构建自己的二叉树：探索创造力和思考的极限

Mr Aokey

于 2024-10-04 10:22:09 发布

阅读量805

点赞数 25

分类专栏：数据结构文章标签：数据结构

本文链接：https://blog.csdn.net/2302_81247414/article/details/140659874

版权

数据结构专栏收录该内容

5 篇文章 0 订阅

订阅专栏

文章目录

一、树型结构
- 1.1 树的概念
- 1.2 概念
- 1.3 树的应用
二、二叉树
- 2.1 概念
- 2.2 特殊的二叉树
- 2.3 二叉树的性质
- 2.4 二叉树的存储
- 2.5 二叉树的遍历
三、实现前中后序遍历
- 3.1 NLR：前序遍历
- 3.2 LNR：中序遍历
- 3.3 LRN：后序遍历

一、树型结构

1.1 树的概念

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：

（1）有一个特殊的结点，称为根结点，根结点没有前驱结点

（2）除根结点外，其余结点被分成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。

（3）每棵子树的根结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。

注意：树形结构中，子树之间不能有交集，否则就不是树形结构

1.2 概念

结点的度：一个结点含有子树的个数称为该结点的度；如上图：A的度为6

树的度：一棵树中，所有结点度的最大值称为树的度；如上图：树的度为6

叶子结点或终端结点：度为0的结点称为叶结点；如上图：B、C、H、I...等节点为叶结点

双亲结点或父结点：若一个结点含有子结点，则这个结点称为其子结点的父结点；如上图：A是B的父结点

孩子结点或子结点：一个结点含有的子树的根结点称为该结点的子结点；如上图：B是A的孩子结点

根结点：一棵树中，没有双亲结点的结点；如上图：A

结点的层次：从根开始定义起，根为第1层，根的子结点为第2层，以此类推

树的高度或深度：树中结点的最大层次；如上图：树的高度为4

1.3 树的应用

比如我们电脑里的C盘和D盘，可以看作一个树的根，下面的文件即为其分支结点。

二、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：

（1）. 或者为空

（2）. 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。

从上图可以看出：

1. 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，次序不能颠倒，因此二叉树是有序树

注意：对于任意的二叉树都是由以下几种情况复合而成的：

2.2 特殊的二叉树

1. 满二叉树: 一棵二叉树，如果每层的结点数都达到最大值，则这棵二叉树就是满二叉树。也就是说，如果一棵二叉树的层数为K，且结点总数是2^k-1 ，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0至n-1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。

2.3 二叉树的性质

2.4 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，二叉树的链式存储是通过一个一个的节点引用起来的。

2.5 二叉树的遍历

2.5.1 前中后序遍历

学习二叉树结构，最简单的方式就是遍历。所谓遍历(Traversal)是指沿着某条搜索路线，依次对树中每个结点均做一次且仅做一次访问。访问结点所做的操作依赖于具体的应用问题(比如：打印节点内容、节点内容加1)。遍历是二叉树上最重要的操作之一，是二叉树上进行其它运算的基础。

在遍历二叉树时，每个人都有不同的想法，对应不同的遍历方式，遍历出的结构就比较混乱，但如果按照某个规则进行约定，每个人对于同一棵树遍历的结果肯定是相同的，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。

2.5.2 层序遍历

层序遍历：除了先序遍历、中序遍历、后序遍历外，还可以对二叉树进行层序遍历。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。

三、实现前中后序遍历

static class treeNode{
        public char val;
        public treeNode left;       //储存左孩子的引用
        public treeNode right;      //储存右孩子的引用

        public treeNode(char val) {
            this.val = val;
        }
    }
    public treeNode creattree(){
        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');
        A.left=B;
        A.right=C;
        B.left=D;
        C.left=E;
        C.right=F;
        return A;
    }

下面为遍历树的过程中，按照不同方法遍历，ABCDEF分别会在不同的遍历次数出现。

3.1 NLR：前序遍历

访问根结点--->根的左子树--->根的右子树

代码实现：

 // 前序遍历
    void preOrder(treeNode root){
        if(root==null){
            return;
        }
        System.out.print(root.val+" ");
        preOrder(root.left);
        preOrder(root.right);
    }

3.2 LNR：中序遍历

根的左子树--->根节点--->根的右子树

代码实现：

  // 中序遍历
    void inOrder(treeNode root){
        if(root==null){
            return;
        }
        inOrder(root.left);
        System.out.print(root.val+" ");
        inOrder(root.right);
    }

3.3 LRN：后序遍历

根的左子树--->根的右子树--->根节点

代码实现：

 // 后序遍历
    void postOrder(treeNode root){
        if(root==null){
            return;
        }
        postOrder(root.left);
        postOrder(root.right);
        System.out.print(root.val+" ");
    }