public class BinaryTree {
TreeNode root;
public BinaryTree(TreeNode root) {
this.root = root;
}
/**
- 前序遍历
*/
public void frontShow(){
}
/**
- 中序遍历
*/
public void middleShow(){
}
/**
- 后序遍历
*/
public void afterShow(){
}
}
虽然百度不招人喜欢,但是百度百科的一些词条编辑的还是不错的. 从二叉树的递归定义可知,一棵非空的二叉树由根结点及左、右子树这三个基本部分组成。因此,在任一给定结点上,可以按某种次序执行三个操作:
(1) 访问结点本身(N), (2) 遍历该结点的左子树(L), (3) 遍历该结点的右子树(R)。
前序遍历: 根节点 左子树 右子树 中序遍历: 左子树 根节点 右子树 后序遍历: 左子树 右子树 根节点
其实组合的话是有六种的,但是讨论递归的话,前中后序就足够了.
我们现在来任意的给一颗二叉树,不用代码。我们来写出前中后序遍历的结果:
前序遍历: 3 8 5 2 6 1 7 中序遍历: 5 8 2 3 1 6 7 后序遍历: 5 2 8 1 7 6 3
前中后序遍历的进一步解释: 当我到达一个结点,先打印出来,再去访问其他子结点就是前序遍历 当我到达一个结点,不是先打印当前结点,而是接着访问该节点的左子节点,某个节点没有子节点(或者说子结点是null) 我就打印当前节点,这就是中序遍历
以前序遍历为例,我首先打印根节点,然后判断它的左子节点是否为空,如果非空,打印该节点,然后接着进行这样的操作,
翻译成代码就是这样的:
在BinaryTree中的代码:
public void frontShow(){
System.out.println(root.data);
if (root.leftNode != null){
root.leftNode.frontShow();
}
if (root.rightNode != null){
root.rightNode.frontShow();
}
}
结点中的代码也是这样的,
public void frontShow(){
System.out.println(root.data);
if (root.leftNode != null){
root.leftNode.frontShow();
}
if (root.rightNode != null){
root.rightNode.frontShow();
}
}
中后序代码把打印顺序调整一下就可以了,其实这个很好理解,不是多么酷炫的事情. 以下一个问题在我个人看来才是值得值得思考的,就是程序在遍历二叉树的过程,每个节点经过了几次。 其实这个问题,也是十分简单,你按着程序走就可以了.
首先来到3,接着来到8,接着来到5,然后发现5的左右子节点都是空的,然后回到…
这里再介绍另一种在形式上略有不同的前序遍历方式:
public void frontShow(TreeNode root){
if (root == null){
return;
}
System.out.println(data);
frontShow(root.leftNode);
frontShow(root.rightNode);
}
这种形式上的前中后序遍历:
每个节点会到达三次,前序遍历就是第一次碰到的时候打印出来,中序是第二次,后序是第三次 各位有兴致的话可以自己写一写,画一画.
请注意上面那张图,虽然他十分的丑,但是大家不觉得它像一个栈吗? 递归就是程序在帮你压栈.
非递归版
那既然递归是系统在帮你压栈,那非递归版我就自己压栈,不让程序帮我们压栈就可以了吗? 我们先用下图来演示非递归版的遍历:
##从荷兰国旗问题到快速排序
许多时候,问题的规模是会影响我们的判断,为了解决问题,我们可以先把问题的规模先降低到看起来容易解决的地步,再试着去解决问题,如果解决了, 我们再逐步的扩大问题的规模
荷兰国旗问题
荷兰国旗问题: 给定一个数组arr和一个数num,请把小于num的数放在num的左边,大于num的数放在num右边。 等于num的数放在中间
例子: 输入: arr [5,7,5,8,1,9,10] ,num =5 输出: [1, 5, 5, 8, 9, 10, 7]]
思路:
准备一个变量less和more。
1. less 区域内(即数组下标 <= less)全部是小于num的,
2. more区域内(即数组下标>more)全部是大于num
3. 我们需要一个变量来帮助我们遍历数组。
在一开始的时候,less = -1 , more = 数组的长度。 这代表刚开始这两个区域还不存在
当arr[curr] < num 的时候, less区域的下一个数和arr[curr]交换。然后less右移一个位置,
curr右移一个位置
当arr[curr] > num 的时候, more区域的上一个数和arr[curr]交换。然后more左移一个位置,
此时我们是无法保证从more区域的上一个数,究竟是大于num还是小于num,
因此我们仍然需要将num和这个数进行比较.
以上的思路翻译成代码是用循环来完成的,那么循环结束的条件是什么呢?
curr的左侧是less区域, 当排序完成的时候, (less,curr]区域为等于num的区域,
但是当curr + 1 = more 时,这个时候arr[curr+1]还是未进行判断的,
我们仍然需要对arr[curr+1] 和num进行比较
快速排序
那这跟快速排序有什么问题呢?我们来思考一下快速排序(这里讨论是基础版的快速排序)。快速排序是一种分治的排序算法,它将一个数组分成两个子数组,将两部分独立的排序。荷兰国旗就相当于快速排序中的切分过程。快速排序的关键就在于这个切分过程。
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!
如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)
![img](https://i-blog.csdnimg.cn/blog_migrate/00476b835e9cadd370d1b6e26438bdf9.jpeg)
总结
谈到面试,其实说白了就是刷题刷题刷题,天天作死的刷。。。。。
为了准备这个“金三银四”的春招,狂刷一个月的题,狂补超多的漏洞知识,像这次美团面试问的算法、数据库、Redis、设计模式等这些题目都是我刷到过的
并且我也将自己刷的题全部整理成了PDF或者Word文档(含详细答案解析)
66个Java面试知识点
架构专题(MySQL,Java,Redis,线程,并发,设计模式,Nginx,Linux,框架,微服务等)+大厂面试题详解(百度,阿里,腾讯,华为,迅雷,网易,中兴,北京中软等)
算法刷题(PDF)
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!
097871)]
算法刷题(PDF)
[外链图片转存中…(img-S4AAwEPw-1713474097871)]
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!