树、二叉树的应用

树、二叉树的应用

一、二叉排序树（BST）

1、二叉排序树的定义：也称二叉查找树（检索树）。或者是一棵空树。具有以下性质：1）若左子树非空，则左子树上所有结点的值均小于根节点的值；2）若右子树非空，则右子树上的值均大于根节点的值；3）左右子树分别是一棵二叉排序树。对二叉排序树进行中序遍历可以得到一个递增的有序序列。

2、二叉排序的查找：

//二叉排序树的非递归查找算法
BSTNode *BST_Search(BiTree T,ElemType key){
    while(T!=NULL&&key!=T->data){//若树非空且不等于当前结点的值
        if(key<T->data) T=T->lchild;
        else T=T->rchild;
    }
}
//递归实现效率较低
BSTNode *BST_Search(BiTree T,ElemType key){
    if(T==NULL) return NULL;
    if(T->data==key) return T;
    else if(T->data<key) return BST_Search(T->rchild,key);
    else return BST_Serach(T->lchild,key);
}

3、二叉排序树的插入

int BST_Insert(BiTree &T,ElemType key){
    if(T==NULL){//若树为空，则新插结点为根节点
        T=(BiTree)malloc(sizeof(BSTNode));
        T->key=key;
        T->lchild=T->rchild=NULL;
        return 1;
    }
    else if(key==T->key)//遇到相同值，则插入失败
        return 0;
    else if(key<T->key)//向左走
        return BST_Insert(T->lchild,key);
    else//向右走
        return BST_Insert(T->rchild,key);    
}

4、二叉排序树的构造

//二叉排序树的构造
void Create_BST(BiTree &T,ElemType str[],int n){
    T=NULL;
    int i=0;
    while(i<n){
        BST_Insert(T,str[i]);//执行插入算法
        i++;
    }
}

5、二叉排序树的删除

二叉排序树的删除不能把以该结点为根的子树都删除，必须先把被删除结点从存储二叉排序树的链表上摘下，将因删除结点而断开的二叉链表重新连接起来，同时确保二叉排序树的性质不会丢失。

1、若删除的是叶节点，则直接删除；

2、若结点z只有一棵左子树或右子树，则让z的子树代替z的位置；

3、若z结点有左右两棵子树，则让z的直接后继替代z，然后从二叉排序树中删除这个直接后继。

//二叉排序树的删除

6、二叉排序树的查找效率分析

二叉排序树的查找效率主要取决于树的高度，若二叉排序树的左右子树的高度之差的绝对值不超过1，**则这样的二叉排序树称为平衡二叉树。**它的平均查找长度为O(log2n)。若二叉排序树只有左孩子或者右孩子，那么单链查找长度为O(n)。

二、平衡二叉树

平衡二叉树保证任意时刻结点左右子树的高度差不超过1。主要为了避免树的高度增长过快，影响二叉排序树的性能。

2、平衡二叉树的插入

每次插入节点后，需要判断是否破坏了平衡树的性质，若已破坏则需要调整使之重新平衡。注意：每次调整的都是最小不平衡子树。即以插入路径上离插入结点最近的平衡因子的绝对值大于1的结点作为根的子树。

四种调整策略：

1）LL平衡旋转（右单旋）

2）RR平衡旋转（左单旋）

3）LR平衡旋转（左右双旋）

4）RL平衡旋转（右左双旋）

3、平衡二叉树的查找

查找过程和二叉排序树相同。平衡二叉树的平均查找长度为O(log2n)。

三、哈夫曼树

1、哈夫曼树的定义

树中的结点常常被赋予某种意义的数值，称为权。从树的根结点到任意节点的路径长度乘以该结点上的权值，称为该结点的带权路径长度。树中所有叶节点的带权路径长度之和称为该树的带权路径长度。

在含有n个带权叶节点的二叉树中，**带权路径最小的二叉树称为哈夫曼树。**也称最优二叉树。

2、哈夫曼树的构造

将n个节点分别作为只含有一个节点的二叉树，构造一个新节点，从F中选取两个最小权值的树，构成该新节点的左右子树。将新的树加入森林F。从F中删除刚才选过的两个节点。

性质：每个初始节点最终都会称为叶节点，权值最小的节点到根节点的路径长度最大；构造过程中共新建了n-1个节点，因此哈夫曼树的总结点数为2n-1.每次构造构造都选择2棵树作为新节点的孩子，因此哈夫曼树中不存在度为1的节点。

3、哈夫曼编码

若允许对不同字符用不等长的二进制位表示，称为可变长度编码。其特点是：对频率高的字符赋予短编码，对频率低的字符使用场边码。从而使平均编码长度简短，起到数据压缩的效果。

**前缀编码：**若没有一个编码是另一个编码的前缀，则称这样的编码为前缀编码。

哈夫曼编码过程：首先将每个出现的字符当作一个独立的节点，其权值为它出现的频度，构造出对应的哈夫曼树。然后由01标记左右子树进行编码。可以计算带权路径长度WPL最优且唯一。