二叉树

数据结构中，树只是一种逻辑结构，在最底层并没有这种存储结构的存在，只是我们因为需要一种比较好的结构来描述我们的问题，所以树结构就应运而生。

在树的结构中，二叉树是一种较为常用的树结构，并且还很重要，几乎我们平常编程时所说的树，都是指的二叉树。

其实家谱就是一种树结构，他清晰的向我们传达了家人之间的信息。

1. 二叉树的存储

---

二叉树的存储也可以像矩阵一般，存储在一维数组中，或者是通过链表进行存储。存储于数组中，需要相应的映射关系，并且还存在很多问题，如果存储的是完全二叉树，那么从树结构到数组的存储映射关系就非常简单了，而且浪费空间会少很多（原因后文会进行解释）。

以链表形式存储二叉树，可以说是普遍的实现方式了。

1.1 顺序存储

顺序存储就是将一个二叉树存储在一个一维数组中，这种形式非常简单，而且是最节省空间的存储方式，多数完全二叉树的存储会采用这种形式实现。

这个原理非常简单，就是对二叉树上的结点按顺序（从上到下，自左向右）进行编号，然后按照编号的顺序将其按顺序存储在一维数组中，其映射关系为：

A[0]存储二叉树的根结点，A[i]存储二叉树中编号为i的结点，编号为i的结点，其左孩子如果存在，则存储在A[2i+1]处，其右孩子如果存在，则存储在A[2i+2]处。

如果要存储一个非完全二叉树，顺序存储也是可以的，但是却并不像完全二叉树存储时那么方便。

可以看到，在非完全二叉树的顺序存储中，我们要先将非完全二叉树补成完全二叉树（方块仅为了方便对其结点进行编号所假设补全的结点，实际并不存在），然后对二叉树的结点进行编号，然后存储到数组中，但是我们可以看到，数组中可能会空出多个位置，增大存储开销，带来不必要的损失。

1.2 二叉树的链接存储

考虑到数组对于非完全二叉树的存储不是那么友好，所以我们通常会选用链接存储结构来进行二叉树的存储。

与矩阵类似，我们需要针对某个实际问题设计对应的存储结点。

图中∧符号表示空指针，结点中Left表示左孩子指针，Right表示右孩子指针，Data表示数据域，数据域可根据具体问题而不同。

struct Node{    int data;    Node *left, *right;    Node(int data = 0, Node *left = null, *right = null);};

1.2.1 线索二叉树

二叉树的链接存储模式下，衍生出了不少的二叉树种类，线索二叉树就是其中的一种。
线索二叉树的树结点在原有结点内容下，增加了前驱和后继结点的指针。

这里只给出中序线索二叉树的链接表示，先序与后序暂不给出（什么是先序，中序，后序在后文会逐渐讲解）。

我们从图中可以看出，就只是五个结点的存储，线索二叉树的空指针就占了很大比重，这表示存储空间的浪费问题并没有得到解决。

为了改进这种情况，有人提出另一种方案：

• 将原指针域Pred和Succ替换成存储一个二进制位的域LThread和RThread

• 若结点t有左孩子，则left指向t的左孩子结点，LThread值为0；若无，则left指向t的前驱结点，LThread值为1，此时我们称该left指针为线索。

• 若结点t有右孩子，则right指向t的右孩子结点，RThread值为0；若无，则right指向t的后继结点，RThread值为1，此时我们称right指针为线索。
  根据这种方案进行改进后，不仅释放了指针域Pred和Succ所占的空间，还充分的利用了left和right指针域，减少了空指针的存在。

2. 二叉树的遍历

---

二叉树有三种遍历的形式，分别为先根序，中根序，后根序（亦称先根遍历，中根遍历，后根遍历），其主要区别是对根的访问时机。

我们以先根序为例，进行访问根，遍历左右子树操作的解析。

这个二叉树遍历的结果为ABDFCE

• 先根遍历二叉树Tree_0

  1. 访问Tree_0的根结点A
  2. 先根遍历A的左子树（即以B为根的子树T1）
     
     • 访问T1的根结点B
     • 先根遍历B的左子树（左子树为空，返回B结点）
     • 先根遍历B的右子树（右子树不为空，则访问以D为根的子树T2）
       
       • 访问T2的根结点D
       • 先根遍历D的左子树（不为空，则访问以D为根的子树T3）
         
         • 访问T3的根结点F
         • 先根遍历F的左子树（为空，返回F）
         • 先根遍历F的右子树（为空，返回F）
       • T3已遍历完成，返回T2子树的根结点D
     • T2子树已遍历完成，返回T1子树的根结点B
     • T1子树已遍历完成，返回根结点A
  3. 先根遍历A的右子树（即以C为结点的子树T4）
     
     • 访问T4的跟结点C
     • 先根遍历C的左子树（不为空，即访问以E为根结点的子树T5）
       
       • 访问T5的根结点E
       • 先根遍历E的左子树（为空，返回E）
       • 先根遍历E的右子树（为空，返回E）
     • 返回T4的根结点C
     • 先根遍历C的右子树（为空，返回结点A）
  4. 根结点A已遍历完成，算法结束。

中根遍历，后根遍历与先根遍历操作类似，仅对根的访问时机不同。

2.1 二叉树遍历的实现方式

我们现在知道对二叉树的遍历有先根序，中根序以及后根序三种，而在对先根遍历方式的算法描述，我们用到的是递归的思想，实现起来也比较简单，只需不断的调用函数自身，等到满足递归出口条件时，就可以结束算法。

void PreOrder(Node *t)const{    if (t != NULL)     //递归出口    {        cout<<t->GetData()<<endl;    //打印根结点值        PreOrder(t->GetLeft());     //先根遍历左子树        PreOrder(t->GetRight());    //先根遍历右子树    }}

这只是递归的方式遍历，我们还有其他的非递归方式，如堆栈，队列等。

在设计堆栈方式时，我们需要考虑到出栈和弹栈的恢复性，所以在堆栈上，我们为每个结点增加了一项信息——访问计数（设为i）。表示为（结点，i）

这里我们给出一个后根遍历的算法步骤：

• i=0，将（结点P，1）压栈，若该结点左子树存在，则将（左孩子（P），1）压栈，准备遍历其左子树。

• i=1，此时宜遍历完结点P的左子树，将（结点P，2）压栈，即将i设置为2，若其右子树不为空，则将（右孩子（P），1）压栈，准备遍历其右子树。

• 若i=2，此时已遍历完成结点P的右子树，访问结点P的数据域。

这段算法也是按顺序重复进行的，直到满足出口条件。

上述的是堆栈法，接下来的层次遍历，我们需要用到队列，这个遍历方式不同于先根，中根，后根遍历的方法。

层次遍历是将树分层，自根结点所在层开始，由0开始编号，逐层增大。

层次遍历的方法为：

• 根结点入队

• 若队列非空，取队首元素访问，若其坐指针域不为空，则将其左孩子入队；若其右指针域非空，则将其右孩子入队；重复本步骤直到队列空。

void LevelOrder(Node *t)const{    if (t == NULL) return;    Node *p;    AQueue q;        //假设实现了一个名为AQueue的队列    if (t != NULL)        q.QInsert(t);   //根结点入队    while (!q.IsEmpty())    {        q.QDelete(p);    //QDelete中的p用来存放被删除的结点        cout<<p->GetData()<<endl;        if (p->GetLeft()) != NULL)            q.QInsert(p->GetLeft());        if (p->GetRight() != NULL)            q.QInsert(p->GetRight());    }}

3. 二叉树的实现

---

关于存储方式和二叉树的遍历方式就已经算是讲完了，接下来要进行二叉树的具体实现。

首先，针对实际的问题，我们需要选择二叉树的存储方式，是顺序存储，还是链接存储（但大多数情况我们都选用链接结构，故而该步骤可以省略）。

其次，针对我们选择的存储方式，我们进行相应的结构设计，假设选择链接存储。

做完这些，我们需要考虑二叉树都需要哪些具体的操作，比如，创建，复制，增加，删除，修改，查找，遍历这些操作，都是二叉树的基本操作。我们必须要实现。

在这里设计一个通用化的二叉树：

class Node{    private:        char data;        Node *left;        Node *right;    public:        //构造器        //get(),set()等函数};

class BinTree{    private:        Node *root;   //根结点        int stop;      //构造二叉树时的结束符    public:        BinTree(Node *t = NULL):root(t) { };        virtual ~BinTree() { Del(root); }        Node *Father(Node *t, Node *p);   //搜索父结点        Node *Find(Node *t, const char &item);    //查找二叉树中数据域为item的值        void DelSubTree(Node *t);   //删除结点t的子树（左右子树）         //基本操作        void CreateBinTree(int stop = 0);   //默认遇到0结束创建        Node *Create();        Node *CopyTree(Node *t);         Node GetRoot() { return root; }        void SetRoot(Node *t) { root = t; }        int GetStop() { return stop; }        void SetStop(int s) { stop = s; }        int IsEmpty() { return root == NULL; }        //遍历方式，均以参数中的结点为根        void PreOrder(Node *t)const;    //先序遍历        void InOrder(Node *t)const;    //中序遍历        void PostOrder(Node *t)const;    //后根遍历        void LevelOrder(Node *t)const;   //层次遍历        void NorecPreOrder(Node *t)const;    //非递归先根遍历        void NorecInOrder(Node *t)const;    //非递归中根遍历        void NorecPostOrder(Node *t)const;  //非递归后根遍历};

4. 哈夫曼树

---

哈夫曼树的提出是为了解决数据压缩问题的。

为什么要进行数据压缩？要知道计算机诞生的年代，乃至上世纪八十年代，计算机的存储都是以kb为单位的，哪会像现在这样动辄以TB计算，像C语言这种面向底层的高级语言都不是很流行，汇编语言才是最流行的。所以为了避免空间的浪费，我们提出了数据压缩。

其实放到现在也一样，压缩文件可以节省不少的空间。

解决数据压缩问题，一般都是采用不等长的二进制编码，因为这种编码形式，灵活可变，相比如固定长度的编码存储不会浪费太多空间，保证每一个字符都能以最小的二级制数来存储。

我们知道，在一个文件中，如txt文件，其中存储的字符并不是全部都不同的，至少我们可以在平时写的文档中找到一个出现过两次的字符，而且常用的字符占所有字符的少数，你说6763个汉字，常用的也不过一半而已，如果使用定长的编码格式，那么考虑到非常用字，那么一个文件就会出现空间浪费，如果只对常用字进行编码，那么其编码长度就变小了，而且节省了存储空间。

但是为了防止不定长的编码出现相同的情况（这种情况我们称为编码的多义性），我们增加了前缀码来进行区分。

4.1 哈夫曼算法

哈夫曼算法其实就是求一个最优二叉树的算法。

扩展：

最优二叉树是以扩充二叉树为基础的，而扩充二叉树简单来说，就是为一个普通二叉树所有结点（内结点）出现的空子树（如果该结点的左右子树都存在，则跳过）补充成一个叶结点（外结点）。如图：

其中的方块表示扩充的叶结点（即外结点）。

我们定义：外通路长度为，从根结点到每个外结点的路径长度之和，内通路长度为，从根结点到每个内结点的路径长度之和。
根据上图，我们可以计算出外通路长度为2+2+3+3+2=12，内通路长度为1+0+1+2=4。

最优二叉树则是为扩充二叉树中扩充出来的叶结点赋值（为权值），然后找到加权外通路长度最小的扩充二叉树。

如图则是一种最优二叉树：

只要找到每一个外结点对应的外通路，这两者之和最小即可。

关于哈夫曼树，我们针对一个具体问题来进行分析：

假设现在有7个节点，我们将每一个结点视为一颗二叉树的根结点，由此组成一个森林，把结点在文件中出现的次数定义为该结点的权值。
如此，我们可以进行合并，具体如下：

1. 在森林中取权值最小的两个根结点s和n，合并成一棵二叉树，并生成一个新结点T1，作为其二者的父结点，T1的权值是其两个子结点的权值之和，森林中减少一棵树。

2. 重复上述操作，直到森林中只剩一棵树，算法结束。

上图就是问题所对应的哈夫曼树了。

5. 总结

---

二叉树只是树的一种特殊结构，且其应用是非常广泛的，树可以和二叉树进行转换，二叉树也可以转换成对应的树，树的存储和二叉树的存储方式相同，只是由于其结点可能不止左右两个孩子，所以其存储结构又不同，但是我们也有对应的方法去解决，如Father数组，孩子链表，左孩子右兄弟的链表结构（其实是转化为二叉树进行存储的）。

至于红黑树，二叉查找树这些，以后再慢慢讲吧。