二叉排序树

二叉排序树又称“二叉查找树”、“二叉搜索树”（简称\(BST\)）。二叉排序树：或者是一棵空树，或者是具有下列性质的二叉树：

• 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；
• 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；
• 它的左、右子树也分别为二叉排序树。 

从BST性质可推出：按中序遍历该树所得到的中序序列是一个递增的有序序列

• 构造\(BST:\) 
• 查找 

• 删除:删除一个节点不能把以该节点为根的子树都删除，只能删除这个节点并保持二叉树排序树的特性。即相当于删除有序序列中的一个记录，只要在删除某结点之后调整树中某些结点，使之继续保持二叉排序树的特性即可。主要分为以下四种情况：

  • 叶子节点：由于没有左右子树，因此直接删除不会破坏原有二叉树的结构
  • 左单分支节点：只须将\(*p\)节点的左子树直接作为双亲节点\(*f\)的左孩子即可
  • 右单分支节点：只须将\(*p\)节点的右子树直接作为双亲节点\(*f\)的右孩子即可

  • 双分支节点: 若\(*p\)节点的左、右子树不空。分为两种方法：

    • 用\(*p\)节点的左子树的最右下节点（对应左子树的最右节点）\(*r\)的值代替\(*p\)节点的值，然后用第\(2\)种和第\(3\)种情况删除\(*r\)节点
    • 用\(*p\)节点的右子树的最左下节点（对应右子树的最左节点）\(*r\)的值代替\(*p\)节点的值，然后用第\(2\)种和第\(3\)种情况删除\(*r\)节点

有一棵二叉排序树按先序遍历得到的序列为：\((50,38,30,45,40,48,70,75,80)\)。\((1)\)画出该二叉排序树 \(（2）\)求在等概率下查找成功和不成功的平均查找长度(比较次数）


一棵\(BST\)的结构如图所示，其中各节点的关键字依次为\(32-40\)请标出各关键字。

根据中序遍历的结果可知：


判断一棵二叉树是否为二叉排序树



等概率下构造最佳二叉排序树的步骤

• 先将字典元素的关键码排序;
• 对每个关键码按二分法在排序关键码序列中执行检索, 将检索中遇到的还未在二叉排序树中的关键码插入二叉排序树中 

哈夫曼树

哈夫曼树是指在\(n\)个带权叶子节点构成的二叉树中，其中带权路径长度\(WPL\)最小的二叉树，也称为最优二叉树。「哈夫曼树没有度为1的节点」



构建哈夫曼树的方法

• 将所有左，右子树都为空的节点作为根节点，构建初始森林。
• 在森林中选出两棵根节点的权值最小的树作为一棵新树的左，右子树，且置新树的附加根节点的权值为其左，右子树上根节点的权值之和。注意，左子树的权值应小于右子树的权值。
• 从森林中删除这两棵树，同时把新树加入到森林中。
• 重复\(2，3\)步骤，直到森林中只有一棵树为止，此树便是哈夫曼树。 

哈夫曼编码:利用哈夫曼树求得的用于通信的二进制编码称为哈夫曼编码。树中从根到每个叶子节点都有一条路径，对路径上的各分支约定指向左子树的分支表示”0”码，指向右子树的分支表示“1”码，取每条路径上的“0”或“1”的序列作为各个叶子节点对应的字符编码，即是哈夫曼编码。

• 译码的唯一性：要求任一字符的编码都不能是另一字符编码的前缀「任意一个叶子结点都不可能在其它叶子结点的路径中」
• 数据的最小冗余编码问题：哈夫曼树的定义 



若度为\(m\)的哈夫曼树中，叶子节点个数为\(n\),则非叶子节点的个数为
\(\ulcorner \frac{(n-1)}{m-1} \urcorner\)
度为m的哈夫曼树，只包含有度为\(0\)的结点和度为\(m\)的结点，可以设度为\(m\)的结点个数为\(x\)，则哈夫曼树中边的条数为\(mx\)，
而树中边的条数为总结点数减\(1\)，即\(n+x-1\)，两式相等，可得\(x\)的值

假设二叉树采用二叉链存储结构，设计一个算法，求二叉树\(b\)中距离给定节点 \(*p\)最近的叶子节点。



假设一棵二叉树采用二叉链存储结构，设计一个算法，求非空二叉树中指定的某一层 \(k (k>1)\)的叶子节点的个数。




假设一棵二叉树采用二叉链存储结构，设计一个算法，输出从每个叶子节点到根节点逆路径（即根节点到某叶子节点的路径的逆序）

• 方式一：使用层次遍历,定义一种数据结构记录每个节点的父节点  
• 方式二:使用后根遍历  
• 使用递归方式：采用 \(path\) 数组存放路径， \(pathlen\)整数存放路径长度。 

转载于:https://www.cnblogs.com/halox/p/er-cha-pai-xu-shu.html