CTDL 05 Tree

Giảng viên:
Văn Chí Nam – Nguyễn Thị Hồng Nhung – Đặng Nguyễn Đức Tiến
2
Khái niệm
Phép duyệt cây và Biểu diễn cây
Cây nhị phân và Cây nhị phân tìm

kiếm
Cây AVL
Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

3

4
 Tree
 Search tree
 Binary search tree
 Balanced tree
 AVL tree
 AA tree
 Red-Black tree
 …

5
b c
d e f g h
i j k l m n
o p q

6
Sơ đồ tổ chức Cây thư mục

7
Cây (cây có gốc) được xác định (đệ quy) như

sau:
1. Tập hợp gồm 1 đỉnh là một cây. Cây này có gốc là
đỉnh duy nhất của nó.
2. Gọi T1, T2, … Tk (k ≥ 1) là các cây không cắt nhau có
gốc tương ứng r1, r2, … rk.
Giả sử r là một đỉnh mới không thuộc các cây Ti. Khi đó,
tập hợp T gồm đỉnh r và các cây Ti tạo thành một cây
mới với gốc r. Các cây T1, T2, … Tk được gọi là cây
con của gốc r.

8
Nút gốc
r1 r2 rk
T1 T2 Tk
Cây con

9
 node: đỉnh
 parent (của node n): node cha của node n.
Node phía trên trực tiếp của node n trong cây.
 child (của node n): node con của node n. Node
phía dưới trực tiếp của node n trong cây.
 root: gốc cây. Node duy nhất không có node cha
 leaf: node lá. Node không có node con.
 path: đường đi

10
 siblings: các node cùng node cha.

 ancestor (của node n): node trên đường đi từ
node gốc đến node n.
 descendant (của node n): node trên đường đi từ
node n đến node lá.
 subtree (của node n): cây con. Cây bao gồm 1
node con của node n và các node “hậu duệ” của
node này.

11
Nút gốc
r1 r2 rk
k1 k2
T1 T2 Tk
k3 k4 k5
Cây con
Nút lá
Đường đi k6
12
 degree/order: bậc
 Bậc của node: Số con của node
 Bậc của cây: bậc lớn nhất trong số các node của cây.
 depth/level: độ sâu/mức
 Mức (độ sâu) của node:
◼ Nếu node n là node gốc:
◼ level(n) = 1
◼ Nếu node n không phải là node gốc:
◼ level(n) = 1 + level(parent(n)).

13
 height: chiều cao. Số lượng node trên đường đi

dài nhất từ node gốc đến node lá.
 Chiều cao cây:
◼ Nếu cây T rỗng: height(T) = 0
◼ Nếu cây T khác rỗng: height (T) = max{level(Ni)}, NiT
 Chiều cao cây:

◼ Nếu cây T rỗng: height(T) = 0
◼ Nếu cây T khác rỗng: height(T) = 1 + max{height(Ti)},
Ti là cây con của T

14
Bậc = k Nút gốc

Bậc = 2
Độ cao = 4
r1 r2 rk
k1 k2
T1 T2 Tk
k3 k4 k5
Cây con
Nút lá
Đường đi k6
15

16
 Đảm bảo đến mỗi node trên cây chính xác một lần
một cách có hệ thống.
 Nhiều thao tác xử lý trên cây cần phải sử dụng đến

phép duyệt cây.
 Các phép cơ bản:

 Duyệt trước (Pre-order)
 Duyệt giữa (In-order)
 Duyệt sau (Post-order)

17
PreOrder(root)
{
Nếu root rỗng thì không làm gì cả;
//Thao tác: in dữ liệu, cộng dồn,..
Xử lý tại root;
//Duyệt trước tại các cây con Childi.
PreOrder(Child0);
PreOrder(Child1);
…
PreOrder(Childk-1);
} Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019
18
PostOrder(root)
{
//Duyệt sau tại các cây con Childi.
PostOrder(Child0);
PostOrder(Child1);
…
PostOrder(Childk-1);
Xử lý tại root; //Xử lý root SAU cùng.
}

19
InOrder(root)
{
//Duyệt trên con đầu tiên
InOrder(Child0);
Xử lý tại root; //Kẹp. Không đầu, không cuối
//Duyệt trên các con còn lại
InOrder(Child1);
InOrder(Child2);
…
InOrder(Childk-1);
}

20
b c
d e f g h
i j k

21
Duyệt trước
• abdeijcfgkh
Duyệt giữa b c
• dbiejafckgh
d e f g h
Duyệt sau
• dijebfkghca i j k

22
b c
d e f g h

23

24
info child id next

1 a 2 3
2 b 4 5
3 c 6 7 8
4 d
5 e 9 10
6 f b c
7 g 11
8 h
d e f g h
9 i
10 j
11 k i j k
25
A Root
B C
D E F G H
I J K

26
Info Eldest Child Next Sibling
1 a 2 0
2 b 4 3
3 c 6 0
4 d 0 5 b c
5 e 9 0
6 f 0 7
7 g 11 8 d e f g h
8 h 0 0
9 i 0 10
10 j 0 0 i j k
11 k 0 0
27
A Root
B C
D E F G H
I J K

28
Info Parent
1 a 0
2 b 1
3 c 1
4 d 2
b c
5 e 2
6 f 3
7 g 3 d e f g h
8 h 3
9 i 5
10 j 5 i j k
11 k 7

29
Binary tree

30
 Là cây mà mỗi đỉnh

có bậc tối đa bằng 2.
 Các cây con được b c
gọi là cây con trái và
cây con phải. d e f g
 Có toàn bộ các thao

tác cơ bản của cây. h i j

31
 Cây nhị phân hoàn chỉnh (complete binary tree)
 Cây nhị phân hoàn hảo (perfect binary tree)
 Cây nhị phân đầy đủ (full binary tree)

 proper binary tree, plane binary tree, strictly binary tree

32
 Cây nhị phân hoàn chỉnh

 Cây nhị phân có chiều cao là h thì có đầy đủ các node
từ mức 1 đến mức h-1. Các node ở mức h sẽ được lấp
từ trái sang phải.
 Cây nhị phân hoàn hảo
 Cây nhị phân hoàn hảo có chiều cao là h thì tất cả các
node nằm ở mức từ 1 đến h-1 đều có 2 node con.
 Cây nhị phân đầy đủ (full binary tree)
 Cây nhị phân mà mỗi node trong (không phải là node
lá) đều có đủ 2 con.

33
b c b c
d e f g d e f g
h i j
Cây nhị phân hoàn chỉnh Cây nhị phân hoàn hảo

34
 Heap là một cây nhị phân hoàn chỉnh:

 Max-heap: Node cha có giá trị lớn hơn hoặc bằng
node con.
 Min-heap: Node cha có giá trị nhỏ hơn hoặc bằng

node con.

35
 Chiều cao tối thiểu của một cây nhị phân gồm
N node?
 Chiều cao tối đa của một cây nhị phân gồm N

node?

36
 Số node tối thiểu trên cây nhị phân có chiều

cao h?
 Số node tối đa trên cây nhị phân có chiều cao

h?

37
 Cây tổ chức thi đấu

 Cây biểu thức số học
 Lưu trữ và tìm kiếm * +
thông tin.
4 - 1 sin
3 4 30
Cây biểu thức:

4 * (3 – 4) + (1 + sin(30))
38
 Cây nhị phân tìm kiếm là cây nhị phân thỏa mãn
các điều kiện sau:
1. Khóa của node gốc lớn hơn tất cả khóa của
các node thuộc cây con trái.
2. Khóa của node gốc nhỏ hơn tất cả khóa của
các node thuộc cây con phải.
3. Cây con trái và cây con phải của node gốc là
cây nhị phân tìm kiếm.

39
4 10
2 6 9 23
5 7 20
40
 Đặc điểm:
 Có thứ tự
 Không có phần tử trùng
 Dễ dàng tạo dữ liệu sắp xếp, và tìm kiếm

42
 Thêm phần tử (khóa)
 Tìm kiếm phần tử (khóa)
 Xóa phần tử (khóa)
 Sắp xếp
 Duyệt cây
 Quay cây
43
 Bước 1: Bắt đầu từ gốc
 Bước 2: So sánh dữ liệu (khóa) cần

thêm với dữ liệu (khóa) của node hiện
hành.
 Nếu bằng nhau => Đã tồn tại. Kết thúc
 Nếu nhỏ hơn => Đi qua nhánh trái, Tiếp
bước 2.
 Nếu lớn hơn => Đi qua nhánh phải, Tiếp
bước 2.
 Bước 3: Không thể đi tiếp nữa => Tạo

node mới với dữ liệu (khóa) cần thêm.
Kết thúc
44
 Bước 1: Bắt đầu từ gốc
 Bước 2: So sánh dữ liệu (khóa) cần tìm

với dữ liệu (khóa) của node hiện hành.
 Nếu bằng nhau => Tìm thấy. Kết thúc
 Nếu nhỏ hơn => Đi qua nhánh trái, Tiếp
bước 2.
 Nếu lớn hơn => Đi qua nhánh phải, Tiếp
bước 2.
 Bước 3: Không thể đi tiếp nữa => Không

tìm thấy. Kết thúc.

45
 Tìm đến node chứa dữ liệu (khóa) cần xóa.
 Xét các trường hợp:

 Node lá
 Node chỉ có 1 con
 Node có 2 con: dùng phần tử thế thân để xóa thế.

46
 Cho cây nhị phân tìm kiếm
 Thứ tự duyệt các node 8 19

nếu sử dụng Duyệt giữa?
1 9 16
 Nêu nhận xét

13 18
 Cóthể dễ dàng tạo dữ liệu sắp xếp
nếu dùng phép duyệt giữa
14
1 8 9 13 14 15 16 18 19
47
 Duyệt trước
2 20
1 3 25
23

48
 Duyệt giữa
2 20
1 3 25
23

49
 Duyệt sau
2 20
1 3 25
23

50
P Quay trái cây P P

51
Quay trái cây P
P
18 35
8 35 18 50
20 50 8 20 55
55

52
Quay phải cây P
P P

53
Quay phải cây P

P
50 40
40 55 37 50
37 45 65 36 45 55
65
36

54
 Đối với phép tìm kiếm:

 Trường hợp tốt nhất: mỗi nút (trừ nút lá) đều có 2 con:
O(log2n) (chính là chiều cao của cây).
 Trường hợp xấu nhất: cây trở thành danh sách liên kết:
O(n).
 Trường hợp trung bình là bao nhiêu?
O(log2n)

55
 Tạo cây nhị phân tìm kiếm theo thứ tự nhập

như sau: 1, 8, 9, 12, 14, 15, 16, 18, 19

56
 Tạo cây nhị phân tìm kiếm theo thứ tự nhập

như sau: 1, 8, 9, 12, 14, 15, 16, 18, 19
1
8
9
12
14
15
16
18
Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019 19

57
AVL tree

58
 Do Georgy Adelsen Velskii và Evgenii Lendis

đưa ra vào năm 1962, đặt tên là cây AVL.

59
 Cây cân bằng AVL là cây nhị phân tìm kiếm mà

tại mỗi đỉnh của cây, độ cao của cây con trái và
cây con phải không chênh lệch quá 1.

60
 Ví dụ : 12
12
8 18 8 18
5 11 17 5 11 17
4 7 4 7
Cây AVL? 2 Cây AVL?

61
 Việc xây dựng cây cân bằng dựa trên cây nhị
phân tìm kiếm, chỉ bổ sung thêm một giá trị (bal)
cho biết sự cân bằng của các cây con như thế
nào.
 Trong đó giá trị bal (balance, cân bằng) có thể
là: 0: cân bằng; 1: lệch trái; 2: lệch phải

62
Nguồn: Wikipedia

63
 Mất cân bằng trái-trái (L-L)
 Mất cân bằn trái-phải (L-R)
 Mất cân bằng phải-phải (R-R)
 Mất cân bằng phải-trái (R-L)

64
 Mất cân bằng trái-trái (L-L)
12
18
5 17

65
 Mất cân bằng trái-phải (L-R)
12
18
5 17

66
 Mất cân bằng phải-phải (R-R)
12
5 11 22
7 25
4

67
12
5 11 22
4 7 20

68
 Giả sử tại một node cây xảy ra mất cân bằng

bên phải (cây con phải chênh lệch với cây con
trái hơn một đơn vị):
 Mất cân bằng phải-phải (RR)
◼ Quay trái

◼ Quay phải
◼ Quay trái

69
 P mất cân bằng phải-phải (RR):
h+1
h
h h+1 h h

70
 P mất cân bằng phải-phải (RR):

Quay trái cây P
P
18 35
Q
8 35 18 50
20 50 8 20 55
55

71
 P mất cân bằng phải-trái (RL):

 Bước 1: quay phải Q
P
 Bước 2: quay trái cây P
h h-1

72

 Bước 1: quay phải cây Q
P Quay phải cây Q P
Q Q
h h
h h
h h-1 h- 1 h

73

 Bước 2: quay trái cây P
h h
h h- 1 h
h- 1 h
74
 P mất cân bằng phải-trái (RL) – Bước 1:

P Quay phải cây Q
35 35
Q
50 18 40
18
8 20 40 55 8 20 37 50
37 45 65 36 45 55
36
65
75
 P mất cân bằng phải-trái (RL) - Bước 2:

P Quay trái cây P
35 40
Q
18 40 35 50
8 20 37 50 45 55
18 37
36 45 55 36 65
8 20
65
76
 Khi một node cây xảy ra mất cân bằng bên trái
(cây con trái chênh lệch với cây con phải hơn
một đơn vị): (thực hiện đối xứng với trường hợp
mất cân bằng bên phải)
 Mất cân bằng trái-trái (LL)
◼ Quay phải
 Mất cân bằng trái-trái (L-R)

◼ Quay trái
◼ Quay phải

77
Theo Wikipedia
78
 Thực hiện hoàn toàn tương tự cây nhị phân tìm

kiếm.
4 10
2 6 9 23
5 7 20
79
 Thực hiện tương tự với việc thêm phần tử của

cây nhị phân tìm kiếm.
 Nếu xảy ra việc mất cân bằng thì xử lý bằng các

trường hợp mất cân bằng đã biết.

80
 Thực hiện tương tự cây nhị phân tìm kiếm: xét 3

trường hợp, và tìm phần tử thế mạng nếu cần.
 Sau khi xóa, nếu cây mất cân bằng, thực hiện
cân bằng cây.
 Lưu ý: việc cân bằng sau khi hủy có thể xảy ra

dây chuyền.

81
 Ví dụ: xóa 35
Phần tử thế mạng là 36
40 40
35 50 36 50
18 37 45 55 18 37 45 55
8 20 36 65 8 20 65
Cây vẫn cân bằng nên

không phải hiệu chỉnh

82
 Xóa phần tử 45
40 40
36 50 36 50
18 37 45 55 18 37 55
8 20 65 8 20 65
Node 50 bị lệch phải !!!

83
 Xóa phần tử 45: cân bằng lại cây

Quay trái tại node 50
40 40
50 36 55
36
55 18 37 50 65
18 37
8 20 65 8 20

84
AA tree

85
 Được đặt tên theo tác giả Arne Anderson (Thụy

Điển).
 Công trình được công bố năm 1993 (Balanced

Search Trees Made Simple).

86
 Mức của node
 Liên kết ngang

87
 Mức của node:

 Số liên kết trái từ node đó đến node NULL.
◼ Mức của NULL là 0.
◼ Mức của node lá là 1.
Mức 2 15
Mức 1
5 10 20

88
 Liên kết ngang:

 Liên kết giữa node cha và node con có cùng mức.
15
5 10 20

89
 Cây AA là cây nhị phân tìm kiếm thỏa mãn các tính chất
sau:
[1] Mức của node con trái bắt buộc phải nhỏ hơn mức của node
cha.
[2] Mức của node con bên phải nhỏ hơn hoặc bằng mức của node
cha.
Liên kết ngang bắt buộc hướng sang phải.
[3] Mức của node cháu bên phải bắt buộc nhỏ hơn mức của node
ông.
Không tồn tại 2 liên kết ngang liên tiếp.
[4] Mọi node có mức lớn hơn 1 phải có 2 node con.
[5] Nếu một node không có liên kết ngang phải thì cả hai node con
của nó phải cùng mức.

90
30 70
15 50 60 85
35 40 55 65 80 90
5 10 20
Mức của các node?

91
30 70
15 50 60 85
35 40 55 65 80 90
5 10 20
So sánh mức của node con trái với mức của node cha trực tiếp của nó?
Các cặp node: 15 và 30, 5 và 15, 50 và 70, 35 và 50, 55 và 60, 80 và 85

92
30 70
15 50 60 85
35 40 55 65 80 90
5 10 20
Các liên kết ngang?

Hướng của liên kết ngang?

93
30 70
15 50 60 85
35 40 55 65 80 90
5 10 20
Có tồn tại 2 liên kết ngang liên tiếp?

94
30 70
15 50 60 85
35 40 55 65 80 90
5 10 20
Mọi node có mức lớn hơn 1 đều có 2 node con?

95
30 70
15 50 60 85
35 40 55 65 80 90
5 10 20
So sánh mức của các node con của các node: 15, 70, 60, 85?

96
 Skew
 Split

97
 Skew:
 Dùng để loại bỏ liên kết ngang trái.
P X P X
A B C A B C

98
 Split:
 Dùng để loại bỏ 2 liên kết ngang liên tiếp
P
X P G
X G
A B C D
A B C D

99
 Skew: dùng để loại bỏ liên kết ngang bên trái.
 Split: dùng để loại bỏ 2 liên kết ngang (phải) liên

tiếp.
 Biến đổi theo thứ tự Skew -> Split (nếu có).
 Khi thực hiện thao tác Split, node giữa được

tăng thêm một mức.
100
 Duyệt cây, Tìm kiếm:

 Tương tự cây nhị phân tìm kiếm
 Thêm phần tử
 Xóa phần tử

101
 Thực hiện tương tự trên cây nhị phân tìm kiếm.
 Phần tử được thêm vào luôn ở mức 1.
 Sau khi thêm, thực hiện các thao tác Skew

và/hoặc Split để đảm bảo tính chất của cây.

102
 Vẽ cây AA theo thứ tự nhập sau đây:

4, 7, 6, 3, 5, 9, 15, 27, 8, 40

103
4 9 27
3 5 7 8 15 40

104
 Hãy vẽ cây AA theo thứ tự nhập sau đây:

 40, 8, 27, 15, 9, 5, 3, 6, 7, 4

105
27
5 7
3 4 6 8 15 40

106
 Nếu mức của node lớn hơn 1, tìm phần tử thế

mạng:
 Phần tử lớn nhất bên nhánh trái (node có mức bằng 1).
 Xóa node có mức bằng 1:

 Giảm mức của node cha nếu mức của node đó nhỏ
hơn.
 Thực hiện các thao tác Skew, Split cần thiết

107
6
4 9 27
3 5 7 8 15 40

108
6
4 9 27
3 5 7 15 40

109
4 9 27
3 5 7 8 15 40

110
4 9 27
Giảm mức của 4

3 7 8 15 40

111
3 4 9 27
Skew tại 4
7 8 15 40

112
Giảm mức
3 4 9 27
7 8 15 40

113
6 9 27
3 4 7 8 15 40

114
Split tại 6
6 9 27
3 4 7 8 15 40

115
9
6 27
3 4 7 8 15 40

116

117
1. Xây dựng giải thuật xóa một đỉnh với khóa cho
trước ra khỏi cây nhị phân tìm kiếm.
2. Hãy chứng tỏ rằng trường hợp tìm kiếm trung

bình cho cây nhị phân tìm kiếm là O(log2n)?

118
3. Biểu diễn tình trạng cây nhị phân tìm kiếm sau
khi thực hiện các thao tác sau:
 Lần lượt thêm các node theo trình tự: M G B K S P D
C A H L F X N T W R.
 Xóa M.
 Xóa S.
 Cho biết kết quả sau khi duyệt cây theo các trình tự
giữa, trước và sau.

119
4. Xây dựng giải thuật thực hiện các thao tác sau
trên cây nhị phân tìm kiếm:
- Đếm số node lá.
- Tính độ cao cây.
- Tính độ cao của 1 node trong cây.
- Xuất ra các node có cùng độ cao.

120
5. Biểu diễn tình trạng cây cân bằng AVL/cây AA

sau khi thực hiện các thao tác sau:
 Lần lượt thêm các node theo trình tự: 13 7 2 11 19 16 4
3 1 8 12 6 24 14 20 23 18
 Xóa 13.
 Xóa 19
Lưu ý: cho biết các trường hợp mất cân bằng.

121
6. Hãy vẽ cây AVL với 12 nút có chiều cao cực đại

trong tất cả các cây AVL 12 nút.
7. Tìm 1 dãy N khoá sao cho khi lần lượt dùng

thuật toán thêm vào cây AVL sẽ phải thực hiện
mỗi thao tác cân bằng (LL, LR, RL, RR) lại ít
nhất 1 lần.

122

123

124
 Vẽ cây AA theo thứ tự nhập sau đây:

4, 7, 6, 3, 5, 9, 15, 27, 8, 40

125
Thêm 4
Chuẩn bị: Thêm 7
126
Thêm 7
127
Thêm 6
Quan sát các liên kết mới thêm
128
6 7
Thêm 6
Quay phải nút 7
129
Kết quả sau khi quay phải nút 7

130
4 6 7
Hai liên kết ngang liên tiếp

131
4 7

132
4 7
3
6
3 4 7
Thêm 3

133
3 4 7

134
3 4 7
Thêm 5

135
3 4 5 7

136
4 7
3 5
Mức hiện hành của 4, 6?

137
4 6
3 5 7

138
4 6
3 5 7

139
4 6
3 5 7
Thêm 9
140
4 6
3 5 7
15
141
4 6
3 5 7 9 15

142
4 6
3 5 9
7 15

143
4 6 9
3 5 15
7

144
4 9
3 5 7 15

145
4 9
3 5 7 15
27
Thêm 27
146
4 9
3 5 7 15
8 27
Thêm 8

147
4 9
3 5 7 8 15 27

148
4 9
3 5 7 8 15 27
40
Thêm 40

149
4 9
3 5 7 8 15 27 40

150
4 9
3 5 7 8 27
15 40

151
4 9 27
3 5 7 8 15 40

CTDL 05 Tree

Uploaded by

Copyright:

Available Formats

You might also like

CTDL 05 Tree

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

CTDL 05 Tree

Uploaded by

Copyright:

Available Formats

Giảng viên:

Phép duyệt cây và Biểu diễn cây

Cây nhị phân và Cây nhị phân tìm

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Sơ đồ tổ chức Cây thư mục

Cây (cây có gốc) được xác định (đệ quy) như

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

 siblings: các node cùng node cha.

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

 height: chiều cao. Số lượng node trên đường đi

 Chiều cao cây:

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Bậc = k Nút gốc

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

 Nhiều thao tác xử lý trên cây cần phải sử dụng đến

 Các phép cơ bản:

 Duyệt giữa (In-order)

 Duyệt sau (Post-order)

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

info child id next

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Info Eldest Child Next Sibling

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

 Là cây mà mỗi đỉnh

 Có toàn bộ các thao

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

 Cây nhị phân hoàn chỉnh (complete binary tree)

 Cây nhị phân hoàn hảo (perfect binary tree)

 Cây nhị phân đầy đủ (full binary tree)

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

 Cây nhị phân hoàn chỉnh

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

 Heap là một cây nhị phân hoàn chỉnh:

 Min-heap: Node cha có giá trị nhỏ hơn hoặc bằng

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

 Chiều cao tối đa của một cây nhị phân gồm N

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

 Số node tối thiểu trên cây nhị phân có chiều

 Số node tối đa trên cây nhị phân có chiều cao

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

 Cây tổ chức thi đấu

Cây biểu thức:

Cấu trúc dữ liệu và giải thuật | fit@hcmus | 2019

 Dễ dàng tạo dữ liệu sắp xếp, và tìm kiếm