无根树【信息技术】.docVIP

树的枚举与计数 引子 树，在计算机算法中是非常重要的非线形结构。即使撇开树的其他广泛应用不说，单单对树本身的形态进行思考与研究，也是一个十分有趣，且具有挑战性的过程。例如，我们想要知道，有着4个不可区别的结点的树有几棵？ 那么有n个结点的呢？如果再给这样的树加上深度的限制，是不是也可以解决？这些树的形态又是怎样的？它们之间有着什么样的联系？推广到无根树，问题会有怎样的发展？ 下面，我们就集中力量来逐一解答这一系列的问题。在这个探索与讨论的过程中，随着有关树的枚举与计数的算法的得出，各种不同形态的树将会以一种优美的“序”为基础被一一展示出来。 一些概念 在深入的讨论之前，我们有必要首先将有关的基本概念明确一下。 树的定义 “一般地说，树结构是指结点之间的‘分枝’关系，很象是在自然界的树那样。” ——《计算机程序设计技巧》 我们对一个树的正式定义是：一个或多个结点的有限集合T，使： 有一个特别标出的称为该树的根root的结点，以及 剩下的结点（除根外）被分成m≥0个不相交的集合T1，…，Tm，而且这些集合的每一个又都是树，树T1，…，Tm被称为这个根的子树。 众所周知，对于树来说，递归的定义显得最为恰当，因为递归是树结构的一个固有特征（在后面的算法设计中，也尤其重视了树的递归特征）。 注意到，如果在定义的（b）中，子树T1，…，Tm的相对次序是重要的，那么这棵树被称为“有序树”。如果当两棵树的差别仅仅在于子树的相对次序时，我们一般不认为它们是不同的（即认为它们是同构的，如上图中的甲和乙，它们通过若干次子树交换可以变作和对方完全相同的树），我们称它们为“有向树”，因为此时我们考虑的只是这些结点的相对方向，而不是次序。在下文中的计数和枚举算法都是针对有向树而言的。 关于树的深度或者说是层数，在介绍数据结构的文献中有两种不同的定义，一种认为根结点在第1层，另一种认为在第0层。在本文下面的论述中，凡涉及树的深度的，都依据前一种概念。 无根树 同时作为本文重点讨论对象的还有无根树（自由树）。 “连通的无圈图称为自由树。如果选定自由树中的某个顶点作树根，以树根为起点对每条边定向，就能把一棵自由树变成一棵通常的树。” ——《数据结构与算法》 无根树是不含回路的图且恰有n-1条边。 顾名思义，无根树就是无父子关系而只有邻接关系的树。 容易发现，对某棵无根树，指定其一个结点为根后，我们将得到一棵“有根树”，而在将不同的有根树转化为无根树时，又经常得到相同的无根树，这也是同构现象。那么如何判定无根树的同构呢？ 对于两棵无根树甲和乙，任取无根树甲的某个结点作为根结点，形成一棵有根树甲*，若存在以无根树乙的某结点为根的有根树乙*与甲*同构，则称甲乙两树同构（如下图）。 到此为止，我们已经给出了树和自由树的一些初步概念。可以预见，要对不同形态的树（以及无根树）进行高效的计数乃至枚举恐怕并非易如反掌。因为无论是有根树还是无根树，都存在极其普遍的同构现象。而且从上面的讨论来看，出现同构现象的原因是结点（子树）间缺乏“序”的关系。 树的计数算法 有向树的计数 让我们进入到头一个问题——有向树的计数。为了增加解答的通用性，我们将直接确定具有n个结点，深度为d 的有向树的个数。假设这样的有向树共有a[d,n]种。那么，具有n 个结点的有向树的个数就等于： 正如上文提到的，由于一棵有向树的子树是无序的，同构现象的大量滋生为计数工作制造了巨大的障碍。（当然，我们要考虑的有向树的计数或枚举算法决不是通过搜索所有有序树，通过一次次的判断和排除同构来实现的——这样做的效率将是十分低下的，因为这将是一个拥有指数级复杂度的算法，虽然不排除这种算法在小规模问题上的可行性，但仅仅通过局部的优化是无法改变其本质的。） 对于一棵有向树，除去根结点，对其子树进行排序。排序的规则简单说来就是：深度大的子树视为较大的子树，深度相同时，拥有结点数较多的子树视为较大的子树。（注意，虽然在计数算法中，只须对根结点的子树进行粗略的排序，但作为对这种排序规则的拓展，它应当也是递归的，这一点详见枚举算法。） 考虑这棵有向树的根结点的所有子树的组成情况，对于任意一种组成方式，设深度为d1，结点数为n1的子树有k1棵；深度为d2，结点数为n2的子树有k2棵；……深度为ds，结点数为ns的子树有ks棵……， 满足：d1=d， 且根据上面的排序规则，对任意的1≤ij≤s，有di≥dj，若di=dj，则必有ninj。由于形态不同的深度为di，结点数为ni的有向树的总数是a[di , ni]，从中允许重复地选取ki棵，方案数无疑是：