[理学]数据结构6.ppt

2. 平衡化调整 如果在一棵平衡的二叉排序树中插入一个新结点，造成了不平衡。此时必须调整树的结构，使之平衡化。 平衡化调整有4类： LL型调整 LR型调整 RR型调整 RL型调整 1) RR型调整 失衡原因:当在A的右孩子的右子树上插入一个新结点而导致A的平衡因子由-1变成-2。 调整操作:将C成为新子树的根结点上,A成为C的左孩子,同时将C原来的左子树D调整为A的右子树. 2) LR型调整 总结: 在AVL树上进行查找所需时间为 O(log2n)。 二叉排序树适合于组织在内存中的较小的索引(或目录)。对于存放在外存中的较大的文件系统，用二叉排序树来组织索引不太合适。 在文件检索系统中大量使用的是用B_树或B+树做文件索引。 6.3 哈夫曼树 一、基本术语 1、扩充二叉树：对二叉树的度为0的结点添加两个外部结点，度为1的结点添加一个外部结点，所构成的新二叉树。 如： D B F E A C 外部结点 扩充二叉树的任一结点的度要么是0，要么是2。 2、路径长度：从一个结点到另一个结点之间的分支序列是它们间的路径，分支数是路径长度。 6.3 哈夫曼树 3、结点的带权路径长度：结点的路径长度与权的积。 4、树的带权路径长度：所有叶子结点的带权路径长度之和，即： 其中：wk 是叶子结点vk的权，lk是vk的路径长度。 5、最优二叉树：设有n个权值 {w1 , w2 , ,…, wn}，以他们为叶子结点，构造扩充二叉树，可以构造出多个扩充二叉树，其中WPL最小的是最优二叉树。 例：W={1,2,4,6} ,可构造出如下的二叉树： 1 2 4 6 1 2 4 6 6 4 1 2 WPL =(1+2+4+6)*2=26 WPL =1+2*2+(4+6)*3=35 WPL =6+4*2+(1+2)*3=23 (1) (2) (3) 根据定义求Huffman树的方法是，对给定的n个外部结点，构造出全部二叉树并求出其WPL，然后找出WPL最小的树。 当n较大时，显然这种方法是不可取的。 例： 1 2 4 6 F （1）选 1，2， 构成： 1 2 4 6 3 F （2）选 3，4， 构成： 1 2 4 6 3 F 7 （3）选 6，7， 构成： 1 2 4 6 3 F 7 13 例：字符集{ a, b, c, d, e, f, g, h} 出现几率分别是 {0.14, 0.08, 0.11, 0.23, 0.29, 0.05, 0.03, 0.07} 构造Huffman 树 构造Huffman 树： a b c h d e f g 100 42 58 19 29 15 8 23 3 5 11 29 14 7 8 0 1 1 1 1 1 1 1 0 0 0 0 0 0 BTreeNode* CreateHuffman(ElemType a[ ], int n) //根据数组a中n个权值建立一棵哈夫曼树返回树根指针 { BTreeNode **b, *q; //动态分配一个由b指向的指针数组 b=new BTreeNode*[n]; int i,j; //初始化b指针数组使每个指针元素指向a数组中对应 //元素的结点 for(i=0; in; i++) { b[i]=new BTreeNode; b[i]-data=a[i]; b[i]-left=b[i]-right=NULL; } //进行n-1次循环建立哈夫曼树 for(i=1; in; i++) { //用k1表示森林中具有最小权值的树根结点的下标， //用k2表示森林中具有次最小权值的树根结点的下标 int k1=-1,k2; //让k1初始指向森林中第一棵树，k2初始指向森林 //中第二棵树 for(j=0; jn; j++) { if(b[j]!=NULL k1==-1) {k1=j;continue;} if(b[j]!=NULL) {k2=j;break;}