《数据结构-06树和二叉树（行业资料书）》课件.ppt

6.1 树的定义和基本术语 6. 2 二 叉 树 6.2.1 二叉树的定义 6.2.2 二叉树的性质 6.2.2 二叉树的性质 例　高度、叶子 例　高度、叶子 6.2.3 二叉树的存储 1 顺序存储 1 顺序存储 二叉链表 6.3 二叉树的遍历 一、 递归遍历 二叉树遍历举例 二叉树遍历举例 二叉树遍历举例 二、层次遍历 二叉树的生成 1 层次序列 2 先根、中根或后根 3 先序＋中序，后序＋中序决定一棵树 6.3.2 线索二叉树 线索二叉树 中序线索化 找中序前趋、后继 找中序前趋、后继 中序遍历线索二叉树 线索二叉树的生成 6.4 树和森林 6.4.1 树、林与二叉树转换 6.4.2 树的存储 1 双亲链表 2 孩子链表 2 孩子链表 3. 双亲孩子链表 4.孩子兄弟链表 6.4.3 树和森林的遍历 先根、后根遍历 层序遍历 6.6 哈夫曼树及其应用 6.6.2 哈夫曼编码 6.6.3 分类与判定树 6.7 递归消除 6.7.1 简单递归消除 6.7.2 基于栈的递归消除 1. 先根遍历 2. 中根遍历 3. 后根遍历 分类：将输入的数据按预定的标准划分成不同的种类。也称判定，其中每次检测也称一次判断。 每次判断产生两个结果：真或假，可用二叉树的两个分支来表示。判断后的子类若不是最终结果，则继续判断。整个过程可以用一棵二叉树来描述，称为分类问题的判定树。 所需的比较次数＝N?(0.05?1+0.15?2+0.4?3+0.3?4+0.1?4） 　　　　　　　＝N ? pi ? ci a ? 80 a ? 90 不及格 良好 中等 及格 优秀 a ? 60 a ? 70 分数 0-59 60-69 70-79 80-89 90-100 比率 0.05 0.15 0.40 0.30 0.10 例　百分制转换为五分制，分数预期分布如下： 将比率pi看成是n个叶子的权，比较次数ci看成叶子的路径长度，则就是最优二叉树的构造问题。 分数 0-59 60-69 70-79 80-89 90-100 比率 0.05 0.15 0.40 0.30 0.10 找两个相邻的、权值的和较小的两个根。 不能简单地找两个权最小的根合并，还要求它们空间“相邻”，在分类上非此即彼。 char trans(float x) { if(x=80) if(x=90) return ’A’; else return ’B’; else if(x=70) return ’C’; else if(x=60) return ’D’; else return ’E’; } 平均比较次数＝0.05×3+0.15×3+0.4×2+0.3×2+0.1×2＝2.2 递归消除：将递归算法转换成等价的非递归算法 第一，有利于提高时空性能。反复递归，运行栈不断增长，只有当函数彻底执行完后，才释放它所占用的栈空间。 第二，有助于透彻理解递归机制。 第三，有些程序设计语言不允许递归，这时就不得不考虑非递归算法 。 将系统管理的递归工作过程（主要是工作栈）改为程序员模拟和管理，就可实现递归消除。 简单递归可不用栈。 返回后并不使用的信息不必保存，提高效率。 简单递归可不通过工作栈机制而直接转换成循环算法。这时计算依赖图的分析和化简是一种非常有用的辅助手段。 例 求阶乘n! 下箭头表示递归调用； 上箭头表示返回 所有递归调用直接或间接依赖于f(0) 整个计算可由后一阶段完成：依次计算f(0),f(1),f(2),…,f(n)。这是递推过程，可用循环完成。 long f(int n) { if(n==0) return 1; else return n*f(n?1); } long f1(int n) { long x; int i; x=1; for(i=1;i=n;i++) x=x*i; return x; } 例 计算菲波那契亚数列 int f(int n) { if(n==0) return 0; else if(n==1) return 1; else return f(n?1)+f(n?2); } 递归效率不高：有些值计算了多次。 化简：重复的点合并 全部计算只依赖于f(0)和f(1)。 通过自下而上的循环算法完成 A B C D E F G H J I K root A B C D E F G H J I K root A B C D E F G H J I K root A B C D E F G H J I K root 6.6.1 最优二叉树（哈夫曼树）