数据结构|数据结构 Java数据结构 --- 二叉树

【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。
    数据结构|数据结构 Java数据结构 --- 二叉树
    文章图片
数据结构|数据结构 Java数据结构 --- 二叉树
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6
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
1.2 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。
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 }

数据结构|数据结构 Java数据结构 --- 二叉树
文章图片

1.3 树的应用 文件系统管理(目录和文件)
数据结构|数据结构 Java数据结构 --- 二叉树
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。
数据结构|数据结构 Java数据结构 --- 二叉树
文章图片

2.3 两种特殊的二叉树
  1. 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。
  2. 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。
数据结构|数据结构 Java数据结构 --- 二叉树
文章图片

2.4 二叉树的性质
  1. 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
  2. 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)
  3. 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
  4. 具有n个结点的完全二叉树的深度k为 log2(n+1) 上取整
  5. 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
比如:假设一棵完全二叉树中总共有1000个节点,则该二叉树中 500 个叶子节点, 500 个非叶子节点, 1 个节点只有左孩子,0个只有右孩子。
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:
  1. 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。
  2. LNR:中序遍历(Inorder Traversal)——根的左子树—>根节点—>根的右子树。
  3. LRN:后序遍历(Postorder Traversal)——根的左子树—>根的右子树—>根节点。
    数据结构|数据结构 Java数据结构 --- 二叉树
    文章图片

    数据结构|数据结构 Java数据结构 --- 二叉树
    文章图片
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.
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:
数据结构|数据结构 Java数据结构 --- 二叉树
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:
数据结构|数据结构 Java数据结构 --- 二叉树
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。
数据结构|数据结构 Java数据结构 --- 二叉树
文章图片

数据结构|数据结构 Java数据结构 --- 二叉树
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
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;

代码实现:
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.
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;

代码实现:
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