第五章树-泉州五中.doc

第五章 树 树是一种非线性的数据结构，用它能很好地描述有分支和层次特性的数据集合。树型结构在现实世界中广泛存在，如社会组织机构的组织关系图就可以用树型结构来表示。树在计算机领域中也有广泛应用，如在编译系统中，用树表示源程序的语法结构。在数据库系统中，树型结构是数据库层次模型的基础，也是各种索引和目录的主要组织形式。在许多算法中，常用树型结构描述问题的求解过程，所有解的状态和求解的对策等。在这些年的国内，国际信息学奥赛，大学生程序设计比赛等竞赛中，树型结构成为参赛者必备的知识之一，尤其是建立在树型结构基础之上的搜索算法。 在树型结构中，二叉树是最常用的结构，它的分支个数确定，又可以为空，并有良好的递归特性，特别适宜于程序设计，因此也常常将一般树转换成二叉树进行处理。 第一节 树的基本概念 一、树的基本概念 一棵树是由n(n0)个元素组成的有限集合，其中: (1)每个元素称为结点(node); (2)有一个特定的结点，称为根结点或树根(root); (3)除根结点外，其余结点能分成m(m=0)个互不相交的有限集合T0，T1，T2，……Tm-1。 其中的每个子集又都是一棵树，这些集合称为这棵树的子树。 如下图是一棵典型的树: 二，树的基本概念 A. 树是递归定义的; B. 一棵树中至少有1个结点。这个结点就是根结点，它没有前驱，其余每个结点都有唯一的一个前驱结点。每个结点可以有0或多个后继结点。因此树虽然是非线性结构，但也是有序结构。至于前驱后继结点是哪个，还要看树的遍历方法，我们将在后面讨论; C. 一个结点的子树个数，称为这个结点的度(degree，结点1的度为3，结点3的度为0);度为0的结点称为叶结点(树叶，leaf，如结点3，5，6，8，9);度不为0的结点称为分支结点(如结点1，2，4，7);根以外的分支结点又称为内部结点(结点2，4，7);树中各结点的度的最大值称为这棵树的度(这棵树的度为3)。 D. 在用图形表示的树型结构中，对两个用线段(称为树枝)连接的相关联的结点，称上端的结点为下端结点的父结点，称下端的结点为上端结点的子结点。称同一个父结点的多个子结点为兄弟结点。如结点1是结点2，3，4的父结点，结点 2，3，4是结点1的子结点，它们又是兄弟结点，同时结点2又是结点5，6的父结点。称从根结点到某个子结点所经过的所有结点为这个子结点的祖先。如结点1，4，7是结点8的祖先。称以某个结点为根的子树中的任一结点都是该结点的子孙。如结点7，8，9都是结点4的子孙。 E. 定义一棵树的根结点的层次(level)为0，其它结点的层次等于它的父结点层次加1.如结点2，3，4的层次为1，结点5，6，7的层次为2，结点8，9的层次为3。一棵树中所有的结点的层次的最大值称为树的深度(depth)。如这棵树的深度为3。 F. 对于树中任意两个不同的结点，如果从一个结点出发，自上而下沿着树中连着结点的线段能到达另一结点，称它们之间存在着一条路径。可用路径所经过的结点序列表示路径，路径的长度等于路径上的结点个数减1。如上图中，结点1和结点8之间存在着一条路径，并可用(1，4，7，8)表示这条路径，该条路径的长度为3。注意，不同子树上的结点之间不存在路径，从根结点出发，到树中的其余结点一定存在着一条路径。 G. 森林(forest)是m(m=0)棵互不相交的树的集合。 三，树的存储结构 方法1:数组。称为“双亲表示法”。 const m=10; type node=record data:integer; parent:integer end; var tree:array[1..m] of node; 优缺点:利用了树中除根结点外每个结点都有唯一的父结点这个性质。很容易找到树根，但找孩子时需要遍历整个线性表。 方法2:树型单链表结构。每个结点包括一个数据域和一个指针域(指向若干子结点)。称为“孩子表示法”。假设树的度为10，树的结点仅存放字符，则这棵树的数据结构定义如下: const m=10; type tree=^node; node=record data:char; child:array[1..m] of tree end; var t:tree; 缺陷：只能从根(父)结点遍历到子结点，不能从某个子结点返回到它的父结点。但程序中确实需要从某个结点返回到它的父结点时，就需要在结点中多定义一个指针变量存放其父结点的信息。这种结构又叫带逆序的树型结构。 方法3:树型双链表结构。每个结点包括一个数据域和二个指针域(一个指向若干子结点，一个指向父结点)。称为“双亲孩子表示法”。假设树的度为10，树的结点仅存放字符，则这棵树的数据结构定义如下: const m=10;