树-树及二叉树的定义和存储结构、遍历二叉树、线索二叉树、哈夫曼树及其应用（C语言描述）

此文章仅作为自己学习过程中的记录和总结，同时会有意地去用英文来做笔记，一些术语的英译不太准确，内容如有错漏也请多指教，谢谢！

---

一、树(Tree)的定义：

• 树(Tree)：是n(n>=0)个结点的有限集。n=0时称为空树。不同于先前所学的一对一的线性结构，树是一种一对多的数据结构。在任意一棵非空树中：(1)：有且仅有一个特定的称为根(Root)的结点。根结点是唯一的，不可能存在多个根结点；(2)：当n>1时，其余结点可以分为m个(m>0)互不相交的有限集T₁、T₂…T_m，其中每一个集合本身又是一棵树，并且称为根的子树(SubTree)。子树的个数没有限制，但它们一定是互不相交的。

树的定义其实蕴含了递归的思想，即在树的定义中还用到了树的概念。

- 树的其它相关概念：

• 树的结点 包含一个数据元素以及若干指向其子树的分支。
• 结点拥有的子树数称为 结点的度(Degree)。一棵树的度 是指该树内各结点的度的最大值。
• 结点的层次(Level) 从根开始定义起。根为第一层，根的孩子为第二层。一棵树的深度(Depth)或高度 是指该树中结点的最大层次。
• 若将树中结点的各子树看成从左到右是有次序、不能互换的，则称该树为有序树，否则称为无序树。
• 森林(Forest) 是指m(m >= 0)棵互不相交的树的集合。对树中每个结点而言，其子树的集合即为森林。

---

- 结点分类：

• 度为0的结点称为 叶结点(Leaf) 或终端结点。
• 度不为0的结点称为分支结点或非终端结点。
• 除了根结点之外，分支结点也称作内部结点。

- 结点间关系：

• 某结点的子树的根称为该结点的 孩子(Child)，相应地，该结点称为孩子的 双亲(Parent)。（注意：双亲结点是指一个结点而不是两个。）
• 同一个双亲的孩子之间互称 兄弟(Sibling)。 双亲在同一层的结点互为堂兄弟。
• 某结点的祖先是从根到该结点所经过分支上的所有结点。反之，以某结点为根的子树中的任一结点都称为该结点的子孙。

---

- 线性结构与树结构的比较：

· 线性结构：

1. 第一个数据元素：无前驱。
2. 最后一个数据元素：无后驱。
3. 中间元素：有一个前驱一个后驱。

· 树结构：

1. 根节点：无双亲，是唯一的。
2. 叶结点：无孩子，可以有多个。
3. 中间结点：有一个双亲，有一或两个孩子。

---

二、树的抽象数据类型：

相对于线性结构，树的操作就完全不同了。

Data: 树是由一个根节点和若干棵子树构成。树中结点具有相同数据类型及层次关系。

[ADT of trees:]

Operations :
	InitTree(*T)：构造空树T。
	DestroyTree(*T)：销毁树T。
	CreateTree(*T, definition)：按照definition中给出的树的定义来构造树T。
	ClearTree(*T)：若树T存在，则将树T清为空树。
	TreeEmpty(T)：若树T存在，返回true，否则返回false。
	TreeDepth(T)：返回树T的深度（高度）。
	Root(T)：返回树T的根结点。
	Value(T, cur_e)：cur_e是树T中的一个结点，返回该结点的值。
	Assign(T, cur_e, value)：给树T中的结点cur_e赋值为value。
	Parent(T, cur_e)：若cur_e是树T的非根结点，则返回它的双亲，否则返回NULL。
	LeftChild(T, cur_e)：若cur_e是树T的非叶结点，则返回它的最左孩子，否则返回NULL。
	RightSibling(T, cur_e)：若cur_e有右兄弟，则返回它的右兄弟，否则返回NULL。
	InsertChild(*T, *p, i, c)：其中p指向树T的某个结点，i为所指结点p的度 + 1，非空树c与树T不相交。操作结果为：插入非空树c作为树T中p所指结点的第i棵子树。
	DeleteChild(*T, *p, i)：其中p指向树T的某个结点，i为所指结点p的度。操作结果为：删除T中p所指结点的第i棵子树。

endADT

---

三、树的存储结构：

对于树这种一对多的数据结构，无论按何种顺序将树中所有结点存储到数组中，结点的存储位置都无法直接反映逻辑关系，因此简单的顺序存储结构是不能满足树的实现要求的。不过，若果能充分利用顺序存储和链式存储结构的特点，就完全可以实现树的存储结构的表示。此处介绍三种不同的表示法：①双亲表示法、②孩子表示法、③孩子兄弟表示法。

---

• ① 双亲表示法：

因为除了根结点之外，其余每个结点不一定有孩子但一定有且仅有一个双亲，所以我们可以假设以一组连续的空间来存储树的结点，同时在每个结点中附设一个指示器指示其双亲结点在数组中的位置。也就是说每个结点除了知道自己是谁之外，还知道自己的双亲的位置。

此时的结点结构包含两个域：① “data” 是数据域，用来存储结点的数据信息；② “parent” 指针域，用来存放双亲在数组中的下标。（由于根结点没有双亲，我们约定根结点的 parent 设置为-1。因此此时所有结点都存有了其双亲的位置。）

结点结构如图所示：
用双亲表示法表示树结构如下图：

双亲表示法的结点结构定义代码如下：

//树的双亲表示法结点结构定义。
#define MAX_TREE_SIZE 100
typedef int TElemType //树结点的数据类型，目前暂定为整型，可视情况而定。
typedef struct PTNode //结点结构。
{
   
    TElemType data;
    int parent;
} PTNode;
typedef struct //树结构。
{
   
    PTNode nodes[MAX_TREE_SIZE]; //结点数组，用一连续空间存储。
    int r, n; //记录根的位置"r"和结点数"n"。
} PTree;

但是，虽然这样的存储结构可以让我们很方便地找到结点的双亲（ T(n)=O(1) ），可当我们要知道结点的孩子是什么，却需要遍历整个结构才行。

于是为了改进这个存储结构，我们可以给结点增加一个域 “firstchild” 来存放结点最左边孩子的位置下标，我们称之为“长子域”。有了长子域我们就可以很容易得到结点孩子的位置。 如果没有孩子，firstchild域就设置为 -1。

改进效果如下图：

此时我们解决了对于有0或1个孩子的结点需要找孩子的问题了，但是对于有多个孩子的结点，如果其需要关注兄弟之间的关系该如何处理呢？

同样地，我们可以再增加一个右兄弟域 “righsib” 来体现兄弟关系。 也就是说，每一个结点如果它存在右兄弟，则记录右兄弟的下标。如果没有右兄弟，rightsib域就设置为 -1。

改进效果如下图：

---

• ② 孩子表示法：

由于树中每个结点可能有多棵子树，可以考虑用完全不同于双亲表示法思路的多重链表这种数据结构，即每个结点有多个指针域，其中每个指针指向一棵子树的根结点，我们称这种方法叫做多重链表表示法。但是这种方法也有缺陷：树的每个结点的度，即它们的孩子数是不一定相同的。为此，我们有两种方案去解决这个缺陷。

1. 如下图所示，令每个结点的指针域的个数就等于树的度。但是，这种方法对于树中各结点的度相差很大时，是十分浪费空间的。
   

2. 思路是按需分配空间。如下图所示，令每个结点指针域的个数等于该结点的度，我们专门取一个位置 “degree” 来存储结点指针域的个数。这种方法克服了方案一浪费空间的缺点，空间利用率显著提升。但是由于各个结点的链表是不尽相同的结构，加上要维护结点的度的数值，在运算上就会带来时间上的损耗。
   

既然两种方案都有其缺陷，那么，能否有一个方法既能减少空指针的浪费又能使结点结构相同呢？

仔细观察，可以发现为了要遍历整棵树，把整个结点放到一个顺序存储结构的数组中是合理的。但由于每个结点的孩子有多少是不确定的，因此我们再对每个结点的孩子建立一个单链表来体现它们的关系。这就是我们要讲的孩子表示法。

---

- 孩子表示法的具体方法：
把每个结点的孩子结点排列起来，以单链表作存储结构，则n个结点有n个孩子链表。如果是叶子结点则此单链表为空表。然后n个头指针又组成一个线性表，采用顺序存储结构，存放进一个一维数组中。

为此，设计两种结点结构。