CSDN博客

img PercyLee

数据结构拾遗---树(一)[1]

发表于2003/12/15 1:27:00  1315人阅读

                 

                       三   树(一)

树形结构是一种美丽的结构。

它是计算机科学中一种重要的结构,尤其是在数据结构中。我们通过下图,帮助您回忆这一切。

对于数据的组织,树形结构在一个非常特殊而重要的位置。一般来说,线性表简洁,可以组织通过线性关系或其复合所能表达的数据,而图结构,是更一般意义上的结构,可作为建模之用,且可视为所有数据结构的最一般形式,线性表和树形结构都可看作它的受限形式;但非线性的结构中,当是树形结构最为简洁,和线性表与图相比,它对于大量数据的组织,尤其是排序与检索过程中,有着不可替代的作用。

这次我们就谈谈二叉树和树。当然,只讨论若干问题哦。

 

1,二叉树的周游

遍历访问树结构,二叉树的周游是个典型。当然,很简单的,递归访问有前序、中序和后序三种形式,其它的形式另有层次访问(相当于宽度优先)。然记得前一段时间一个同学去华为参加面试,人家让他用c写二叉树的周游程序,他竟然没有写出。所以还得请大学生朋友注意基本功哦。

我们看个例子,如下图的二叉树:

它的递归周游结果,可如下给出:

1)   前序:ABDCEGFHI

2)   中序:BDAGECHFI

3)   后序:DBGEHIFCA

我们不再给出算法的实现细节,您可以参阅有关书籍。可是,我们看一个有趣的问题,这三个结果,任意知道其中两种,您能推出第三种吗?实质就是,任意知道两种递归周游的结果,您可以重建二叉树吗?

我们先假设知道前序与中序的结果,即:

 

前序:ABDCEGFHI

                                                             =>    二叉树

中序:BDAGECHFI

记得当初见到这个题目的时候,有点懵了;然而,如果细细的分析算法特点的话,还是不难分析出的。

由前序周游算法的特点您可知道,A一定是整棵树的根,但仅看前序的结果,下面是分析不出左、右子树的分界线的。可是您再看中序的结果:

BD/  A/  GECHFI

由中序周游算法的特点,很容易就能看出,BD是左子树的结点,GECHFI等是右子树的结点。先看左子树部分,由前序的结果,如上进行判断,B是其根。对于D,但由前序的结果,您是无法判断它是B的左孩子还是右孩子的,再看中序的结果,才能知道B的左子树为空,D为其右孩子。然后照此判断A的右子树。就可以重建二叉树了。

如果写出这个算法,很显然还是可以写成递归的算法的。而且,中序周游的结果加后序周游的结果来重建二叉树的话,过程与此类似。

然而,如果只知道前序与后序的结果,这个问题就稍微复杂些了。能还是不能?如果不能,可如何进行补救?若您感兴趣不妨自己分析一下,我下次再给出答案。

 

二叉树的周游是最基本的算法。与它相关的算法,就有查询(以及与查询有关的插入、删除等),求树的高度,求结点数(或叶结点数、分支结点数)等。后面我提到的这些,大家不妨用高级语言写写算法的实现,看我同学的教训,基本功扎实才好。

 

2,建立最大堆

堆是个有意思的数据结构,从逻辑上讲,它是个完全二叉树。我们给出它的两个基本特点,记得了,理解了,对您掌握堆很有帮助。

一是,堆为顺序存储结构实现的完全二叉树;二是,此树局部有序。

特点一大家都明白,特点二却是在说,比如最大堆,它不象排序二叉树那样是完全有序的,对于每一棵子树(当然也包括树本身)的根,其值总是在左、右孩子结点中为最大的,而左、右孩子结点却不一定有序。

所以建立最大堆的算法,也相当自然。如下图:

R左、右子树均不为空的情况下,递归如下的操作:

1)   R>=H1,R>=H2,则本操作已完成。

2)   否则,将RH1H2中较大的一个交换。

这样,您只要按一定的顺序访问堆中所需的结点进行下调调节,就可以建立最大堆。只是,对于算法的细节,您要注意到堆的第一个特点,并注意设计良好的调节顺序,由底层向顶层方向层层调节方可。如下图:

堆的用途,当然很多了,大家最容易想到的,就是堆排序。

二叉树的线索化,我们没什么可说的。Huffman树编码,则是贪心算法的典型。若对贪心策略的原理清楚的话,则此算法的基本内容就不会有什么问题了。

 

 我们下次还继续讨论树形结构这一主题。

 

阅读全文
0 0

相关文章推荐

img
取 消
img