1; i <= m; i++) {
		HT[i].lch = 0;	HT[i].rch = 0;	HT[i].parent = 0;
	}
	for (i = 1; i <= n; i++) 
		scanf("%d", &HT[i].weight);
}

构造产生新结点

进行n-1次合并，依次产生n-1个结点HT[i]，i = n+1…2n-1
①在HT[1…i-1]中选两个未被选过的（从parent==0的结点中选）的weight最小的两个结点HT[s1]和HT[s2]，s1、s2为两个最小结点的下标
②修改HT[s1]和HT[s2]的parent的值：HT[s1].parent = i；HT[s2].parent=i
③修改新产生的HT[i]：HT[i].weight = HT[s1].weight + HT[s2].weight; HT[i].lch = s1; HT[i].rch = s2

for (i = n+1; i <= m; i++)  {  //合并产生n-1个结点——构造Huffman树
	Select(HT, i-1, s1, s2); //在HT[k](1≤k≤i-1)中选择两个其双亲域为0且权值最小的结点，并返回它们在HT中的序号s1和s2
	HT[s1].parent = i; HT[s2].parent = i; //表示从F中删除s1和s2
	HT[i].lch = s1; HT[i].rch = s2;
	HT[i].weight = HT[s1].weight + HT[s2].weight;
}

哈夫曼编码

左分支0，右分支1
保证是前缀码：因为没有一片树叶是另一片树叶的祖先，所以每个叶结点的编码不可能是其它叶结点编码的前缀
保证是总长最短：因为哈夫曼树就是带权路径长度最短的，因此字符编码的总长最短
性质：

1. 哈夫曼编码是前缀码
2. 哈夫曼编码是最优前缀码
   算法实现：
   

void CreatHuffmanCode (HuffmanTree HT, HaffumanCode &HC, int n) {
	//从叶子到根逆向求每个字符的哈夫曼编码,存储在编码表HC中
	HC = new char*[n+1]; //分配n个字符编码的头指针矢量
	cd = new char[n]; //分配临时存放编码的动态数组空间
	cd[n-1] = '\0';  //编码结束符
	for (i = 1; i <= n; i++) { //逐个字符求哈夫曼编码
		start = n-1;  c = i; f = HT[i].parent;
		while (f != 0)  {//从叶子结点开始向上回溯，直到根结点
			--start; //回溯一次start向前指一个位置
			if (HT[f].lchild == c) cd[start] = '0';
			else           		   cd[start] = '1';
			c = f; f = HT[i].parent;      //继续向上回溯
		}
		HC[i] = new char[n-start]; //为第i个字符串编码分配空间
		strcpy(HC[i], &cd[start]); //将求得的编码从临时空间cd复制到HC的当前行中
	}
	delete cd; //释放临时空间
}//CreatHuffmanCode