《二叉树的应用介绍》-课件设计（公开）.pptVIP

* 第6章 树和二叉树（Tree Binary Tree） 6.1 tree的基本概念 6.2 二叉树 6.3 遍历二叉树和线索二叉树 6.4 树和森林 6.5 Huffman树及其应用 * 先介绍二叉树的典型应用 平衡树—— 排序树—— 字典树—— 判定树—— 带权树—— 最优树—— 由字符串构成的二叉排序树 特点：分支查找树（例如12个球如何只称3次便分出轻重） 特点：路径带权值（例如长度） 是带权路径长度最短的树，又称 Huffman树，用途之一是通信中的压缩编码。 特点：所有结点左右子树深度差≤1 特点：所有结点“左小右大” * 什么是平衡二叉树（ 又称AVL 树）？ 性质： 所有结点左、右子树深度之差的绝对值 ≤ 1 若定义结点的“平衡因子” BF = 左子树深度 – 右子树深度 则：平衡二叉树中所有结点的BF ∈[ -1, 0, 1 ] (a) 平衡树 (b) 不平衡树 例：判断下列二叉树是否AVL树？ 0 0 0 1 1 -1 -1 2 0 0 0 1 -1 * 什么是二叉排序树？ （a） （b） 例：下列2种图形中，哪个不是二叉排序树 ？ ----或是一棵空树；或者是具有如下性质的非空二叉树： （1）左子树的所有结点均小于根的值； （2）右子树的所有结点均大于根的值； （3）它的左右子树也分别为二叉排序树。 想一想：对它中序遍历之后是什么效果？ 7 4 1 10 2 6 5 3 9 8 5 10 2 1 6 4 7 3 9 8 * 什么是判定树？ 举例： 12个球如何用天平只称3次便分出轻重？ 分析： 12个球中必有一个非轻即重，即共有24种“次品”的可能性。 每次天平称重的结果有3种，连称3次应该得到的结果有33=27种。 说明仅用3次就能找出次品的可能性是存在的。 思路： 首先，将12个球分三组，每组4个，任意取两组称。会有两种情况：平衡，或不平衡。 其次，一定要利用已经称过的那些结论；即充分利用“旧球”的标准性作为参考。 * 第1次:等分3组 第2次:3旧3新 第3次:1旧1新 ①—④ ⑤—⑧ 相等= 小于 大于 ①—③ ⑨—(11) 大于 相等= 小于 ⑤ ①—③ ④ ⑨—(11) ⑤ ①—③ ④ ⑨—(11) 大于 小于 相等= 大于 小于 相等= ① (12) 小于 (12)重 大于 (12)轻 ⑨ ⑩ 大于 小于 相等= (11) 重 ⑩ 重 ⑨重 ⑨ ⑩ 大于 小于 相等= (11) 轻 ⑩ 轻 ⑨轻 ⑥ ⑦ ⑧ 轻 ⑦ 轻 ⑥轻 …… ① ② …… 大于 小于 相等= ③ 重 ① 重 ②重 * 什么是带权树？ a b d c 7 5 2 4 即路径带有权值。例如： * 6.5 Huffman树及其应用 一、Huffman树 二、Huffman编码 最优二叉树 Huffman树 Huffman编码 带权路径长度最短的树 不等长编码 是通信中最经典的压缩编码 * 一、 Huffman树（最优二叉树） 路 径： 路径长度： 树的路径长度： 带权路径长度： 树的带权路径长度： Huffman树： 由一结点到另一结点间的分支所构成。 路径上的分支数目。 从树根到每一结点的路径长度之和。 结点到根的路径长度与结点上权的乘积（WPL） 若干术语： d e b a c f g 即树中所有叶子结点的带权路径长度之和 带权路径长度最小的树。 例如：a→e的路径长度＝ 树长度＝ 2 10 Huffman常译为赫夫曼、霍夫曼、哈夫曼等 Weighted Path Length * 树的带权路径长度如何计算？ WPL = ?wklk k=1 n a b d c 7 5 2 4 (a) c d a b 2 4 5 7 (b) b d a c 7 5 2 4 (c) 经典之例： WPL= WPL= WPL= Huffman树是WPL 最小的树 树中所有叶子结点的带权路径长度之和 36 46 35 * 1. 构造Huffman树的基本思想： 例：设有4个字符d,i,a,n，出现的频度分别为7,5,2,4， 怎样编码才能使它们组成的报文在网络中传得最快？ 法1：等长编码（如二进制编码） 令d=00，i=01，a=10，n=11，则： WPL1＝2bit×(7＋5＋2＋4）＝36 法2：不等长编码（如Huffman编码） 令d=0;i=10,a=110,n=111，则： 明确：要实现Huffman编码，就要先构造Huffman树 讨论：Huffman树有什么用？ 权值大的结点用短路径，权值小的结点用长路径。 WPL最小的树 频度高的信息用短码，反之用长码，传输效率肯定高！ WPL2=1bit×7＋2