二叉树的存储结构

顺序存储

即用数组来存储，从上到下，从左到右，将编号为i的结点存在数组下标为i-1的位置上。
适合于完全二叉树与满二叉树；对一般二叉树不友好，浪费空间。

链式存储

1
2
3
4
typedef struct BiTNode{
    element data;
    struct BiTNode *left , *right;
}BiTNode,*BiTree;

二叉树的遍历与线索二叉树

先序遍历的递归操作

1
2
3
4
5
6
7
void PreOrder(BiTree T){
    if(T != NULL){
        visit(T);
        PreOrder(T->lchild);
        PreOrder(T->rchlid);
    }
}

中序遍历的递归操作

1
2
3
4
5
6
7
void InOrder(BiTree T){
    if(T != NULL){
        InOrder(T->lchild);
        visit(T);
        InOrder(T->rchild);
    }
}

后序遍历的递归操作

1
2
3
4
5
6
7
8
//后序遍历要保证"左孩子在右孩子前、且它们都在根节点前被访问"才能访问根节点
void PostOrder(BiTree T){
    if(T != NULL){
        PostOrder(T->lchild);
        PostOrder(T->rchild);
        visit(T);
    }
}

总结

在递归遍历中，递归工作栈的深度为树的深度，高度为n的二叉树的遍历时间复杂度为O(n)

先序遍历的非递归操作

1
2
3
4
5
6
7
8
9
10
11
12
13
14
void PreOrder(BiTree T){
    InitStack(&S);
    BiTree p = T;
    while(p || !IsEmpty(S)){
        if(p){
            visit(p);
            Push(S,p);
            p = p ->lchild;
        }else{
            Pop(S,p);
            p = p ->rchild;
        }
    }
}

中序遍历的非递归操作

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
void InOrder(BiTree T){
    InitStack(&S);
    BiTree p = T;
    while(p || !IsEmpty(S)){
        if(p){
            Push(S,p);
            p = p ->lchild;
        }
        else{
            Pop(S,p);
            visit(p);
            p = p ->rchild;
        }
    }
}

后序遍历的非递归操作

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
void PostOrder(BiTree T){
    BiTNode *p = T;
    BiTNode *r = NULL;
    InitStack(*S);
    if(p != NULL && !IsEmpty(s)){
        if(p){
            Push(S,p);
            p = p->lchild;
        }
        else{
            GetTop(S,p);
            if(p->rchild != NULL && p->rchild != r){
                p = p->rchild;
            }else{
                Pop(S,p);
                visit(p);
                r=p;    //r为刚刚访问过的元素
                p=NULL; //把p置空。因为已经出栈并访问的结点，它的子孙一定被访问，把p置空，从栈中再取新的结点。
            }
        }
    }
  • 完全二叉树12345会触发p->rchild != r

层次遍历

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
void LevelOrder(BiTree T){
    InitQueue(Q);
    BiTree p;
    EnQueue(Q,T);
    while(!IsEmpty(Q)){
        DeQueue(Q,p);
        visit(p);
        if(p->lchild != NULL){
            EnQueue(Q,p->lchild);
        }
        if(p->rchild != NULL){
            EnQueue(Q,p->rchild);
        }
    }
}

由遍历序列确定二叉树

  1. 由先序序列和中序序列确定二叉树

  2. 由中序序列和后序序列确定二叉树

  3. 由中序序列和层次序列确定二叉树

  4. 由先序序列或者后序序列与层次序列不能确定二叉树

线索二叉树的存储结构

1
2
3
4
5
typedef struct ThreadNode{
    ElementType data;
    struct ThreadNode *lchild,*rchild;
    int ltag,rtag;
}ThreadNode,*ThreadTree

构造中序线索二叉树

实质上是中序二叉树线索化：即遍历中序二叉树，将其“升级”

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
/*
    函数：将二叉树线索化

    pre指向上一个访问过的结点
    p指向下一个结点
*/
void InThread(ThreadNode *p,ThreadNode *pre){
    if(p != NULL){
        InThread(&(p->lchild),&pre);//递归，线索化左子树
        if(p->lchild == NULL){
            p->lchild = pre;
            p->ltag= 1;
        }
        if(pre != NULL && pre->rchlid == NULL){
            pre->rchlid = p;
            pre->rtag = 1;
        }
        pre = p;
        InTree(&(p->rchild),&pre);
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
/* 
    函数：通过中序遍历建立中序线索二叉树

*/
void CreateInThread(ThreadNode  *T){
    ThreadTree pre = NULL;
    if(T != NULL){
        InThread(&T,&pre);
        pre->rchild = NULL;
        pre->rtag = 1;
    }
}

带头结点的中序线索二叉树

头结点lchild指向根节点；rchild指向遍历序列最后一个结点。
遍历得到的第一个结点lchild指向head；最后一个结点rchild指向head。

中序线索二叉树的遍历

  1. 求结点下一个结点
1
2
3
4
5
6
ThreadTree *FirstNode(ThreadNode *p){
    while(p->ltag != 0){
        p = p->lchild
    }
    return p;
}
  1. 求结点p的后继
1
2
3
4
5
6
7
ThreadTree *NextNode(ThreadNode *p){
    if(p->rtag == 0){
        return FirstNode(&p);
    }else{
        return p->rchild;
    }
}
  1. 中序遍历线索二叉树
1
2
3
4
5
void InOrder(ThreadNode *T){
    for(ThreadNode *p=FirstNode(&T);p!=NULL;p=NextNode(&p)){
        visit(p);
    }
}

算法

二叉树按照顺序存储方式存储，求编号为i、j两个结点最近的公共祖先的值。

1
2
3
4
5
6
7
8
9
10
11
12
ElemType Comm_Ancestor(SqTree T,int i ,int j){
    if(T[i] != '#' && T[j] != '#'){
        while(i != j){
            if(i > j){
                i = i / 2 ;
            }else{
                j = j / 2;
            }
        }
        return T[i];
    }
}

求用二叉链表存储的二叉树的深度

1
2
3
4
5
6
7
8
9
10
11
12
13
/*递归算法*/
int BtDepth(BiTree T){
    if(T == NULL){
        return 0;   //空树
    }
    ldep = BtDepth(T->lchild);
    rdep = BtDepth(T->rchild);
    if(ldep > rdep){
        return ldep + 1;
    }else{
        return rdep + 1;    //加一是加的根节点
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
/*非递归算法*/
int BtDepth(BiTree T){
    if(!T){
        return 0;
    }
    int front = -1 ,last = -1;
    int last = 0,level = 0;     //last指向每层的最后一个结点
    BiTree Q[Max];  //设置队列，数据类型为二叉树结点指针，max要足够大
    Q[++rear] = T;
    BiTree p = NULL;
    while(front < rear){
        p = Q[++front];
        if(p->lchild){
            Q[++rear] = p->lchild;
        }
        if(p->rchild){
            Q[++rear] = p->rchild;
        }
        if(last == front){
            level++;
            last = rear;//指向下层
        }
    }
}

二叉树按二叉链表形式存储，怎么判断这棵二叉树是不是完全二叉树

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
bool IsCom(BiTree T){
    if(T == NULL){
        return false;
    }
    BiTree p = NULL;
    InitQueue(&Q);  //采用顺序队列
    EnQueue(&Q,T);
    while(!IsEmpty(Q)){
        DeQueue(&Q,p);
        if(p){
            EnQueue(&Q,p->lchild);
            EnQueue(&Q,p->rchild);
        }else{
            while(!IsEmpty(Q)){
                DeQueue(&Q,p);
                if(p != NULL){
                    return false;
                }
            }
        }
    }
    return true;
}

二叉树按照二叉链表形式存储，求有两个孩子结点的个数

不难想到使用层次遍历结合全局变量，但还可以递归

1
2
3
4
5
6
7
8
9
10
int Nodes(BiTree T){
    if(T == NULL){
        return 0;
    }
    if(T->lchild != NULL && T->rchild != NULL){
        return Nodes(T->lchild)+Nodes(T->rchild)+1;
    }else{
        return Nodes(T->lchild)+Nodes(T->rchild);
    }
}

建立递归模型是有助于分析的

二叉树B使用链式结构存储，交换它的左右结点

1
2
3
4
5
6
7
8
9
10
void swap(BiTree B){
    if(B){
        swap(B->lchild);
        swap(B->rchild);
        BiTree temp = NULL;
        temp = B->lchild;
        B->lchild = B->rchild;
        B->rchild = temp ;
    }
}

本题采用了后续遍历的思想。为什么是后续而不是前序、中序。因为后续最后遍历根节点，如果在遍历根节点前就已经完成了交换根节点左右子树的行为，再递归到根节点的右子树，实际上仍然是对根节点左子树的重复操作。

二叉树使用二叉链表形式存储，求先序遍历中第k个结点的值（1<=k<=n）

本题可以在先序遍历的非递归算法中做手脚。亦或采用递归算法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
int i = 1 ; //global var
ElemType find(BiTree T,int k){
    if(T == NULL){
        return '#';
    }
    if(i == k){
        return T->data;
    }
    i++;
    ch = find(T->lchild,k);
    if(ch != '#'){
        return ch;
    }
    ch = find(T->rchild,k);
    return ch;
}

烧脑，

二叉树以二叉链表形式存储，删除每一个值为x的结点

本题分两个函数:删除函数与遍历函数
遍历函数采用后序遍历，即保证根节点的存在性

1
2
3
4
5
6
7
void Delete(BiTree T){
    if(T){
        Delete(T->lchild);
        Delete(T->rchild);
        free(T);
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
void Search(BiTree T,Element x){
    BiTree Q[];     //一维指针数组
    if(T->data == x){
        Delete(T);
        exit(0);
    }
    InitQueue(&Q);
    DeQueue(&Q,T);
    while(!IsEmpty(Q)){
        if(T->lchild != NULL){
            if(T->lchild->data == x){
                Delete(T->child);
                T->child = NULL;    //置空
                exit(0);
            }else{
                EnQueue(&Q,T->lchild);
            }
        }
        if(T->rchild != NULL){
            if(T->rchild->data == x){
                Delete(T->rchild);
                T->rchild = NULL;
                exit(0);
            }else{
                EnQueue(&Q,T->rchild);
            }
        }
    }
}

在二叉树中，打印值为x的结点的所有祖先（值为x的结点不多于1个）

祖先：从根节点A到结点K的唯一路径上的所有除K以外的其他结点
采用后续遍历，遍历到结点x时，栈中所有的元素即为x的祖先

  • 变种：设p\q为二叉树上的结点，找到它们最近的公共祖先

对原栈与辅助栈匹配

森林用孩子兄弟表示法存储，求叶节点数

牢记递归的思想
遍历到的结点有孩子：计数该节点+兄弟
没有孩子：本身是叶节点（+1），+兄弟

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
typedef struct {
    Element data;
    CSNode *firstchild,*firstbro;
}CSNode;

int Count(CSNode T){
    if(T == NULL){
        return 0;
    }
    if(T->firstchild == NULL){
        return Count(T->firstbro)+1;
    }
    else{
        return Count(T->firstchild) + Count(T->firstbro);
    }
}

树用孩子兄弟表示法存储，求其高度

仍是采用递归的思想：将求树的高度转化为求第一子女树的高度||兄弟子树高度中的最大者。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
int Height(CSTree T){
    if(T == 0){
        return 0;
    }
    int hc = 0 ,hb = 0 ;
    hc = Height(T->firstchild);
    hb = Height(T->firstbro);
    if(hc + 1 > hb){
        return hc + 1;
    }else{
        return hb;
    }
}

树与森林

树的存储结构

  1. 双亲表示法-顺序存储
1
2
3
4
5
6
7
8
9
10
11
#define max 100

typedef struct {
    Element data;
    int parent;
}PTNode;

typedef struct {
    struct PTNode node[max];
    int n;      //节点数
}PNode;

注意：可用树的存储结构存二叉树，但不能反之。
优点：快速找到每个孩子的双亲结点，但找到孩子须遍历整个表。

  1. 孩子表示法-顺序存储

优点：快速找到每个孩子的孩子结点，但找到双亲须遍历整个表。

  1. 孩子兄弟表示法-链式存储
1
2
3
4
typedef struct {
    Element date;
    CSTree firstchild,nextsibling;
}CSNode,*CSTree;

优点：方便实现树->二叉树的转换

树、森林与二叉树的转换

  1. 树->二叉树
  2. 森林->二叉树
  3. 二叉树->树
  4. 二叉树->森林

规则：左孩子、右兄弟

树和森林的遍历

  1. 树的遍历

  • 先根遍历（相当于其二叉树形态的先序遍历）

  • 后根遍历（相当于其二叉树形态的中序遍历）

  1. 森林的遍历

  • 先序遍历（相当于其二叉树形态的先序遍历）

  • 中序遍历（相当于其二叉树形态的中序遍历）

  1. 总结

树与二叉树的应用

哈夫曼树与哈夫曼编码

  1. 几个概念

404

  • 路径长度：路径上的分支数目
  • 权：结点被赋予的数
  • 结点的带权路径长度（WPL）：路径长度 * 权
  • 树的带权路径长度（WPL）：树中所有叶节点的WPL之和
  1. 哈夫曼树的构造过程

404
即两个权值最小的点结合，结合后的点作为其和仍参与比较

  1. 哈夫曼树的性质

404

  1. 哈夫曼编码
  • 固定长度编码：对每个字符使用相等长度的二进制位
  • 可变长度编码：对每个字符使用不等长度的二进制位
  • 前缀编码：没有一个编码是另一个编码的前缀（确定性）
  • 与定长编码的比较
    404

左右分支0\1没有明确规定等情况，会出现构造不唯一的哈夫曼树的情况，虽然这些哈夫曼树不唯一，但是它们的WPL是相同的且为最优。

并查集

数组形式的集合，初始默认值为-1。当其值>=0时，代表的是父节点不是双亲的数组下标；当其值<0时，其绝对值为孩子+1

  1. 基本实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
//  结构定义
#define SIZE 100
int UFSets[SIZE];

//  初始化
void Init(int S[]){ // 传地址
    for(int i = 0 ; i<SIZE ; i++){
        S[i] = -1;
    }
}

//  Find-查找某个元素的根
// 时间复杂度为O(d)；d为树的深度
int Find(int S[],int x){
    while(S[x] >= 0){
        x = S[x];
    }
    return x;
}

// Union-合并两个集
// 时间复杂度为O(1)
void Union(int S[],int Root1,int Root2){
    if(Root1 == Root2)  return;     //不操作
    S[Root2] = Root1;
}
  1. Union操作的优化

极端情况下，n个元素构成的树的最大深度为n，则find的时间复杂度为O(n)

1
2
3
4
5
6
7
8
9
10
void Union(int S[],int Root1,int Root2){
    if(Root1 == Root2)  return;
    if(S[Root1] < S[Root2]){
        S[Root1]+=S[Root2];
        S[Root2] = Root1;
    }else{
        S[Root2]+=S[Root1];
        S[Root1] = Root2;
    }
}

采用以上这种方法构造的集合树，深度不超过logn的向下取整+1

  1. 改进的find操作

即将欲找到的结点路径上的所有结点（包括它），都挂载到根上

1
2
3
4
5
6
7
8
9
10
11
int fine(int S[] , int x){
    int root = x ;  //root代表根
    while(S[root] >= 0){
        root = S[root];
    }// 找到根节点
    while(x != root){
        int t = S[x];   //t指向x的父节点
        S[x] = root;    //x挂载到根下
        x = t ;     //更新x的值
    }
}