数据结构第七周笔记——图(中1)(慕课浙大版本--XiaoYu)

树之习题选讲-Tree Traversals Again

树习题-TTA.1 题意理解

非递归中序遍历的过程

1. Push的顺序为先序遍历(pre)
   
2. Pop的顺序给出中序遍历(in)
   

树习题-TTA.2 核心算法

上图分别是先序、中序、后序遍历通过规律我们可以看到他们之间的位置分配

//伪代码

voidsolve(intpreL,intinL,intn)

{

   if(n==0) return;//n等于0的时候什么都不做(n真的会右等于0的时候吗？为什么写他?)调用完了之后右边没有元素，此时n等于0，进行判断正常结束进程

   if(n==1){post[postL] ==pre[preL];return;}//只有一个结点的时候，pre、in、post都应该等于同一个数字

   root=pre[preL];

   post[postL+n-1] =root;

   for(i=0; i<n; i++)

       if(in[inL+i] ==root) break; //判断in这个位置上的元素是不是等于根结点。结合上图看就是要找根结点在图中的哪里，找到了就跳出循环

   //在跳出循环之后我们就同时知道了左子树包含了多少元素，然后递归的去解决左边跟右边的问题

   L=i;R=n-L-1//得出左右两边的元素个数

   solve(preL+1,inL,postL,L);//左边的

   solve(preL+L+1,inL+L+1,postL+L,R)//右边的。第一个是蓝色的第一个位置，第二个也是蓝色一个的位置，第三个是蓝色的第一个位置(和前两个不同的是这个时候1在蓝色的后面，所以不用加上1了，第四个参数是右边子问题的总个数)

       

}

树之习题选讲-Complete Binary Search Tree(完全 二叉 搜索 树)

树习题-CBST.1 数据结构的选择

题意理解

题目要求：

输入一系列整数，要填入一个完全二叉树里面，同时这颗树还需要满足二叉搜索树的性质。也就是说左边的结点的键值都比根结点要小，右边的全部都比他要大，左右子树也都满足二叉搜索树递归的定义

经过修改后的图片如下：

树的表示法：链表 vs 数组

在这道题目中我们需要的操作：

1.填写数字(某种遍历)，意思就是说对这棵树里面的每一个结点访问一次填写一个数字

2.层序遍历

为什么在很多情况下我们宁愿用链表去表示一颗树而不用数组呢？

用数组是可以的，好处是不涉及任何指针的操作。指针的操作通常是比较危险又比较耗时的

缺点：用数组去存，遇到左右不完全相等的树的时候，需要把中间那些不存在的结点的空间保留下来，要是树极端一点就非常耗费空间，在链表就没有这个问题

在这个问题中我们需要解决的问题：

1. 完全二叉树，不浪费空间(从根结点到最后一个叶子结点一层层走下来没有一个是空的，没有一个元素是浪费的)
   
2. 层序遍历 == 直接顺序输出(按照下标顺序输出就结束了，用数组的话)所以我们决定用数组解决这个问题
   

树习题-CBST.2 核心算法

如果我们知道左子树一共包含了多少个结点，那就知道根结点R上放的一定是从小到大排第几位的那个数字

如何知道左子树有多少个结点呢？

1. 给定n个数之后，完全二叉树的结构是固定的，可以非常准确的算出左边一共多少个结点
   
2. 先给我们要输入的序列从小到大排一个序列。根据完全二叉树一共有多少个结点，通过导出的公式是可以精确计算他的左子树一共有多少个结点
   
3. 网络异常，图片无法展示

   |
   典型先序遍历的应用
   

核心算法

TRoot是树T根结点所在的位置，那个元素的下标存在TRoot里面

voidsolve(intALeft,intARight,intTRoot)

{

   //初始调用为solve(0,N-1,0)->A的起始点就是A的第0个元素，A的终止点就是A的最后一个元素(N-1是他的下标)，结果树T是完全二叉树，他的根结点一定存在T[0]这个位置，所以刚开始传入的是0

   //整个函数要完成的任务就是从A传进去的这一段里面选出一个正确的数字，填到我们结果的这颗树,TRoot的这颗树上

   n=ARight-ALeft+1;//这一段里面元素总个数n(最右边下标减去最左边下标加上1)

   if(n==0) return;

   L=GetLeftLenght(n);//计算出n个结点的树(完全二叉树)其左子树有多少个结点

   T[TRoot] =A[ALeft+L];

   //左孩子的下标是多少？正常情况下根结点是TRoot的话那他的左孩子下标应该是TRoot×2，但是那是在堆里面(堆的第0个元素是存放哨兵的地方，不是用来存真实值的)，在本题中是从0开始算下标的

   LeftRoot=TRoot*2+1;//(例子：左孩子第一个元素0*2+1为1，第二个3...)

   RightTRoot=LeftTRoot+1;//(例子：右孩子第一个元素1+1为2，第二个4...)

   //准备递归左右边

   solve(ALeft,ALeft+L-1,LeftTRoot);//左边，ALeft + L - 1是取掉根结点元素的前一个值

   solve(ALeft+L+1,ARight,RightTRoot);//右边

   

}

排序(目前凑合用的，后面详细讲解使用)

库函数：qsort

#include<stdlib.h>//调用qsort

intmain()

{

   ....

   qsort(A,N,sizeof(int),compare);//根据返回的两个数是正数还是负数还是0来决定两个元素谁排在前面或者后面或者不做交换

   //第一个参数：待排序序列的首元素的位置(就是把读进来的数存在一个叫A的数组里面)也就是说如果我们要将数组排序的话，这个就是数组首元素的地址

   //第二个参数：代排序列的总长度(一共要排N个元素)

   //第三个参数：要排元素的大小

   //第四个参数：不是变量，是一个函数的名字(可以不叫compare，这个随意)，他的作用是比较两个元素的大小。因为qsort就是比较一对元素的大小来决定哪个元素应该在前面的，哪个元素应该在后面的

   ....

}

   /*compare标准接口

   int compare(const void*a,const void*b)传入的是两个带比较元素的指针。需要返回的是三种整数之一(负数正数或者0，这里浙大的课程中字幕第一次出错负数显示为复数，但其实是负数，需要注意)

   {

       return *(int*)a - *(int*)b;//后序也可以非常复杂

   }

   */

树习题-CBST.3 计算左子树的规模

h是层数

真正计算H的时候X的出来的可能不是整数，但不要紧，X是多少都没有关系，求H的话可以忽略掉X然后的出来的答案向下取整即可。得到的H就是完美二叉树层数(H)，然后就可以反算出X了

完美二叉树的左子树：

如果X的个数蔓延到右子树那边去的话(就是最后一层的x跑到右边去，那上面左子树的式子就不能加上X)

所以我们需要知道最下面一层x的最大值和最小值可以取多少

1. 在这个式子中，最小值X要取到0(为什么不是1而是0呢？L是左子树哦)
   网络异常，图片无法展示

   |

1. 因为在上述式子中H至少为2啦，H为1是根结点的位置层数，左子树至少从第二层开始，最少只有他自己一个
   

2. 要使 得到正确结果， 能取的最大值是

1. 网络异常，图片无法展示

   |
   
   

3. 完整步骤：

1. 网络异常，图片无法展示

   |
   
   

树之习题选讲-Huffman Codes(哈夫曼)

树习题-HC.1 题意理解

Huffman编码不唯一

注意：最优编码不一定通过Huffman算法得到,但是Huffman算法一定能得到最优编码

Huffman Codes 的特点

1. 最优编码——总长度(WPL)最小
   
2. 无歧义解码——前缀码：数据仅存于叶子结点
   

前缀码对应到一颗二叉树里面意味着每一个字符都要放在这棵树的叶子结点上

如果有任何一个字符放在了中间的内部结点上，那就意味着一定存在另外一个字符(他的编码会经过这个字符的编码)，也就是说这个字符就会成为另外一个字符的前缀编码，这样解码的时候就会有歧义

3. Huffman树是没有度为1的结点——满足1、2则必然有3
   

什么是度为1的结点：

“度是一个计算机的单位，度为1的节点就说明该处的子节点个数为1，度为2就说明个数为2，而度为0的结点叫叶子结点，由二叉树的性质可以知道，二叉树中叶子结点总是比度为2的结点多一个。”

这个在程序中不需要判断的，因为满足第一跟第二的话，一定没有度为1的结点

为什么？

反证法：如果在这棵树里面存在一个度为1的结点，那么这个结点，假设他又这样一颗子树的话，他肯定不是叶子结点。那么在这个结点上就一定不会放真正的字符，那么他的这个一棵子树下面，一定是有叶子结点的。那些叶子结点对应着真正的字符的。如果我们把这个结点给他去掉的话,并不影响其他的编码仍然保持为前缀码这个特点，因为所有的字符还都在叶子结点上。

那么他原来子树上所有的叶子结点，所有的编码都会缩短一个点位，于是我们就得到一套更短的编码。但我们说他本身已经是最优的编码了，那已经本身是属于不在可以优化的了，已经没办法得到更短的编码了，所有反证得出一定没有度为1的结点

注意：满足2、3可不一定有1!

上图中两边都符合2、3，但是右边才是最优编码。由此得出符合2、3的不一定是最优编码

树习题-HC.2 计算最优编码长度

1. 计算最优编码长度

//声明H

MinHeapH=CreateHeap(N);//创建一个空的、容量为N的最小堆(调用CreateHeap创建一个容量为N的最 小堆)

H=ReadData(N);//将f[]读入H->Data[]中，为后面建立最小堆做好准备

HuffmanTreeT=Huffman(H);//建立Huffman树，提示：在调用哈夫曼算法的时候必须要先有一个最小堆(建立最小堆是在哈夫曼算法里面完成的)

//哈夫曼算法里面先建立一个最小堆，每次从里面弹出两个最小的结点，然后生成一颗新的树再把它压回去

计算最优编码长度还是需要我们自己去写一个函数的

intCodeLen=WPL(T,0);//CodeLen返回的就应该是这颗哈夫曼树所对应的最优编码总长度

//T是传入的树根，0是开始的地方

//深度是传进去的每一棵子树的根结点他当前的深度是多少，此代码是从整棵树的根结点开始的(当前是0，从0开始)

//进行的是一个递归的先序遍历过程

intWPL(HuffmanTreeT,intDepth)

{

   if(!T->Left&&!T->Right )

       return (Depth*T0->Weight);//当前深度乘以他的权重

   else//否则T一定有2个孩子

       return (WPL(T->Left,Depth+1) +WPL(T->Right,Depth+1));//递归的解决左边的问题和右边的问题，返回两边的和，递归返回的深度是要加1的

}

树习题-HC.3 检查编码

2与3冲突、100与1001，如果100的最后一个0是叶子结点，那他就不应该还能继续延伸下去

1与4冲突、1011与101，1011最后一个1是叶子结点，101的最后一个1在内部结点上(因为"1011"相对于"101后面还有一个1，就是说后面还有一个右子树)就冲突了