数据结构——树 学习笔记(二叉树的遍历、最大堆、二叉查找树、平衡二叉树、红黑树)

一、树基本特性

属性

1. 树的度(degree of tree)：是指树中节点最大度
2. 高度(height)、深度(depth)：指树的纵向最大层数，即纵向的最大高度
   
   

---

二、种类

二叉树

1. 所有节点度小于等于2
2. 区分左右子树，树不区分子树的顺序
3. 二叉树可以没有任何节点，树至少有一个节点

二叉树中，第$i$层的节点数最多为$2^{i-1}$
二叉树深度为$k$，节点总数最多为$2^k-1$
叶节点有$n_0$个，度为2的节点有$n_2$个，则$n_0=n_2+1$

完全二叉树

从左到右、从上到下编号、有连续右兄弟的二叉树。

对n个节点的完全二叉树从1开始顺序编号。若顺序存储（数组），则对于下标为$i$的节点：

其父节点下标为$\lfloor i/2\rfloor$；若$i=1$，$i$是根节点。
左儿子下标为$2i$；若$2i>n$，$i$没有左儿子。
右儿子下标为$2i+1$；若$2i+1>n$，$i$没有右儿子。

堆

最大堆(max heap)、最大树(max tree): 父节点的值不小于其所有儿子节点的值的完全二叉树

1. 是完全二叉树
2. 每一个子树，父节点都大于等于儿子节点。

最小堆、最小树定义同上，父节点的值最小

二叉查找树

1. 左子树皆小于父节点，右子树皆大于父节点 的有序二叉树。
2. 可以是空树。
3. 任意两个节点的值不相等。

也叫二叉搜索树。

向二叉查找树插入节点时，会出现倾斜严重的树，最终导致查找效率为$O(n)$。因此，在每进行插入、删除操作时都对二叉查找树做维护，保证每一次操作后的树都是平衡的，从而提出平衡二叉树（平衡二叉树，其实叫做平衡的二叉查找树）

平衡二叉树（AVL树）

左子树和右子树的高度之差的绝对值不超过1 的二叉查找树，叫做自平衡二叉查找树（Self-Balancing Binary Search Tree），简称平衡二叉树。

1. 是一个二叉查找树，具有二叉查找树的性质。
2. 左右子树高度差不超过1.
   
   

红黑树

红黑树，顾名思义就是节点为红色或者黑色的树。其本身是一个平衡的二叉查找树。
它具有如下性质：

1. 根节点必须是黑色的
2. 不能有连续两层都是红色节点
3. 每个红色节点的两个子节点必须都是黑色的
4. 任意节点到每个叶子节点路径上包含相同数量的黑色节点
5. 每个叶节点是黑色的，NIL

这个性质的顺序很重要，1最重要，重要性依次往下。因为后面涉及到的插入等操作，都是根据以上顺序来确定的。

红黑树应用场景：

1. JDK中TreeMap、TreeSet底层的实现
2. Java8中HashMap底层

AVL树与红黑树的区别

1. 两者都是二叉查找树的变种，都保证了平衡性。
2. 但是AVL树是绝对平衡树，而红黑树追求大致的平衡。因而AVL树会比红黑树多大量的旋转操作，耗时更多。但是由于AVL树是绝对平衡的树，所以查询效率会更高。

所以，AVL树适合查询多而插入、删除操作较少的情况，红黑树适合插入、删除操作多而查询较少的情况。

---

三、二叉树的遍历（非递归）

二叉树表示

class TreeNode {
   	// 二叉树节点
    int value = 0;
    TreeNode left = null;	// 左儿子
    TreeNode right = null;	// 右儿子
    public TreeNode() {
   }
    public TreeNode(int value) {
   this.value = value;}
}

先序遍历

// 先序遍历
public ArrayList<Integer> preOrder(TreeNode root) {
   
    ArrayList<Integer> res = new ArrayList<Integer>();
    Stack<TreeNode> stack = new Stack<>();
    TreeNode temp = root;   // 临时节点

    while (temp != null || stack.size() > 0)