《数据结构精品教学》特殊二叉树.pptVIP

6.1 二叉搜索树 对此二叉树进行中序遍历，结果为： 12，15，18，23，26，30，52，63，74 特点：每个结点的关键字在二叉树中按一定次序排列。关键字可以是数字，也可以是字符或字符串。 30 15 52 12 23 74 63 18 26 左图二叉搜索树的特点： 每个结点的左子树中所有结点的关键字值都小于该点的关键字值。 每个结点的右子树中所有结点的关键字值都大于该点的关键字值。 6.1.3二叉搜索树的运算——查找、插入、删除 1、查找：在二叉搜索树上，查找具有关键字item的结点。 基本思想：若二叉搜索树非空，从根结点开始，判断结点的关键字是否等于item。 1) 若item==根结点关键字：找到，由item带回根结点的完整值，返回true。 2) 若item 根结点关键字：到该点的左子树中继续查找 3) 若item 根结点关键字：到该点的右子树中继续查找 在左子树或右子树中的查找过程仍然是二叉搜索树的查找。因此，是递归查找过程。 30 15 52 12 23 74 63 18 26 例如：在左图二叉搜索树中查找23、48，查找过程怎样？查找过程中各需要比较几次？ 问：最少和最多比较次数？ 时间复杂度分析： 最少需要比较1次，最多比较次数＝树的深度 根据二叉树性质5可知：理想平衡树的深度＝[log2n] 取下整+1 所以，在理想平衡树上查找，时间复杂度为O(log2n) 最坏情况是在单支树上查找，树深度＝n，故时间复杂度为O(n) 一般情况，认为二叉搜索树上的查找时间复杂度为O(log2n) 线性表上查找的时间复杂度O(n)，此为搜索树之优点所在。 2、插入：往二叉搜索树中插入结点，要求插入后仍保持有序。 基本思想：从根结点开始找插入的合适位置， 1) 若item 根结点关键字：插入到根的左子树中 2) 若item 根结点关键字：插入到根的右子树中 显然，插入到左子树或插入到右子树的过程仍然是一个往二叉搜索树中插入结点的过程，因此是递归的。 调用这个插入算法，可以生成一棵具有n个结点的二叉搜索树。 问：已知一组元素为（46,25,78,62,12,37,70,29），画出这组元素生成的一棵二叉搜索树。 3、删除：要求删除后仍保持为一棵二叉搜索树。 30 15 52 12 23 74 63 18 26 问：左图中要删除18、74、23、15、30结点，分别应该怎样删除？ 删除叶结点：直接删除。即将其双亲点链接到它的指针去掉（置为空） 删除单支结点：将其后继结点（左孩子或右孩子）代替被删除点的位置。 删除双支结点： 第1步：找到它的中序前驱点 第2步：中序前驱点代替被删除点位置 第3步：中序前驱点的左指针代替前驱点位置 6.2 堆 特点：堆和二叉搜索树类似，每个结点的关键字在二叉树中按一定次序排列。 12 10 6 7 8 14 6 5 9 25 30 大根堆的特点： 1. 必须是完全二叉树。 2. 每个结点的关键字值都大于或等于其子树结点的关键字值。故堆顶结点有最大值。 6.2 堆 小根堆的特点： 1. 必须是完全二叉树。 2. 每个结点的关键字值都小于或等于其子树结点的关键字值。故堆顶结点有最小值。 7 10 6 4 8 2 20 50 10 21 11 小根堆的定义如下： 堆是一棵完全二叉树。 其根结点的值小于等于左、右孩子结点（若有的话）的值。 以左、右孩子为根的子树也各是一个堆。 大根堆的定义：将上述定义中的“小于等于”改为“大于等于”即可。 堆与二叉搜索树最大的差异：堆不管左、右孩子的大小顺序。 6.2.1 堆的定义 堆的意义：最快的找到最大/最小值。堆结构的常用运算有：插入一个元素重新构造堆结构（堆的插入操作），取走（即删除）最大/最小值后重新构造堆结构（堆的删除操作）。上述插入和删除操作的时间复杂度均为O(lb n)，而其他方法至少为O(n)。 堆的应用：因此，堆在实践中主要用于调度算法。比如优先级调度，每次取优先级最高的。在计算机操作系统中，管理一个共享资源就需要使用一个堆。又比如时间驱动，每次取时间最小/等待最长的等等 。 6.2.1 堆的定义 采用哪种存储方式更好？顺序or 链接？ 由于堆是一棵完全二叉树，所以采用顺序存储更适合，可以充分利用存储空间。 实现方法： 先对堆中每个结点编号（编号从0开始），然后以编号为下标将结点的值存储到数组中。 顺序存储的C/C++语言定义（静态分配数组）： struct Heap {