二叉树的分类以及树的分类

二叉树性质：

1.N=n0+n1+n2//从定义数

（从构造算术表达式来理解）叶子结点是参数，根节点是运算符特殊情况下

2.N=n1+2n2+1//从出度(线段）来数，或者说数孩子（规约来看）

1、2得--->n2+1=n0

计算二叉树位置一定要以1开始，层数默认1开始（不是记得最后结果矫正）h代表层数

A0=1    第一层最多只有一个根结点恒成立

二叉树最多多少结点---->a0(1-q^h)/(1-q)--->=2^h-1

二叉树的分类

1.一般树

2.只有左（右)孩子的树:（可改造的单链表）

3.哈夫曼树-应用:哈夫曼编码-权值和最小

按符合严格n叉树的结点数构造哈夫曼树，选取最小的n个值作为叶子结点并以此开始构造。

最佳归并树（磁盘读取次数问题）=哈夫曼树

WPL:树的所有叶结点的带权路径长度之和,称为树的带权路径长度表示为WPL。

磁盘读取总次数=WPL*2

构造哈夫曼树有补0操作：补的个数为%(k-1)

应用：哈夫曼编码（可变长编码），与频数有关的哈夫曼树。

4.平衡二叉树

        4.1完全二叉树

                4.1.1堆

小根堆：根<左，右

败者树：顺序表存储，不仅是小根堆而且是严格二叉树。（当然也有胜者树，略）

败者树重构过程如下：

将新进入选择树的结点与其父结点进行比赛：将败者存放在父结点中；而胜者再与上一级的父结点比较。

比赛沿着到根结点的路径不断进行，直到ls[1]处。把败者存放在结点ls[1]中，胜者存放在ls[0]中。

K路平衡归并中：败者树也是严格二叉树，选最小的，败者树深度log(2,k)。

选择排序的一种变体。

大根堆：根>左，右

                4.1.2满二叉树

删除堆某结点操作相对比较特别。

5.二叉排序树（搜索，查找树）

有第一个结点决定树如何形状，左<根<右

二叉排序树（搜索树）结合了有序数组和链表的优点，在查找数据时的速度和使用了二分法的有序数组一样快，而且在增、删节点的速度也和链表一样。

挖个坑

红黑树 ---二叉搜索树

红黑树与AVL树的比较：
1.AVL树的时间复杂度虽然优于红黑树，但对现在的计算机，cpu太快，可以忽略性能差异 
2.红黑树的插入删除比AVL树更便于控制操作 
3.红黑树整体性能略优于AVL树（红黑树旋转情况少于AVL树）

红黑树的性质：
红黑树是一棵二叉搜索树，它在每个节点增加了一个存储位记录节点的颜色，可以是RED,也可以是BLACK；通过任意一条从根到叶子简单路径上颜色的约束，红黑树保证最长路径不超过最短路径的二倍，因而近似平衡。

具体性质如下：

1.每个节点颜色不是黑色，就是红色，但根节点是黑色的
2.如果一个节点是红色，那么它的两个子节点就是黑色的（没有连续的红节点）
3.对于每个节点，从该节点到其后代叶节点的简单路径上，均包含相同数目的黑色节点。

特征：祖宗根必黑，允许黑连黑，不允许红连红；

操作：新增红色：1.爸叔都红就变色；2.爸红叔黑就旋转，哪黑(叔)往哪旋。

6.线索二叉树（充分利用空指针的结果）

为了方便找先根、中根、后根遍历的直接前驱和直接后继，解决二叉树不能回溯的问题。

左指针一直找前驱直到空，即是开始，然后一直沿着右指针遍历。

7.严格二叉树

不存在度为1的结点，构造二叉树时，哈夫曼树是严格二叉树，但严格二叉树不一定是哈夫曼树。

严格n叉树，不存在度为1，...,n-1的结点。

二叉树到森林原则：左孩子，右兄弟

树的分类

1.n叉树

包含二叉树的类别

2.查找树

        2.1B-树（B树）

m阶B树：除根2子树，至少⌈ m/ 2 ⌉ − 1，至多有m-1个关键字

根结点至多有m棵子树，即至多有m-1个关键字

若根结点不是终端结点，则至少有2棵子树

除根以外的所有非叶结点至少有⌈ m/ 2 ⌉ 棵子树，即结点内至少含有⌈ m/ 2 ⌉ − 1 个关键字

特征：真值在所有节点中

分叉点左<该结点内最左值，该结点内最右值<分叉点右

叶子结点无指针链接

        2.2.B+树

特征：叶子结点中已经有了所有值

分叉点左<该结点内最左值，该结点内最右值=分叉点右

叶子结点有指针链接

3.K路归并与K路平衡归并树

4.哈夫曼树（最佳归并树）

略（上面找）

5.并查集（类似双亲表示法的树组成的森林）

根结点唯一标识一个集合

存储：数组、链表、哈希表（散列表）均可

哈希表：按关键字索引

 

应用：OS的显式链接分配FAT（数组存储类并查集，区别记录后继，且成环）