第七章 树（2）

有向树

定义

有向树: 基图为无向树的有向图
根树: 有一个顶点入度为0, 其余的入度均为1的非平凡的有向树
树根: 有向树中入度为0的顶点
树叶: 有向树中入度为1, 出度为0的顶点
内点: 有向树中入度为1, 出度大于0的顶点
分支点: 树根与内点的总称
顶点v的层数: 从树根到v的通路长度
树高: 有向树中顶点的最大层数

上图中
$v_1$为树根
$v_2,v_3,v_4,v_7,v_{11}$为内点
$v_5,v_6,v_8,v_9,v_{10},v_{12},v_{13}$为内点
$v_2,v_3,v_4,$为层数为1 的顶点
$v_5,v_6,v_7,v_8,v_9,$为层数为2 的顶点
$v_{10},v_{11},v_{12}$为层数为3 的顶点
$v_{13}$为层数为4 的顶点
上述树高为4

树的家族关系

定义 把根树看作一棵家族树:
(1) 若顶点 a 邻接到顶点 b, 则称 b 是 a 的儿子, a 是b 的父亲;
(2) 若b和c为同一个顶点的儿子, 则称b和c是兄弟;
(3) 若ab且a可达b, 则称a是b的祖先, b是a的后代。

设v为根树的一个顶点且不是树根, 称v及其所有后代的导出子图为以v为根的根子树。

根树的分类

有序树: 将根树同层上的顶点规定次序
r叉树:根树的每个分支点至多有r个儿子
r叉正则树: 根树的每个分支点恰有r个儿子
r叉完全正则树: 树叶层数相同的r元正则树
r叉有序树: 有序的r叉树
r叉正则有序树: 有序的r叉正则树
r叉完全正则有序树: 有序的r叉完全正则树

最优2叉树

定义 设2叉树T有t片树叶$v_1,v_2,\dots ,v_t$, 树叶的权分别 为$w_1,w_2,\dots ,w_t,$ 称 $W(T)={\sum }_{i=1}^t{w}_i\times l(v_i)$ 为T的权, 其中$l(v_i)$是$v_i$的层数。

在所有权为$w_1, w_2, …, w_t $的t片树叶的2叉树中, 权最小的2叉树称为最优 2叉树。

Huffman算法

Huffman算法
给定实数$w_1,w_2,\dots ,w_t,$
① 作t片树叶, 分别以$w_1,w_2,\dots ,w_t$为权
② 在所有入度为0的顶点(不一定是树叶)中选出两个权最小的顶点, 添加一个新分支点, 以这2个顶点为儿子, 其权等于这2个儿子的权之和
③ 重复②, 直到只有1个入度为0 的顶点为止
W(T)等于所有分支点的权之和。

算法思想：每次合并最小的两个权值，直到只剩下一个顶点为止（即为树根）

例子1

例子2

值得注意

最优二叉树的权值为分支点求和
$W(T)=分支点总和={\sum }_{i=1}^t{w}_i\times l(v_i)$

因为：

42=19+8+11+4（分支点总和）
=（8+11）+（4+4）+（5+6）+（1+3）
=（（4+4）+（5+6））+（（1+3）+4）+（5+6）+（1+3）
=1*3+3*3+4*2+5*2+6*2（${\sum }_{i=1}^t{w}_i\times l(v_i)$）

最优前缀码

在计算机及通讯事业中，常用二进制编码来表示符号。

例如，可用00、01、10、11 分别表示字母A、B、C、D，这称作等长编码。这在四个字母出现频率基本相等的情况下是非常合理的。 但当四个字母出现的频率很不一样，如A出现的频率为50%，B 出现的频率为25%，C 出现的频率为20%，D 出现的频率为5% 时，使用等长编码就不是最优的方式了。

如果此时我们使用不等长编码，如用000 表示字母D，用001 表示字母C，01 表示B，1 表示A。在同样传输100个字母的情况下，等长编码需2100 = 200 个二进制位，而不等长编码仅需3 *5 + 3 * 20 + 2*25 + 1 * 50 = 175 个二进制位。

但不等长编码不能随意定义，否则会引起问题，如当我们用1 表示A，用00 表示B，用001 表示C，用000表示D 时，如果接收到的信息为001000，则无法辨别它是CD 还是BAD。

所以我们需要前缀码概念 。

定义

如 {0,10,110, 1111}, {10,01,001,110}是2元前缀码
{0,10,010, 1010} 不是前缀码

用二元树产生二元前缀码

给定一棵二元树T，假设它有t 片树叶。设v 是T 任意一个分支点，则v 至少有一个儿子, 至多有两个儿子。若v 有两个儿子，则在由v 引出的两条边上，左边的标上0，右边的标上1；若v 只有一个儿子，在v 引出的边上可标0 也可标1。设w 为T 的任意一片树叶，从树根到w 的通路上各边的标号组成的符号串放在w 处，t 片树叶处的t 个符号串组成的集合为一个二元前缀码。

最优前缀码

设要传输的电文中含有t个字符, 字符ai出现的频率为$p_i$, 它的编码的长度为$l_i$, 那么100个字符的电文的编码的期望长度是$100\times {\sum }_{i=1}^t{l}_i\times p_i$称编码期望长度最小的2元前缀码为最佳2元前缀码。

在用2叉树产生2元前缀码时, 每个二进制串的长度等于它所在树叶的深度, 因而权为$100p_1,100p_2,.....,100p_t$的最优2叉树产生的2元前缀码是最佳2元前缀码。 于是, 给定字符出现的频率, 可以用Huffman算法产生最佳2元前缀码。

例子1

例子2
在通信中，设八进制数字出现的频率如下：
0：25% 1：20% 2：15% 3：10%
4：10% 5：10% 6：5% 7：5%
采用2元前缀码, 求传输数字最少的2元前缀码 , 并求传输10n(n2)个按上述比例出现的八进制数字需要多少个二进制数字？若用等长的 (长为3) 的码字传输需要多少个二进制数字?

解 用Huffman算法求以频率(乘以100)为权的最优2叉树。
这里 w1=5, w2=5, w3=10, w4=10, w5=10, w6=15, w7=20, w8=25

参考文献：《离散数学 第五版》耿素云 ，屈婉玲。清华大学出版社
参考视频：中国慕课国家精品课，离散数学 电子科技大学出品