二叉树与多叉树

1、 二叉树

1）二叉树有两种表示方式：链表与数组，在数组中存放信息、索引、左右节点，无疑二叉树的产生将减短查找时间。对二叉树的遍历使用广度优先遍历与深度优先遍历，在深度优先遍历中使用前序、中序、后序。一般的我们在进行深度优先遍历的时候采用的是递归的思想。

其一般的定义如下：

template<class T>
class BSTNode
{
public:
	T key;
	BSTNode *left,*right;
	BSTNode()
	{
		left=right=0;
	}
	BSTNode(const T&el,BSTNode *l=0,BSTNode *r=0)
	{
		key=el;
		left=l;
		right=r;
	}
};

 

 

2）但是使用递归的时候。递归调用不是纯粹表面上的函数自身调用，而是一个函数的实例调用另一个函数的实例，这些调用在内部表示为不同的记录，由操作系统进区分。

对于每个函数，它的状态是由函数的所有自动变量的内容、函数参数的值、表明从哪里返回到调用函数的返回地址所决定的，包含这些信息的数据区叫做记录或者栈结构。这个记录是函数的私有信息池，存储了程序正确执行并正确返回到调用它的函数所需的所有信息，活动记录的寿命一般很短，在函数开始执行时，对齐的空间分配是动态进行的。

由此可知，递归调用，系统内部付出的代价会很高，于是我们进行前序树遍历的非递归实现，使用一个栈进行，而在广度优先遍历的时候我们采用的是队列存储元素的数据。

3）但是当树在最坏的情况下，这个栈几乎要包含树中所有的信息。于是我们使用了一种叫做线索树的结构，每个节点有原来的左右节点，本身的信息，还有前驱后驱。为了简化，我们将前驱与左子树使用同个指针，另使用一个变量来进行说明区分，在右子树与后继一样的方式，如此完全可以不使用栈。其定义方式可以表示如下：

typedef enum PointerTag{Link,Thread};

typedef struct BiThrNode

{

int  data;

struct  BiThrNode  *lchild,*rchild;

PointerTag LTag,RTag;

}BiThrNode,*BiThrTree;

4）由此我们可以看出，它利用了一个PointerTag域进行区分，但是可否不进行任何的多余的空间或者栈进行遍历呢？答案是肯定的。

MorrisInorder算法就是先将原来的树转为右子树的方式，重新构造一棵树，然后进行遍历，遍历之后再将这棵树进行恢复。

BSTNode<T>*p=root, *tmp;
	while(p!=0)
	{
		if (p->left==0)//访问节点
		{
			visit(p);
			p=p->right;
		}
		else
		{
			p=p->left;//在有左节点时，进行访问重新构造或者转换原来的树
			while(tmp->right!=0&&tmp->right!=p)
				tmp=tmp->right;
			if (tmp->right==0)//在重新构建树，将最右下角的节点上提，
			{
				tmp->right=p;
				tmp=tmp->right;
			}
			else
			{
				visit(p);//访问节点。
				tmp->right=0;//将原来构造的树新添的右节点删除
				p=p->right;
			}
		}
	}

 

5）最后我们谈谈平衡树，在平衡树中。无疑AVL树与红黑树是非常流行的。首先我们先分析其各自的优势。红黑树，由于其性质的使然，很肯定的是它的插入、删除逻辑很复杂，但是针对随机数的效率较高，而AVL树，逻辑简单，可是每次插入或者删除的时候都要进行相应的判断，判断两边的高度。平衡性固然高。随机性降低。