第6章节树和二叉树1.docVIP

树和二叉树 树与二叉树是本书的重点内容之一，知识点多且比较零碎。其中二叉树又是本章的重点。 在本章中我们要了解树的定义、熟悉树的存储结构、遍历；二叉树的定义、性质、存储结构、遍历以及树、森林、二叉树的转换。哈夫曼树及哈夫曼编码等内容。 算法的重点是二叉树的遍历及其应用。 6.1 树的定义 一、树的定义 树： 树是n(n0)个结点的有限集合T。一棵树满足下列条件： 有且仅有一个称为根的结点； 其余结点可分为m(m=0)棵互不相交的有限集合T1,　T2,　T3,…Tm， 其中每个集合又是一棵树，并称之为根的子树。 有关树的一些基本概念： 1）结点的度：树中每个结点具有的子树数目或后继结点数。 如图中结点A的度为2，B的度为3 2) 树的度：所有结点的度的最大值为树的度。（图中树的度为3） 3) 分支结点：即：树中所有度大于0的结点。 4) 叶子结点：即：树中度为零的结点，也称为终端结点。 5) 孩子结点：一个结点的后续结点称为该结点的孩子结点。 6) 双亲结点：一个结点为其后继结点的双亲结点。 7) 子孙结点：一个结点的所有子树中的结点为该结点的子孙结点。 8)祖先结点：从根结点到一个结点的路径上所有结点（除自己外） 称为该结点的祖先结点。（如Ａ和Ｂ为Ｄ结点的祖先结点） 9) 兄弟结点：具有同一父亲的结点互相为兄弟结点。（如Ｂ和Ｃ为兄弟结点） 10) 结点的层数：从根结点到该结点的路径上的结点总数称为该结点的层数（包括该结点）。 11)树的深度（高度）：树中结点的最大层数为树的深度。（图中树的深度为4） 12)森林：0个或多个互不相交的树的集合。 上图中：树的度为3，树的深度为4。 结点A，B，C，D，E，F，G，H，I，J的度分别为：2, 3, 2, 0 ,2 , 0, 0, 0, 0, 0 叶结点有：D, F, G, H, I, J B,C为兄弟，D, E, F为兄弟，F, G为兄弟。I，J为兄弟。 二、树的表示 1. 树的逻辑结构描述 Tree=（D，N） 其中：D为具有相同性质的数据元素的集合。 N为D上元素之间的关系集合。 如上图中的树： D=（A，B，C，D，E，F，G，H，I，J） N={A,B,A,C,B,D,B,E,B,F,C,G,C,H,E,I,E,J} 2. 树的逻辑表示方法： （1）树形表示法：如一棵倒立的树，从根结点开始一层层向下扩展，根结点在上，叶结点在下。如上图。 （2）文氏图（嵌套表示法）： 凹入表示法 广义表示法 根结点在前面，用一对圆括号把它的子结点括起来，子树结点之间用逗号隔开。 如：（A（B（D，E（I，J），F），C（G，H））） 三、树的基本性质 性质1：树中的结点总数（N）等于所有结点的度数之和（Ｂ）加１。即：N=B+1 证明： 在树的定义中，除了根结点外，每个结点都有且仅有一个前驱结点，也就是说，每个结点与指向它的一个分支一一对应，所以除了树根外的结点数等于所有结点的分支数（度数之和），即Ｂ＝Ｎ－１，从而可得一棵树的结点数等于结点的度数和加1。 上述例中：10=（2+3+2+2）+1 例如： 已知一棵树中的度数为1,2,3,4的结点个数分别为6,5,4,3，求树的叶子结点的个数。 解：树中所有结点的度数之和为1*6+2*5+3*4+4*3=40 　则树的总结点数为 40+1=41 　　　树中度数非零的结点数为：６＋５＋４＋３＝18 因此零结点（叶子结点）的个数为：41－18=23个 6.2 树的存储结构及基本操作 一、树的存储结构 常用树的存储结构有四种：双亲表示法、孩子表示法、带双亲的孩子链表、孩子兄弟表示法。 双亲表示法 利用每个结点的双亲唯一性，存储结点信息的同时，附设一个指向双亲的指针parent。根结点的parent为NULL. 双亲表示法的存储结构为： Typedef struct node { char data; int parent; }PNODE; PNODE t[M]; /*用结点数组表示树*/ 这种表示法的优点是很容易找到每个结点的双亲。 缺点是很难找到每个结点的孩子。 2. 孩子表示法 又分两种方法： 多重链表 每个结点中有一个数据域和多个指针域，指针域指向该结点的孩子。 由于每个结点的孩子数并不一定相同，因此结点指针域的个数怎么设计呢？ 通常有两种方案： 一种是：　结点同构，即所有结点指针域个数相同，等于树的度。 这种方法的缺点是浪费空间，优点是处理起来简单。 另一种是：结点异构即指针个数不等按各自的子树数设置。应该在每个结点的信息中包含该结点子树的个数信息。 这种方法的优点是