数据结构戴敏chapter6课件教学.pptVIP

第六章 树与二叉树 树的定义与基本术语 二叉树 二叉树遍历 线索化二叉树 森林与二叉树的转换 树与森林的遍历 哈夫曼树 (Huffman Tree) 6.1 树的基本概念 2) 基本术语 结点(node):表示树中的元素,包括数据项及若干指向其子树的分支 结点的度(degree)：一个结点拥有子树的个数 树的度(degree)：一棵树中结点的最大度数 叶子(leaf)结点：度为0的结点 分支(branch)结点：度不为0的结点 孩子/子女(child)结点：某结点子树的根 双亲(parent)结点:某个结点是其子树根的双亲 2) 基本术语 6.1.2 树的表示方法 6.1.3 树的性质 6.1.4 树的存储结构 6.2 二叉树 (Binary Tree) 6.2.2 二叉树的性质 6.2.3 二叉树的存储结构 2）链式存储 6.3 二叉树的运算 6.3.1 二叉树的遍历 1）递归算法的实现 前序遍历 (Preorder Traversal) 若二叉树为空，则空操作； 否则 访问根结点 (D)； 前序遍历左子树 (L)； 前序遍历右子树 (R)。 遍历结果 - + a * b - c d / e f 中序遍历 (Postorder Traversal) 若二叉树为空，则空操作； 否则 中序遍历左子树 (L)； 访问根结点 (D)； 中序遍历右子树 (R)。 遍历结果 a + b * c - d - e / f 后序遍历 (Postorder Traversal) 若二叉树为空，则空操作； 否则 后序遍历左子树 (L)； 后序遍历右子树 (R)； 访问根结点 (D)。 遍历结果 a b c d - * + e f / - 2）非递归算法的实现 递归算法可读性好，但算法性能不好（进栈、出栈频繁） 以中序遍历为例, 介绍非递归算法的实现 基本思想：找到每个结点，先进栈，后访问——根结点先进栈，有左孩子左孩子进栈，至无左孩子时出栈并访问；再访问根；有右孩子右孩子进栈，至无右孩子时出栈并访问。简单说：每个结点先进栈，退栈时访问（进栈顺序左-中-右) 6.4 线索化二叉树(Threaded Binary Tree) 2） 线索二叉树的结构 2） 线索二叉树的结构 2） 线索二叉树的结构 6.4.2 二叉树的线索化 中序线索化过程 整棵树的中序线索化 6.4.3 线索二叉树上的运算 6.5 森林与二叉树的转换 6.6 树与森林的遍历 6.7 哈夫曼树(Huffman Tree)及其应用 6.7.1 最优二叉树(Huffman Tree) 6.7.3 哈夫曼树应用举例 2) 哈夫曼树在判定问题中的应用 BiThrTree InorderNext (BiThrTree p) { BiThrTree q; if (p-rtag==1) return (p?rchild） else { q = p ?rchild; while (q-ltag==0) q=q-lchild; return (q); } } 算法 A B D E C F H I K G J L if ( p?ltag ==1) 表明 p?lchild 为左线索, 因而 中序前驱为 p?lchild else // p?ltag ==0 表明 p ?lchild 指向左孩子, 因而前驱为当前结点左子树 中最后一个中序遍历的结点 (即从 P 的左孩子出发，沿其右指针向下找，直到找到一个没有右孩子的结点为止) 在中序线索二叉树中找结点 P 中序前驱 A B D E C F H I K G J L BiThrTree InorderPre (BiThrTree p) { BiThrTree q; if (p-ltag==1) return (p?lchild） else { q = p ?lchild; while (q-rtag==0) q=q-rchild; return (q); } } 算法 A B D E C F H I K G J L 总体过程： (1) 找到中序遍历的第一个结点 p (2