【数据结构|数据结构 Java数据结构 --- 二叉树】
文章目录
- 二叉树
- 1. 树形结构
-
- 1.1 概念
- 1.2 树的表示形式
- 1.3 树的应用
- 2. 二叉树
-
- 2.1 概念
- 2.2 二叉树的基本形态
- 2.3 两种特殊的二叉树
- 2.4 二叉树的性质
- 2.5 二叉树的存储
- 2.6 二叉树的遍历
- 2.7 二叉树的基本操作
-
- 第一步: 首先这里我们用穷举法先来创建一个二叉树来测试这些操作.
- 第二步: 用代码实现3种遍历二叉树的方法.
- 第三步: 两种方法求结点个数
- 第四步: 两种方法求叶子结点的个数
- 第五步: 求第 k 层结点个数
- 第六步: 查找val所在的位置
- 第七步: 获取二叉树的高度
- 第八步: 运行测试结果
- 2.8 层序遍历
-
- a) 层序遍历代码实现:
- b) 判断一棵树是不是完全二叉树
-
- 方法一思路:
-
- 代码实现:
- 方法二思路:
-
- 代码实现:
- 2.9 前中后序的非递归实现
-
- ①前序遍历 (非递归)
- ②中序遍历 (非递归)
- ③后序遍历 (非递归)
二叉树 1. 树形结构 1.1 概念 树是一种非线性的数据结构,它是由n(n>=0)个有限结点组成一个具有层次关系的集合。把它叫做树是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。它具有以下的特点:
- 有一个特殊的节点,称为根节点,根节点没有前驱节点
- 除根节点外,其余节点被分成M(M > 0)个互不相交的集合T1、T2、…Tm,其中每一个集合 Ti (1 <= i<= m) 又是一棵与树类似的子树。每棵子树的根节点有且只有一个前驱,可以有0个或多个后继
- 树是递归定义的。
文章图片
文章图片
节点的度:一个节点含有的子树的个数称为该节点的度; 如上图:A的为61.2 树的表示形式 树结构相对线性表就比较复杂了,要存储表示起来就比较麻烦了,实际中树有很多种表示方式,如:双亲表示法,孩子表示法、孩子兄弟表示法等等。我们这里就简单的了解其中最常用的孩子兄弟表示法。
树的度:一棵树中,最大的节点的度称为树的度; 如上图:树的度为6
叶子节点或终端节点:度为0的节点称为叶节点; 如上图:B、C、H、I…等节点为叶节点
双亲节点或父节点:若一个节点含有子节点,则这个节点称为其子节点的父节点; 如上图:A是B的父节点孩
子节点或子节点:一个节点含有的子树的根节点称为该节点的子节点; 如上图:B是A的孩子节点
根结点:一棵树中,没有双亲结点的结点;如上图:A
节点的层次:从根开始定义起,根为第1层,根的子节点为第2层,以此类推;
树的高度或深度:树中节点的最大层次; 如上图:树的高度为4
非终端节点或分支节点:度不为0的节点; 如上图:D、E、F、G…等节点为分支节点
兄弟节点:具有相同父节点的节点互称为兄弟节点; 如上图:B、C是兄弟节点
堂兄弟节点:双亲在同一层的节点互为堂兄弟;如上图:H、I互为兄弟节点
节点的祖先:从根到该节点所经分支上的所有节点;如上图:A是所有节点的祖先
子孙:以某节点为根的子树中任一节点都称为该节点的子孙。如上图:所有节点都是A的子孙
森林:由m(m>=0)棵互不相交的树的集合称为森林
class Node {
int value;
// 树中存储的数据
Node firstChild;
// 第一个孩子引用
Node nextBrother;
// 下一个兄弟引用
}
文章图片
1.3 树的应用 文件系统管理(目录和文件)
文章图片
2. 二叉树 2.1 概念 一棵二叉树是结点的一个有限集合,该集合或者为空,或者是由一个根节点加上两棵别称为左子树和右子树的二叉
树组成。
二叉树的特点:
1. 每个结点最多有两棵子树,即二叉树不存在度大于 2 的结点。
2. 二叉树的子树有左右之分,其子树的次序不能颠倒,因此二叉树是有序树。
2.2 二叉树的基本形态 一般二叉树都是由以下几个基本形态结合而形成的。
文章图片
2.3 两种特殊的二叉树
- 满二叉树: 一个二叉树,如果每一个层的结点数都达到最大值,则这个二叉树就是满二叉树。也就是说,如果一个二叉树的层数为K,且结点总数是 ,则它就是满二叉树。
- 完全二叉树: 完全二叉树是效率很高的数据结构,完全二叉树是由满二叉树而引出来的。对于深度为K的,有n个结点的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。
文章图片
2.4 二叉树的性质
- 若规定根节点的层数为1,则一棵非空二叉树的第i层上最多有 2i-1 (i>0)个结点
- 若规定只有根节点的二叉树的深度为1,则深度为K的二叉树的最大结点数是 2k-1(k>=0)
- 对任何一棵二叉树, 如果其叶结点个数为 n0, 度为2的非叶结点个数为 n2,则有n0=n2+1
- 具有n个结点的完全二叉树的深度k为 log2(n+1) 上取整
- 对于具有n个结点的完全二叉树,如果按照从上至下从左至右的顺序对所有节点从0开始编号,则对于序号为i的结点有:
若i>0,双亲序号:(i-1)/2;i=0,i为根节点编号,无双亲节点
若2i+1若2i+2
2.5 二叉树的存储 二叉树的存储结构分为:顺序存储和类似于链表的链式存储。
顺序存储 存储的是完全二叉树
二叉树的链式存储是通过一个一个的节点引用起来的,常见的表示方式有二叉和三叉表示方式,具体如下:
// 孩子表示法
class Node {
int val;
// 数据域
Node left;
// 左孩子的引用,常常代表左孩子为根的整棵左子树
Node right;
// 右孩子的引用,常常代表右孩子为根的整棵右子树
}// 孩子双亲表示法
class Node {
int val;
// 数据域
Node left;
// 左孩子的引用,常常代表左孩子为根的整棵左子树
Node right;
// 右孩子的引用,常常代表右孩子为根的整棵右子树
Node parent;
// 当前节点的根节点
}
2.6 二叉树的遍历 如果N代表根节点,L代表根节点的左子树,R代表根节点的右子树,则根据遍历根节点的先后次序有以下遍历方式:
- NLR:前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点—>根的左子树—>根的右子树。
- LNR:中序遍历(Inorder Traversal)——根的左子树—>根节点—>根的右子树。
- LRN:后序遍历(Postorder Traversal)——根的左子树—>根的右子树—>根节点。
文章图片
文章图片
package BinaryTree;
class TreeNode{
public char val;
public TreeNode left;
public TreeNode right;
public TreeNode(char val){
this.val = val;
}
}
public class BinaryTree {
public TreeNode createTree() {
TreeNode A = new TreeNode('A');
TreeNode B = new TreeNode('B');
TreeNode C = new TreeNode('C');
TreeNode D = new TreeNode('D');
TreeNode E = new TreeNode('E');
TreeNode F = new TreeNode('F');
TreeNode G = new TreeNode('G');
TreeNode H = new TreeNode('H');
A.left = B;
A.right = C;
B.left = D;
B.right = E;
E.right = H;
C.left = F;
C.right = G;
return A;
}
}
此时的二叉树图形如图:
文章图片
第二步: 用代码实现3种遍历二叉树的方法.
// 前序遍历
void preOrderTraversal(TreeNode root) {
if (root == null) {
return;
}
System.out.print(root.val + " ");
preOrderTraversal(root.left);
preOrderTraversal(root.right);
}
// 中序遍历
void inOrderTraversal(TreeNode root){
if(root == null){
return;
}
inOrderTraversal(root.left);
System.out.print(root.val + " ");
inOrderTraversal(root.right);
}
// 后序遍历
void postOrderTraversal(TreeNode root){
if(root == null){
return;
}
postOrderTraversal(root.left);
postOrderTraversal(root.right);
System.out.print(root.val + " ");
}
第三步: 两种方法求结点个数
// 遍历思路-求结点个数
static int size = 0;
void getSize1(TreeNode root){
if(root == null){
return;
}
size++;
getSize1(root.left);
getSize1(root.right);
}// 子问题思路-求结点个数
int getSize2(TreeNode root){
if(root == null){
return 0;
}
return getSize2(root.left) + getSize2(root.right) + 1;
}
第四步: 两种方法求叶子结点的个数
// 遍历思路-求叶子结点个数
static int leafSize = 0;
void getLeafSize1(TreeNode root){
if(root == null){
return ;
}
if(root.left == null && root.right==null){
leafSize++;
}
getLeafSize1(root.left);
getLeafSize1(root.right);
}// 子问题思路-求叶子结点个数
int getLeafSize2(TreeNode root){
if(root == null){
return 0;
}
if(root.left == null && root.right ==null){
return 1;
}
return getLeafSize2(root.left) + getLeafSize2(root.right);
}
第五步: 求第 k 层结点个数
int getKLevelSize(TreeNode root,int k){
if(root == null){
return 0;
}
if(k == 1){
return 1;
}
return getKLevelSize(root.left,k-1) + getKLevelSize(root.right,k-1) ;
}
第六步: 查找val所在的位置
// 查找 val 所在结点,没有找到返回 null
// 按照 根 -> 左子树 -> 右子树的顺序进行查找
// 一旦找到,立即返回,不需要继续在其他位置查找
TreeNode find(TreeNode root, char val){
if(root == null){
return null;
}
if(root.val == val){
return root;
}
TreeNode ret = find(root.left,val);
if(ret != null){
return ret;
}
ret = find(root.right,val);
if(ret != null){
return ret;
}
return null;
}
第七步: 获取二叉树的高度
// 获取二叉树的高度
int getHeight(TreeNode root){
if(root == null){
return 0;
}
int leftHeight = getHeight(root.left);
int rightHeight = getHeight(root.right);
return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
}
第八步: 运行测试结果
public static void main(String[] args) {
BinaryTree binaryTree = new BinaryTree();
TreeNode root = binaryTree.createTree();
System.out.print("前序遍历结果:");
binaryTree.preOrderTraversal(root);
System.out.println();
System.out.print("中序遍历结果:");
binaryTree.inOrderTraversal(root);
System.out.println();
System.out.print("后序遍历结果:");
binaryTree.postOrderTraversal(root);
System.out.println();
binaryTree.getSize1(root);
System.out.println("结点数: "+BinaryTree.size);
int ret = binaryTree.getSize2(root);
System.out.println("结点数: "+ret);
binaryTree.getLeafSize1(root);
System.out.println("叶子节点数: "+BinaryTree.leafSize);
int ret1 = binaryTree.getLeafSize2(root);
System.out.println("叶子节点数: "+ret1);
int ret2 = binaryTree.getKLevelSize(root,3);
System.out.println("求k层节点数: "+ret2);
TreeNode b= binaryTree.find(root,'H');
System.out.println(b.val);
System.out.println("求二叉树的深度: "+binaryTree.getHeight(root));
}
运行结果:
文章图片
2.8 层序遍历 设二叉树的根节点所在层数为1,层序遍历就是从所在二叉树的根节点出发,首先访问第一层的树根节点,然后从左到右访问第2层上的节点,接着是第三层的节点,以此类推,自上而下,自左至右逐层访问树的结点的过程就是层序遍历。
文章图片
文章图片
a) 层序遍历代码实现:
// 层序遍历
void levelOrderTraversal(TreeNode root){
if(root == null) return ;
Queue queue = new LinkedList<>();
queue.offer(root);
while(!queue.isEmpty()){
TreeNode top = queue.poll();
System.out.print(top.val+" ");
if(top.left != null)
queue.offer(top.left);
if(top.right != null)
queue.offer(top.right);
}
System.out.println();
}
b) 判断一棵树是不是完全二叉树
方法一思路:
1. 将树按照层序遍历的方法,放入队列中,不同的是将左右节点都放入队列中,不论节点是否为空都放入代码实现:
2. 循环取出队首元素,如果队首为null就结束循环.
3. 如果此时队列不为空.
①队列还有节点,那么就不是完全二叉树
②队列全是null,那么就是完全二叉树.
4. 循环结束那么就是true;
boolean isCompleteTree(TreeNode root) {
if (root == null) return true;
Queue queue = new LinkedList<>();
queue.offer(root);
while (!queue.isEmpty()) {
TreeNode top = queue.poll();
//左子树 和 右子树 都放入队列(不论是不是null)
if (top != null) {
queue.offer(top.left);
queue.offer(top.right);
} else {
//如果队首为空就跳出循环
break;
}
}
//如果队不为空,说明是因为break结束的循环.那么就需要判断队里的元素
while (!queue.isEmpty()) {
TreeNode cur = queue.peek();
//如果队首为空,就出队
if (cur == null){
queue.poll();
}else {
//遇到不为空的节点就表示不是完全二叉树.
return false;
}
}
//队空既为true;
return true;
}
方法二思路:
1. 观察完全二叉树的图形我们可以看出来,每个节点要么有2个子节点,要么没有节点,要么就只有一个左节点没有右节点.代码实现:
2. 遍历判断
①如果左子树和右子树都不为空,就入队.
②如果左子树存在 右子树不存在,那么进行第二个判断.
③如果左子树不存在 右子树存在,那么直接false
④如果左子树右子树都不存在,那么也进入第二个判断.
3. 第二个判断,判断是否接下来的左子树和右子树都为空,如果不为空,就是false; 一直为空就是true;
boolean isCompleteTree1(TreeNode root) {
Queue queue = new LinkedList<>();
queue.offer(root);
boolean isComplete = true;
while(!queue.isEmpty()){
TreeNode top = queue.poll();
if(isComplete) {
//1.都不为空 入队
if (top.left != null && top.right != null) {
queue.offer(top.left);
queue.offer(top.right);
} else if (top.left != null && top.right == null) {
//2.左子树不为空,右子树为空,进入第二个判断
isComplete = false;
queue.offer(top.left);
} else if (top.left == null && top.right != null) {
//3.左子树为空,右子树不为空,不符合完全二叉树概念false
return false;
} else {
//4.左右子树都为空,进入第二个判断
isComplete = false;
}
}else {
//第2判断//如果后面的节点还有子树,那就不符合完全二叉树概念 false
if(top.left != null || top.right != null){
return false;
}
}
}
//循环遍历结束,那就是满足条件,返回true;
return true;
}
2.9 前中后序的非递归实现 ①前序遍历 (非递归)
// 前序遍历
void preOrderTraversal(TreeNode root) {
if (root == null) return;
TreeNode cur = root;
Stack stack = new Stack<>();
while (cur != null || !stack.empty()) {
while (cur != null) {
stack.push(cur);
System.out.print(cur.val+" ");
cur = cur.left;
}
TreeNode top = stack.pop();
cur = top.right;
}
}
②中序遍历 (非递归)
// 中序遍历
void inOrderTraversal(TreeNode root){
if(root == null) return ;
Stack stack = new Stack<>();
TreeNode cur = root;
while(cur != null || !stack.empty()) {
while (cur != null) {
stack.push(cur);
cur = cur.left;
}
TreeNode top = stack.pop();
System.out.print(top.val + " ");
cur = top.right;
}
}
③后序遍历 (非递归)
// 后序遍历
void postOrderTraversal(TreeNode root){
if(root == null)
return;
TreeNode cur = root;
TreeNode pre = null;
//用来指向上一个被打印的元素
Stack stack = new Stack<>();
while(cur != null || !stack.empty()){
while(cur != null){
stack.push(cur);
cur = cur.left;
}
cur = stack.peek();
if(cur.right == null || pre == cur.right ){
stack.pop();
System.out.print(cur.val+" ");
pre = cur;
cur = null;
}else {
cur = cur.right;
}
}
}
推荐阅读
- java|java 基础数据结构_Java实现的基础数据结构
- 笔记|咖啡汪对敖丙老哥Java后端面试心得体会————阿里一面
- java|java 反射的概念
- 面试笔试|2022春招华为笔试题-(2)
- java|咸鱼疯传5W次,字节最新春招面试题泄露
- 数据挖掘分类算法--KNN
- 人工智能|收藏 | 计算机顶会论文投稿指南
- Java|docker化你的java应用(上)
- python|「薅羊毛」青龙定时面板——京东活动