1：哈夫曼樹-wpl最小-最優二叉樹

1.沒有度為1的結點

2.n個葉子節點的哈夫曼樹共有2n-1個結點

樹的特點：度為2結點和葉結點的關係n2=n0-1
所以：當葉結點為n時，度為二的結點數為n-1
因為哈夫曼沒有度為一的結點，所以一共在樹中有2n-1個結點
3.哈夫曼樹任意非葉結點的左右子樹交換後還是哈夫曼樹

4.對同一組權值{w1,w2,...,wn},是會存在不同結構的哈夫曼樹
BADCADFEED
法一：直接傳遞字元的ASCII碼，每個字元佔八位，一共傳遞80位
法二：我們發現數據只是從A-F,一共6個字元，我們完全可以使用3位二進位制來表示這些資料（網路對方需要知道我們的編碼才能解碼）
A    B   C   D   E   F
 
000 001 010 011 100 101
001000011010000011101100100011(30)
法三：我們發現一段文字中各個數字出現的頻率是不一樣的，各個字母頻率相加100%，可以使用哈夫曼編碼，對資料再次進行壓縮
假設各個字母頻率為
A 27,B 8,C 15,D 15,E 30,F 5
1.先構造哈夫曼樹
2.獲取字首碼
（1）左右分支分別用0，1表示（避免了二義性）
（2）字元只在葉子節點
1001010010101001000111100(25)

2：平衡二叉樹

看這個（重點看構造平衡二叉樹時左右子樹旋轉方法）https://www.cnblogs.com/ssyfj/p/9504996.html

//返回二叉樹的深度，前提T存在
int depth(bitTree T)
{
    
 
if(!T)
        return 0;
    else
        return max(depth(T->lchild),depth(T->rchild))+1;
        //這有個缺點，空樹會返回深度1
}
//判斷平衡二叉樹
int balance(bitTree t)
{
    int left,right;
    int cha;
    if(t!=NULL)
    {
        left=depth(t.lchild);
        right=depth(t.rchild);
        cha=left-right;
        
 
if(cha>1||cha<-1)
        {
            return false;
        }
        return  balance(t.lchild)&&balance((t.rchild));
    }

}

3：二叉搜尋樹

看這個（重點看插入刪除時樹的變化）https://www.cnblogs.com/ssyfj/p/9503740.html

4：線索二叉樹

暫定