树、最短路径、哈夫曼树

一、Tree Traversals Again

 

二、完全二叉搜索树

什么是二叉搜索树？
左子树<根结点<右子树。

什么是完全二叉树？

完美二叉树的子部分

树的表示方法？
链表、数组（不涉及指针操作，但可能空间浪费比较严重）

题目：给定一串数列，将它以完全二叉搜索树的层序遍历方式输出。

核心算法：
 

void solve (int ALeft , int ARight , int TRoot)
{
    n = ARight - ALeft + 1;
    if (n==0)  return;
    L = GetLeftLength(n); //得到结点树为n的树其左子树结点的个数
    T[TRoot] = A[Aleft+L];
    LeftTRoot = TRoot*2+1;
    RightTRoot = LeftTRoot+1;
    solve(ALeft,ALeft+L-1,LeftTRoot);
    solve(ALeft+L+1,ARight,RightTRoot);

}

一个排序算法

---

计算左子树的规模

 三、Huffman Codes（最优编码）

最优编码不一定要通过哈夫曼算法得到！！！

哈夫曼编码的特点

1、最优编码——最长度（WPL）最小

2、无歧义编码——前缀码：数据仅存在于叶子结点

3、没有度为1的结点——满足1、2则必然有3.

哈夫曼树的构造：每次把权值最小的两棵二叉树合并

MinHeap H = CreateHeap（N）;创建一个空的、容量为N的最小堆

H = ReadData（N);  将f[]读入H—>Data[]中

HuffmanTree T = Huffman (H);  //建立Huffman树

int CodeLen = WPL( T , 0);


int WPL(HuffmanTree T , int Depth)
{    if( !T->Left && !T->Right)
        return (Depth * T->Weight)；

    else //负责T一定有两个孩子
        return (WPL(T->Left ， Depth-1)+WPL(T->Right ， Depth));


}

四、最短路径问题

最短问题的抽象：

在网络中，求两个不同顶点之间的所有路径中，边的权值之和最小的那一条路径。

（一）无权图的单源最短路径算法

void Unweighted( Vertex S)

{        Enqueue( S,Q);

        while( !IsEmpty(Q)){
            V = Dequeue(Q);
            for(V的每一个邻接点W){
                if( dist[W] == -1){
                    dist[W] = dist[V] + 1;
                    path[W] = v;
                    Enqueue(W , Q);
                }
            }
        }
}

(二)有权图的单源最短路径

Dijkstra算法

 

 

 （三）多源最短路算法

方法一：直接将单源最短路算法调用|V|遍，T = O(|V|^3+|E|*|V|）——对于稀疏图效果好。

方法二：Floyd算法   T = O(|V|^3)——对于稠密图效果好点