• 5 - 1 判断题


    1.一棵有124个结点的完全二叉树,其叶结点个数是确定的。T


    什么是完全二叉树?(会的可以跳过)

    完全二叉树:一棵深度为k的有n个结点的二叉树,对其结点按从上至下,从左至右的顺序进行编号,如果编号为i的结点与满二叉树中编号为i的结点在二叉树的位置相同,则这棵二叉树为完全二叉树。

    在这里插入图片描述

    因为一棵非空二叉树的第i层上最多有  2的(i-1)次方个结点,所以可以推广到完全二叉树

    性质1:一棵完全二叉树的第i层上最多有  2的(i-1) 次方个结点

    因为一棵深度为k的二叉树中,最多有  2的k次方-1  个结点,也可以推广到完全二叉树

    性质2:一棵深度为k的完全二叉树中,最多有  2的k次方-1  个结点

    性质3:具有n个结点的完全二叉树的深度k为 log₂n向下取整,再+ 1。

    例:有5个结点,log₂n向下取整为2,再+1为3。


    性质3可得,log₂124 向下取整  =6,再+1为7。

    所以该二叉树的深度为7。

    性质2可得,深度为6的完全二叉树有2的6次方-1个结点,即63个结点。

    总共有124个结点,那么还剩下124-63=61个结点,分布在第7层。

    性质1可得,第7层最多有2的(i-1)次方个结点,也就是2的6次方,最多64个,可以容纳下61个结点。

    下面计算叶结点,第7层的结点全是叶节点,有61个,剩下的叶节点在第6层。

    第7层的每2个结点是第6层的1个结点的左右孩子,因为61是奇数,所以最后还剩下一个结点对应第6层的一个结点。

    (61-1)/2=30,即第6层有30个结点有左右孩子,有1个结点有1个孩子,第六层有2的5次方个结点,也就是32个,那么第6层没有孩子的结点有32-30-1=1个,这个结点是叶节点之一。

    所以该完全二叉树共有61+1=62个叶节点

    2.二叉树中序线索化后,不存在空指针域。 F

    (无特殊说明的话,是没有头结点的,如果有头结点的话,为T)

    第一个结点无前驱,最后一个结点无后继。

    构造一个二叉树就偷点懒,用这个的结果(这叫复习/doge):

    4-14 还原二叉树&&4-15 根据后序和中序遍历输出先序遍历

    生成的树:

     咱们就中序线索化这个。

    代码:(有头结点的中序线索二叉树,不存在空指针域)

    1. #include
    2. using namespace std;
    3. typedef struct Tnode* Tree;
    4. typedef struct Tnode{
    5. char data;
    6. Tree lchild;
    7. Tree rchild;
    8. unsigned ltag;
    9. unsigned rtag;
    10. };
    11. Tree get(char s1[], char s2[], int n) {
    12. if (n <= 0) {
    13. return NULL;
    14. }
    15. Tree tree = (Tree)malloc(sizeof(struct Tnode));
    16. tree->lchild = NULL;
    17. tree->rchild = NULL;
    18. tree->ltag = 0;
    19. tree->rtag = 0;
    20. tree->data = s1[0];
    21. int i;
    22. for (i = 0; s2[i] != s1[0]; i++);
    23. tree->lchild = get(s1+1, s2, i);
    24. tree->rchild = get(s1 + i + 1, s2 + i + 1, n - i - 1);
    25. return tree;
    26. }
    27. int len(Tree tree) {
    28. if (tree == NULL) {
    29. return 0;
    30. }
    31. int left = len(tree->lchild);
    32. int right = len(tree->rchild);
    33. return (left >= right ? left : right) + 1;
    34. }
    35. Tree pre;
    36. void InTreading(Tree tree) {
    37. if (tree) {
    38. InTreading(tree->lchild);
    39. if (tree->lchild == NULL) {
    40. tree->ltag = 1;
    41. tree->lchild = pre;
    42. }
    43. if (pre->rchild == NULL) {
    44. pre->rtag = 1;
    45. pre->rchild = tree;
    46. }
    47. pre = tree;
    48. InTreading(tree->rchild);
    49. }
    50. }
    51. Tree InOrderThr(Tree tree) {
    52. Tree head = (Tree)malloc(sizeof(struct Tnode));
    53. head->lchild = 0;
    54. head->rtag = 1;
    55. head->rchild = head;
    56. if (!tree) {
    57. head->lchild = head;
    58. }
    59. else {
    60. head->lchild = tree;
    61. pre = head;
    62. InTreading(tree);
    63. pre->rchild = head;
    64. pre->rtag = 1;
    65. head->rchild = pre;
    66. }
    67. return head;
    68. }
    69. Tree InpostNode(Tree p) {
    70. Tree post;
    71. post = p->rchild;
    72. if (p->rtag != 1) {
    73. while (post->ltag == 0) {
    74. post = post->lchild;
    75. }
    76. }
    77. return post;
    78. }
    79. void Search(Tree tree) {
    80. Tree temp;
    81. temp = tree->lchild;
    82. while (temp->ltag == 0 && temp != tree) {
    83. temp = temp->lchild;
    84. }
    85. while(temp!=tree){
    86. printf("%c ", temp->data);
    87. temp = InpostNode(temp);
    88. }
    89. }
    90. int main()
    91. {
    92. int n;
    93. cin >> n;
    94. char s1[51], s2[51];
    95. for (int i = 0; i < n; i++) {
    96. cin >> s1[i];
    97. }
    98. for (int i = 0; i < n; i++) {
    99. cin >> s2[i];
    100. }
    101. Tree st= get(s1, s2, n);
    102. st = InOrderThr(st);
    103. Search(st);
    104. return 0;
    105. }

    3.对N(≥2)个权值均不相同的字符构造哈夫曼树,则树中任一非叶结点的权值一定不小于下一层任一结点的权值。T

    解析:考察哈弗曼树的构造方法,哈弗曼树的构造思想就是贪心的思想,每次选择权值最小的两个节点来形成新的节点,自底向上建树,因此对于一棵哈弗曼树来说,树中任一非叶节点的权值一定不小于下一层的任意节点的权值。

    在构造哈夫曼树时会遇到两种情况,一种是造成树的高度增加,一种是不增加:

    高度增加的情况:1,2,3,4。即每向树增加结点,树高加一

    高度不增加的情况:比如6,7,8,9。在增加8和9时,树高不会立刻增加(就当成是树吧)

    无论是这两种那种情况,都满足题意 

    4.哈夫曼编码是一种最优的前缀码。对一个给定的字符集及其字符频率,其哈夫曼编码不一定是唯一的,但是每个字符的哈夫曼码的长度一定是唯一的。F

    哈夫曼编码一般左0右1

    比如这个哈夫曼树:

     哈夫曼编码:

    A:00

    B:01

    C:1

    我们在构造时也可能会这样:

     这样构造也是对的,但是哈夫曼编码就不一样了:

     哈夫曼编码:

    A:10

    B:11

    C:0

    所以,对一个给定的字符集及其字符频率,哈夫曼编码不一定是唯一的。

    因为可能有这种情况:字符集A,B,C,D出现的次数为1,2,2,2。这种情况每个字符的哈夫曼码的长度不一定是唯一的

    5.对于一个有N个结点、K条边的森林,不能确定它共有几棵树。F

    对于一棵树,有这样的性质:节点数-边数=1。

    例如:

     有5个结点,4条边

    森林是0棵或有限棵不相交的树的集合,比如森林中有3棵树,那么每棵树的结点数比边数多1,那么三棵树的总结点数就比总边数多3。由此可得,对于一个有N个结点、K条边的森林,它有N-K棵树

    6.树的后根序遍历序列等同于它所对应二叉树的中序遍历序列。T

    树的先序遍历与其转换成二叉树的先序遍历的结果相同;

    树的后序遍历与其转换成二叉树的中序遍历的结果相同;

    7.二叉树可以用二叉链表存储,树无法用二叉链表存储。F

    一个结点的第一个孩子(长子)作为该节点的左孩子,这个结点的兄弟这个结点作为右孩子。

    8.将一棵树转成二叉树,根结点没有左子树。F

    根节点没有兄弟,所以根节点没有右子树

    9.用邻接矩阵法存储图,占用的存储空间数只与图中结点个数有关,而与边数无关。T

    占用的存储空间数只与图中结点个数有关,而与边数无关,空间代价为O(n*n);

    10.用一维数组G[]存储有4个顶点的无向图如下:

    G[] = { 0, 1, 0, 1, 1, 0, 0, 0, 1, 0 }

    则顶点2和顶点0之间是有边的。T

    下三角矩阵

  • 相关阅读:
    2017年亚太杯APMCM数学建模大赛B题喷雾轨迹规划问题求解全过程文档及程序
    基于Linux系统聊天室增加数据库sqlite功能实现(08)
    NK试剂盒使用注意事项及NK细胞培养攻略
    Clickhouse 消除由group by产生的间隙
    1.8 Elasticsearch建立IK中文分词器
    【离散数学必刷题】命题逻辑(第一章 & 左孝凌)刷完包过!
    JS(JavaScript)
    拜耳阵列(Bayer Pattern)以及常见彩色滤波矩阵(CFA)
    手写HashMap(基于JDK1.7)
    第十八章 类和对象——多态
  • 原文地址:https://blog.csdn.net/JYHZZ/article/details/128000128