数据结构与算法08|数据结构与算法08 -- 二叉树(Binary Tree)
树(Tree)的基本概念
首先来介绍一些树的基本概念，二叉树的结构如下图所示：
文章图片
Snip20210406_20.png
- 节点：图中的每一个圆形都是节点；
- 根节点：1是当前二叉树的根节点，一棵树最多只有一个根节点；
- 父节点：1是2，3，4，5，6的父节点，2是21，22的父节点；
- 子节点：2，3，4，5，6是1的子节点；
- 兄弟节点：同一个父节点的节点之间是兄弟节点，2，3，4，5，6是兄弟节点；
- 一棵树可以没有任何节点，称之为空树；
- 一棵树可以只有一个节点，也就是只有根节点；
文章图片
Snip20210406_22.png
- 子树：红圈圈出来的是节点1的5个子树；
- 左子树：节点2下面的21是属于左子树；
- 右子树：节点2下面的22是属于右子树；
- 节点的度(degree)：子树的个数；节点2有两个子树，则其度为2，节点3只有一个子树，则其度为1；节点4没有子树，则其度为0；
- 树的度：所有节点度中的最大值，如图易知树的度为5；
- 叶子节点(leaf)：度为0的节点；4，21，31，51，52，61，221，222，223都是叶子节点；
- 层数(level)：根节点在第一层，根节点的子节点在第二层，以此类推；
- 节点的深度(depth)：从根节点到当前节点的唯一路径上的节点总数；31节点从根节点开始路径为1-3-31，其深度为3；223节点从根节点开始路径为1-2-22-223，其深度为4；
- 节点的高度(height)：从当前节点到最远叶子节点的路径上的节点总数；2节点到最远的叶子节点有221，222，223，到221的路径为2-22-221，则其高度为3；
- 树的深度：所有节点深度中的最大值；易知此树的深度为4；
- 树的高度：所有节点高度中的最大值；易知此树的高度为4；
- 树的深度 等于 树的高度；
- 有序树：树中任意节点的子节点之间有顺序关系；
- 无序树：树中任意节点的子节点之间没有顺序关系，也可称为自由树；
- 森林：由m(m >= 0)棵互不相交的树组成的集合；
- 二叉树的每个节点的度最大为2，即最多拥有2棵子树；
- 二叉树的左子树与右子树是有顺序的；
- 二叉树即使某个节点只有一棵子树，也要区分左右子树；
- 非空二叉树的第i层，最多有2^(i-1)个节点(i >=1)；
- 在高度为h的二叉树上，最多有2^h-1个节点(h >=1);
- 对于任何一棵非空二叉树，如果叶子节点个数为n0，度为2的节点个数为n2，则有n0 = n2 + 1;
- 假设度为1的节点个数为n1，那么二叉树的节点总数n = n0 + n1 + n2；
- 二叉树的总边数T = n1 + n2 * 2 = n - 1 = n0 + n1 + n2 - 1，所以有n0 = n2 + 1；(边是指箭头指向联系父节点与子节点)
- 真二叉树(Proper Binary Tree)：所有节点的度要么为0，要么为2；如下图所示：
文章图片
Snip20210407_24.png
- 满二叉树(Full Binary Tree)：所有节点的度要么为0，要么为2，且所有叶子节点都在最后一层；如下图所示：
文章图片
Snip20210407_25.png
- 在同样高度的二叉树中，满二叉树的叶子节点数量最多，总节点数量最多；
- 满二叉树一定是真二叉树，真二叉树不一定是满二叉树；
- 假设满二叉树的高度为h(h >= 1)，那么第i层的节点数量为2^(i-1)； 叶子节点数量为：2^(h-1)， 叶子节点肯定在第h层；总节点数量为(2^h -1)
- 完全二叉树(Complete Binary Tree)：叶子节点只会出现在最后两层，且最后一层的叶子节点都靠左对齐；如下图所示：
文章图片
Snip20210407_27.png
- 完全二叉树的节点从上往下，从左到右排列；
- 完全二叉树从根节点至倒数第二层是一棵满二叉树；
- 满二叉树一定是一棵完全二叉树，完全二叉树不一定是满二叉树；
- 度为1的节点只有左子树；
- 度为1的节点要么是1个，要么是0个；
- 同样节点数量的二叉树，完全二叉树的高度最小，与完全二叉树节点的排列有关；
- 假设完全二叉树的高度为h(h >= 1)，
- 那么至少有2^(h-1)个节点， (2^0 + 2^1 + 2^2 +...+ 2^(h-2) +1)；
- 最多有2^h-1(满二叉树)；
- 若总节点数量为n，那么 2^(h-1) <= n < 2^h，取对数则有：(h-1) <= log2(n) < h，由于h只能是整数，那么n = log2(n)向下取整+1，即n = floor(log2(n)) + 1；
- floor函数是向下取整，ceiling函数是向上取整；
- 一棵有n个节点的完全二叉树(n>0)，从上到下，从左到右从节点1开始进行编号，对任意第i个节点：
- 如果i = 1，它是根节点；
- 如果i > 1，它的父节点编号为floor(i/2)；
- 如果2i <= n，那么它的左子节点编号为2i；
- 如果2i + 1 <= n，那么它的右子节点编号为2i+1;
- 如果2i + 1 > n，那么它没有右子节点；
- 对于任何一棵非空二叉树，如果叶子节点个数为n0，度为2的节点个数为n2，则有n0 = n2 + 1;
- 假设度为1的节点个数为n1，那么总节点数n = n0 + n1 + n2 ;
- 那么 n = n0 + n1 +n0 - 1 = 2n0 + n1 - 1
- 又因为完全二叉树 度为1的节点要么是1个，要么是0个；
- 当n1 = 0时，n = 2n0 - 1，则n为奇数，不符合条件；
- 当n1 = 1时，n = 2n0，则n为偶数符合条件，所以叶子节点n0 = 384
- 一棵完全二叉树有n个节点，
- 若n为奇数，那么叶子节点的数量n0 = (n + 1)/2
- 若n为偶数，那么叶子节点的数量n0 = n/2
- 叶子节点数量n0 = floor((n + 1)/2) = ceiling(n/2)
- 非叶子节点个数为 n1 + n2 = floor(n/2) = ceiling((n - 1)/2)
二叉树如下所示：
文章图片
Snip20210413_39.png 1.前序遍历：Preorder Traversal
- 访问顺序为：先访问根节点，然后遍历左子树，最后遍历右子树，递归的过程；
- 上面二叉树前序遍历的顺序为：7->4->2->1->3->5->9->8->11->10->12
- 访问顺序为：先遍历左子树，然后访问根节点，最后遍历右子树，递归的过程；
- 上面二叉树前序遍历的顺序为：1->2->3->4->5->7->8->9->10->11->12
- 访问顺序为：先遍历左子树，然后遍历右子树，最后访问根节点，递归的过程；
- 上面二叉树 后序遍历的顺序为：1->3->2->5->4->8->10->12->11->9->7
- 访问顺序为：从上到下，从左到右，依次访问每一个节点；使用队列Queue
- 将根节点入队；
- 循环执行一下操作，直到队列为空；
- 将队头节点A出队，进行访问；
- 将A的左子节点入队；
- 将A的右子节点入队。
- 上面二叉树 后序遍历的顺序为：7->4->9->2->5->8->11->1->3->10->12
- 前序遍历+中序遍历 确定唯一的二叉树；
- 前序遍历+后序遍历，如果二叉树是真二叉树，结果是唯一的；否则结果不唯一；
- 后序遍历+中序遍历 确定唯一的二叉树。
- 中序遍历时，当前节点node的前一个节点；
- 寻找node的前驱节点，逻辑如下：
-
当node左子节点不为空时，即node.left != null：- node = node.left.right.right....，不断的去取node的左子节点的右节点，赋值给node；
- 终止条件：当node = null时，找到其前驱节点，preNode = node；
-
当node左子节点为空且父节点不为空时，即node.left = null && node.parent != null- node = node.parent.parent.parent....，不断的去取node的父节点，并赋值给node；
- 终止条件：当node是其父节点parent的右节点时终止；找到其前驱节点，preNode = node；
当node.left == null && node.parent == null- 此节点没有前驱节点
- 中序遍历时，当前节点的后一个节点
- 寻找后继节点，逻辑如下：
-
当node的右子节点不为空时，即node.right != null：- node = node.right.left.left.left....，不断的去取node的右子节点的左节点，赋值给node;
- 终止条件：当node = null，找到其后继节点，succeedNode = node；
-
当node右子节点为空且父节点不为空时，即node.right == null && node.parent != null：- node = node.parent.parent.parent...， 不断的去取node的父节点，并赋值给node，
- 终止条件：当node是其父节点parent的左节点时终止；找到其后继节点，succeedNode = node.parent；
-
当node.right == null && node.parent == null：- 此节点没有后继节点
- 存储元素的数量；
- 是否为空；
- 添加元素；
- 删除元素；
- 清空元素；
- 是否包含某个元素；
- 遍历节点元素；
代码实现如下：
import java.util.LinkedList;
import java.util.Queue;
public class YYBinaryTree {/**
* 元素数量
*/
protected int size;
/**
* 根节点
*/
protected Node root;
/**
* 内部类 -- 节点
* @param
*/
protected static class Node{
/**
* 数据元素
*/
E element;
/**
* 左子节点
*/
Node left;
/**
* 右子节点
*/
Node right;
/**
* 父节点
*/
Node parent;
public Node(E element, Node parent) {
this.element = element;
this.parent = parent;
}/**
* 是否是叶子节点
* @return
*/
public boolean isLeaf(){
return left == null && right == null;
}/**
* 拥有左右两个子节点
* @return
*/
public boolean hasTwoNode(){
return left != null && right != null;
}/**
* 判断当前节点是否是父节点的左子节点
* @return
*/
public boolean isLeftChild(){
return parent != null && this == parent.left;
}/**
* 判断当前节点是否是父节点的右子节点
* @return
*/
public boolean isRightChild(){
return parent != null && this == parent.right;
}
}/**
* 抽象类
*/
public static abstract class Visitor{
boolean stop;
public abstract boolean visit(E element);
}public int size(){
return size;
}public boolean isEmpty(){
return size == 0;
}/**
* 前序遍历
*/
public void preorderTraversal(Visitor visitor){
if (visitor == null) return;
preorderTraversal(root,visitor);
}private void preorderTraversal(Node node, Visitor visitor){
if (node == null || visitor.stop) return;
visitor.stop = visitor.visit(node.element);
preorderTraversal(node.left,visitor);
preorderTraversal(node.right,visitor);
}/**
* 中序遍历
*/
public void inorderTraversal(YYBinarySearchTree.Visitor visitor){
if (visitor == null) return;
inorderTraversal(root,visitor);
}private void inorderTraversal(Node node, YYBinarySearchTree.Visitor visitor){
if (node == null) return;
inorderTraversal(node.left,visitor);
if (visitor.stop) return;
visitor.stop = visitor.visit(node.element);
inorderTraversal(node.right,visitor);
}/**
* 后序遍历
*/
public void postorderTraversal(Visitor visitor){
if (visitor == null) return;
postorderTraversal(root,visitor);
}private void postorderTraversal(Node node, YYBinarySearchTree.Visitor visitor){
if (node == null || visitor.stop) return;
postorderTraversal(node.left,visitor);
postorderTraversal(node.right,visitor);
if (visitor.stop) return;
visitor.stop = visitor.visit(node.element);
}/**
* 层序遍历
* visitor --
* @param visitor
*/
public void levelOrderTraversal(YYBinarySearchTree.Visitor visitor){
if (root == null || visitor == null) return;
//使用队列 -- Java自带的
Queue> queue = new LinkedList<>();
//根节点入队
queue.offer(root);
while (!queue.isEmpty()){
//队头节点出队
Node node = queue.poll();
//根据外界条件 -- 中止遍历
if (visitor.visit(node.element)) return;
//当前节点的左右子节点入队
if (node.left != null) {
queue.offer(node.left);
}
if (node.right != null){
queue.offer(node.right);
}
}
}/**
* 计算二叉树的高度
* @return
*/
public int height(){
return height(root);
}public int height(Node node){
if (node == null) return 0;
return 1 + Math.max(height(node.left),height(node.right));
}/**
* 使用层序遍历 计算二叉树的高度
* @return
*/
public int calHeight(){
if (root == null) return 0;
int height = 0;
//存储着每一层的节点数量
int levelSize = 1;
//使用队列 -- Java自带的
Queue> queue = new LinkedList<>();
//根节点入队
queue.offer(root);
while (!queue.isEmpty()){
//队头节点出队
Node node = queue.poll();
levelSize--;
//当前节点的左右子节点入队
if (node.left != null) {
queue.offer(node.left);
}
if (node.right != null){
queue.offer(node.right);
}if (levelSize == 0){//意味着即将要访问下一层
levelSize = queue.size();
height++;
}
}
return height;
}/**
* 判断是否是完全二叉树
* @return
*/
public boolean isComplete(){
if (root == null) return false;
//使用队列 -- Java自带的
Queue> queue = new LinkedList<>();
//根节点入队
queue.offer(root);
boolean isLeaf = false;
while (!queue.isEmpty()){
//队头节点出队
Node node = queue.poll();
if (isLeaf && !node.isLeaf()) return false;
if (node.hasTwoNode()){
queue.offer(node.left);
queue.offer(node.right);
}else if (node.left == null && node.right != null){
return false;
}else {//要求后面的节点必须为叶子节点
isLeaf = true;
if (node.left != null){
queue.offer(node.left);
}
}
}
return true;
}public boolean isCompleteTree(){
if (root == null) return false;
//使用队列 -- Java自带的
Queue> queue = new LinkedList<>();
//根节点入队
queue.offer(root);
boolean isLeaf = false;
while (!queue.isEmpty()){
//队头节点出队
Node node = queue.poll();
if (isLeaf && !node.isLeaf()) return false;
//当前节点的左右子节点入队
if (node.left != null) {
queue.offer(node.left);
}else if (node.right != null){
return false;
}if (node.right != null){
queue.offer(node.right);
}else {
isLeaf = true;
}
}
return true;
}/**
* 返回当前节点的前驱节点
* @param node
* @return
*/
protected Node preNode(Node node){
if (node == null) return null;
Node p = node.left;
if (p != null){
while (p.right != null){
p = p.right;
}
return p;
}while (node.parent != null && node.parent.left == node){
node = node.parent;
}
return node.parent;
}/**
* 返回当前节点的后继节点
* @param node
* @return
*/
protected Node succeedNode(Node node){
if (node == null) return null;
Node p = node.right;
if (p != null){
while (p.left != null){
p = p.left;
}
return p;
}while (node.parent != null && node.parent.right == node){
node = node.parent;
}
return node.parent;
}public void elementNotNullCheck(E element){
if (element == null){
throw new IllegalArgumentException("element can not is null");
}
}protected Node createNode(E element,Node parent){
return new Node<>(element,parent);
}
}
-
Node，有left(左子节点)，right(右子节点)，parent(父节点)三个属性；是节点模型 - 二叉搜索树右root(根节点)，comparator(比较器)，size(元素数量)三个属性，其中comparator比较器是指节点元素之间的比较规则，是必须要存在的，只有存在比较规则才能确定节点在二叉树中的位置；
- Visitor
是一个抽象类，其提供了在二叉树内部遍历节点元素时的外部处理逻辑，将节点元素传递给外界进行处理； -
public void preorderTraversal(Visitor：前序遍历 -- 递归实现visitor) -
public void inorderTraversal(YYBinarySearchTree.Visitor：中序遍历 -- 递归实现visitor) -
public void postorderTraversal(Visitor：后序遍历 -- 递归实现visitor) -
public void levelOrderTraversal(YYBinarySearchTree.Visitor：层序遍历 -- 迭代+队列实现visitor) -
public int height()：使用递归的方式计算二叉树的高度，代码实现如下：
public int height(){
return height(root);
}public int height(Node node){
if (node == null) return 0;
return 1 + Math.max(height(node.left),height(node.right));
}
- 计算二叉树的高度本质就是
计算根节点的高度，节点的高度是其左右子树高度的最大值；
文章图片
Snip20210419_27.png
- 首先传入根节点8即height(8) = 1 + Max(height(6),height(9))
- height(6) = 1 + Max(height(5),height(7))
- height(5) = 1 + Max(null,null) = 1 + Max(0,0) = 1
- height(7) = 1 + Max(null,null) = 1 + Max(0,0) = 1
- 可以得到 height(6) = 1 + Max(height(5),height(7)) = 1 + Max(1,1) = 2
- height(9) = 1 + Max(null,null) = 1 + Max(0,0) = 1
- 最终得到height(8) = 1 + Max(height(6),height(9)) = 1 + Max(2,1) = 1 + 2 = 3
- 所以此二叉树的高度height = 3
public int calHeight()：使用层序遍历计算二叉树的高度，代码实现如下：
/**
* 使用层序遍历 计算二叉树的高度
* @return
*/
public int calHeight(){
if (root == null) return 0;
int height = 0;
//存储着每一层的节点数量
int levelSize = 1;
//使用队列 -- Java自带的
Queue> queue = new LinkedList<>();
//根节点入队
queue.offer(root);
while (!queue.isEmpty()){
//队头节点出队
Node node = queue.poll();
levelSize--;
//当前节点的左右子节点入队
if (node.left != null) {
queue.offer(node.left);
}
if (node.right != null){
queue.offer(node.right);
}if (levelSize == 0){//意味着即将要访问下一层
levelSize = queue.size();
height++;
}
}
return height;
}
- 我们知道层序遍历，是从上到下，从左到右，一层一层的去遍历二叉树，用变量levelSize记录每一层的节点数量，当当前层的节点出队时，levelSize--，
- levelSize == 0时，表明当前层已经遍历完成，马上进入下一层的遍历，这时height+1；循环迭代，最终可得到二叉树的高度。
public boolean isCompleteTree()：判断是否为完全二叉树，代码实现如下：
/**
* 判断是否是完全二叉树
* @return
*/
public boolean isCompleteTree(){
if (root == null) return false;
//使用队列 -- Java自带的
Queue> queue = new LinkedList<>();
//根节点入队
queue.offer(root);
//当遇到度为1或0的节点，那么之后的节点必须为叶子节点
boolean needLeaf = false;
while (!queue.isEmpty()){
//队头节点出队
Node node = queue.poll();
if (needLeaf && !node.isLeaf()) return false;
//当前节点的左右子节点入队
if (node.left != null) {
queue.offer(node.left);
}else if (node.right != null){
return false;
}if (node.right != null){
queue.offer(node.right);
}else {//遇到度为0或1的节点
needLeaf = true;
}
}
return true;
}
- 完全二叉树从上到下，从左到右依次排满，若当前节点出现左节点为空，右节点存在的情况，此二叉树肯定不是完全二叉树；
- 层序遍历二叉树时，若遇到度为0或1的节点，那么之后的节点都是叶子节点，若出现非叶子节点，此二叉树肯定不是完全二叉树。
-
protected Node：获取当前节点的前驱节点，代码实现如下：preNode(Node node)
/**
* 返回当前节点的前驱节点
* @param node
* @return
*/
protected Node preNode(Node node){
if (node == null) return null;
//当node左子节点不为空时，一直获取node的左子节点的右节点，赋值给node，直到node的右节点为空时结束
Node p = node.left;
if (p != null){
while (p.right != null){
p = p.right;
}
return p;
}//当node左子节点为空且父节点不为空时，即node.left = null && node.parent != null
//一直获取node的父节点，赋值给node，直到node是其父节点的右节点时结束
while (node.parent != null && node.parent.left == node){
node = node.parent;
}
return node.parent;
}
- 举例说明，见下面的二叉树：
文章图片
Snip20210419_35.png
- 易知此二叉树的中序遍历顺序为：1，2，3，4，5，100，7，6，8，9，10，11，12
- 现在来获取节点7的前驱节点，逻辑如下：
- 首先节点7的左子节点为4，然后一直取节点4的右子节点，直到右节点为空，最终得到前驱节点为100，完全正确；
- 再来获取6的前驱节点，逻辑如下：
- 首先节点6的左子节点为空，父节点为9，node = 6，此时node是父节点9的左子节点，需向上遍历获取9的父节点7，此时将node = 9，node=9是其父节点7的右子节点，遍历结束，最终得到前驱节点为7，完全正确；
- 【数据结构与算法08|数据结构与算法08 -- 二叉树(Binary Tree)】
protected Node：获取当前节点的后继节点，代码实现如下：succeedNode(Node node)
/**
* 返回当前节点的后继节点
* @param node
* @return
*/
protected Node succeedNode(Node node){
if (node == null) return null;
//当node的右子节点不为空时，不断的去取node的右子节点的左节点，赋值给node;
//直到node为空时截止
Node p = node.right;
if (p != null){
while (p.left != null){
p = p.left;
}
return p;
}//当node右子节点为空且父节点不为空时，不断的去取node的父节点，并赋值给node
//当node是其父节点parent的左节点时终止
while (node.parent != null && node.parent.right == node){
node = node.parent;
}
return node.parent;
}
- 依然使用上面获取前驱节点的二叉树为例；
- 获取节点100的后继节点，逻辑如下：
- 首先节点100的右子节点为空，父节点为5，由于其node = 100是其父节点5的右子节点，向上遍历，此时让node=5，node=5是其父节点4的右子节点，依然向上遍历，此时让node=4，由于node=4是其父节点7的左子节点，遍历结束，最终后继节点为node.parent = 7；
- 获取节点7的后继节点，逻辑如下：
- 首先节点7的右子节点为9，然后一直取节点9的左子节点，直到左子节点为空，最终获取的后继节点为6，完全正确。
推荐阅读
- JAVA（抽象类与接口的区别&重载与重写&内存泄漏）
- Docker应用:容器间通信与Mariadb数据库主从复制
- 《真与假的困惑》???|《真与假的困惑》??? ——致良知是一种伟大的力量
- 第326天
- Shell-Bash变量与运算符
- 画解算法（1.|画解算法：1. 两数之和）
- 逻辑回归的理解与python示例
- Guava|Guava RateLimiter与限流算法
- 我和你之前距离
- CGI，FastCGI，PHP-CGI与PHP-FPM