数据结构二叉树之闲死攻略（二）

 免费版：数据结构二叉树之闲死攻略

接上一篇《数据结构二叉树之闲死攻略（一）》

不要难过，其实数据结构是很有趣的，很......

目录

4 二叉搜索树（Binary Search Tree）

4.1 BST的特性

（1） 顺序性（左<根<右）

（2）单调性（小到大）

4.2 BST的查找

4.2 BST的插入

4.3 BST的删除

（1）要删除的是叶结点

（2）要删除的结点只有一个孩子结点

（3）要删除的结点有左、右两棵子树

5 线索二叉树

6 优先队列与堆

5.1 如何实现优先队列？

5.1.1 采用数组或链表实现优先队列

​

5.1.2 采用二叉堆实现优先队列

​

---

4 二叉搜索树（Binary Search Tree）

4.1 BST的特性

（1） 顺序性（左<根<右）

（2）单调性（小到大）

BST的中序遍历序列，必然单调非降。最左的为最小的，最右的为最大的。

4.2 BST的查找

查找22，22>16,跳到16的右子树，22<25，跳到25的左子树，22>19,跳到19的右子树，找到了22。

查找的效率决定于树的高度，若树的高度是h，那么查找过程的时间复杂度就是O(h)。

4.2 BST的插入

关键是要找到元素应该插入的位置，可以采用与Find类似的方法

4.3 BST的删除

考虑三种情况

（1）要删除的是叶结点

直接删除，并再修改其父结点指针---置为NULL

（2）要删除的结点只有一个孩子结点

将其父结点的指针指向要删除结点的孩子结点

（3）要删除的结点有左、右两棵子树

用另一结点替代被删除结点：右子树的最小元素 或者 左子树的最大元素

---

插入一道小库科技的笔试题：

给予一个二叉树的根节点，验证该树是否是二叉搜索树，在O(n)时间内，用熟悉的语言写出算法。

解药

5 线索二叉树

传统的链式存储仅能表现一种父子关系，不能直接得到结点在遍历中的前驱或后继。

为了加快查找前驱和后继的速度，引入了线索二叉树。

线索二叉树的结点结构

以中序线索二叉树的建立为例（BDAEC）

pre指向中序遍历时上一个刚刚访问过的结点。

二叉树是一种逻辑结构，线索二叉树是加上线索（指针）后的链表结构，是二叉树在计算机内部的一种存储结构，所以是一种物理结构。

6 优先队列与堆

发送到打印机的作业一般会被放到队列中，但这未必是最好的做法。例如，有一项作业特别重要，希望只要打印机一空闲就来处理这项作业，这时就需要为该作业赋予优先权。这种应用的实现需要一类特殊的队列，称之为优先队列。

优先队列（Priority Queue）：特殊的“队列”，取出元素的顺序是依照元素的优先权（关键字）大小，而不是元素进入队列的先后顺序。

5.1 如何实现优先队列？

5.1.1 采用数组或链表实现优先队列

5.1.2 采用二叉堆实现优先队列

二叉堆简称为堆。

堆有两个特性：

（1）结构性

堆本质上是一棵用数组表示的完全二叉树。

对于一棵有n个结点的完全二叉树，对其结点按层序编号，从上到下，从左到右，对任一结点i (1 = i <= n)有：

1. 如果i = 1，则结点i是二叉树的根，无父结点；如果i > 1，则其父结点的位置是⌊i / 2⌋（向下取整）。
2. 如果2i > n，则结点i无左孩子（结点i为叶子结点）；否则其左孩子是结点2i。
3. 如果2i + 1 > n，则结点i无右孩子；否则其右孩子是结点2i + 1。

得益于二叉树的严格定义，我们只需要把完全二叉树按层序遍历依次把结点存入一维数组中，其数组下标就能够体现出父子结点关系（数组第0位不使用）。

（2）有序性

任一结点的关键字是其子树所有结点的最大值(或最小值)
最大堆(MaxHeap),也称“大顶堆”：最大值

最小堆(MinHeap),也称“小顶堆” ：最小值

栗子：对最小堆用筛选法SiftDown调整

根结点72在其左右子子结点里找到最小的结点，与之交换。72 - 05

72 - 16

最大堆的建立

建最小堆

从23开始，05与71换

接着调73，shiftdown

此时72的左右子树都已经是子堆了

最小堆删除元素

栗子1：删除68

首先拿位于最后的元素45去替换

对45进行shiftup

栗子2：删除16

还是拿位于最后的元素45去替换

对45进行shiftdown

建堆效率分析

最小堆操作效率

优先队列的操作（等价于对堆进行插入与删除操作）：

（1）入队

（2）出队

参考:完全二叉树实现优先队列与堆排序

---

7 Huffman树及其应用