二叉树的基本概念
首先二叉树是一棵树,树是一种数据结构,是由n个结点组成的一个集合。由于二叉树的各种性质,我们常用的树是二叉树,二叉树就是度
为2的树。结点拥有子树的数目就称为结点的度,对一颗树而言,树的度为所有结点的度中,最大的那个度。
树的深度: 树的层次数
叶子结点(终端结点): 度为0的结点
满二叉树: 只有最后一层有叶子结点,且倒数第二层结点的度全为2。
图是网上找的,侵权删。
完全二叉树: 只有最后一层和倒数第二层结点的度小于2。且最后一层的结点从左开始连续排列。
二叉树的性质:
- 第i层上的结点数最多为2i-1。
- 深度为k的二叉树结点最多为2k-1。
- 包含n个结点的二叉树的深度至少为log2(n+1)。
- 叶子结点的个数等于度为2的结点数+1。
123三个性质相互联系,记下第1个性质,23性质就不难,这里主要讲讲第4个性质。
由于二叉树的结点的度数不大于2,那么可以得到等式1:
结点总数n = 0度结点数n0 + 1度结点数n1 + 2 度结点数n2
即n = n0 + n1 + n2 -------------式(1)
由于0度结点没有孩子结点,1度结点有一个孩子,2度结点有两个孩子,且只有根结点不是其他结点的孩子,总结点数等于孩子结点数+根结点数(难理解的话拿上面那张图,自己算一遍),所以可以得到等式2:
n = n1 + 2*n2 + 1 ---------------式(2)
由式1和式2可得,n0 = n2 + 1。
对二叉树有了基本概念之后,接着讲讲非常重要的二叉树遍历,二叉树的遍历方式主要分为四种:前序遍历,中序遍历,后序遍历和层序遍历。前中后遍历可以理解为遍历父节点的顺序,前序是先遍历父节点再左右结点,中序是先左再父再右,后序是先遍历左右结点,最后遍历父节点,三种遍历方式都需要用到栈,可以用递归或者迭代的方法实现,递归用的是系统栈,迭代用的是自己维护的栈,迭代的速度快一点,下面会给出两个模板分别实现这两种方法。层序遍历是从上到下,从左到右遍历所有结点,层序遍历使用的是BFS的方法,用到了队列。
以上图为例,
前序遍历的结果:[1 2 4 8 9 5 10 2 6 7]
中序遍历的结果:[8 4 9 2 10 5 1 6 2 7]
后序遍历的结果:[8 9 4 10 5 2 6 2 7 1]
层序遍历的结果:[[1], [2 2], [4 5 6 7], [8 9 10]]
力扣上的题目:
144.二叉树的前序遍历
94.二叉树的中序遍历
145.二叉树的后序遍历
101.二叉树的层序遍历
python中树结点的定义:
class TreeNode:
def __init__(sefl, x):
self.val = x
self.left = None
self.right = None
递归法模板
递归法的写法非常简单。
前序遍历
def preorderTraversal(root):
if not root:
return []
return [root.val] + self.preorderTraversal(root.left) + self.preorderTraversal(root.right)
中序遍历
def inorderTraversal(root):
if not root:
return []
return self.inorderTraversal(root.left) + [root.val] + self.inorderTraversal(root.right)
后序遍历
def postorderTraversal(root):
if not root:
return []
return self.postorderTraversal(root.left) + self.postorderTraversal(root.right) + [root.val]
迭代法模板
接下来是最重要的部分。迭代法的实现方法有几种,为了统一模板,我们加入标记WHITE和BLACK,白色表示没有被访问,黑色表示已经访问过了。如果当前结点是新结点,就将该结点压栈,设为已访问(BALCK),并将其左右子结点压栈,设为未访问(WHITE);如果当前结点已访问,直接加入结果。使用该模板,只要将压栈顺序改一下,就可以完成前中后三种遍历方式。
前序遍历
def preorderTraversal(root):
WHITE, BLACK = 0, 1
stack = [(WHITE, root)]
res = []
while stack:
mask, cur= stack.pop()
# 如果推出来的结点为空,跳过
if not cur: continue
# 如果推出来的结点是新结点,将该结点压栈并设为已访问,且将其左右子结点压栈,设为未访问
# 如果结点已访问,直接加入结果中
if mask == WHITE:
# 由于栈先入后出的特点,所以入栈顺序要反着来
stack.append((WHITE, cur.right))
stack.append((WHITE, cur.left))
stack.append((BLACK, cur))
else:
res.append(cur.val)
return res
中序遍历
def inorderTraversal(root):
WHITE, BLACK = 0, 1
stack = [(WHITE, root)]
res = []
while stack:
mask, cur= stack.pop()
# 如果推出来的结点为空,跳过
if not cur: continue
# 如果推出来的结点是新结点,将该结点压栈并设为已访问,且将其左右子结点压栈,设为未访问
# 如果结点已访问,直接加入结果中
if mask == WHITE:
# 由于栈先入后出的特点,所以入栈顺序要反着来
stack.append((WHITE, cur.right))
stack.append((BLACK, cur))
stack.append((WHITE, cur.left))
else:
res.append(cur.val)
return res
后序遍历
def postorderTraversal(root):
WHITE, BLACK = 0, 1
stack = [(WHITE, root)]
res = []
while stack:
# 先入后出
mask, cur= stack.pop()
# 如果推出来的结点为空,跳过
if not cur: continue
# 如果推出来的结点是新结点,将该结点压栈并设为已访问,且将其左右子结点压栈,设为未访问
# 如果结点已访问,直接加入结果中
if mask == WHITE:
# 由于栈先入后出的特点,所以入栈顺序要反着来
stack.append((BLACK, cur))
stack.append((WHITE, cur.right))
stack.append((WHITE, cur.left))
else:
res.append(cur.val)
return res
可以看到三种遍历只要改一下压栈顺序就行了,我只能说,妙啊。
参考:颜色标记法
层序遍历(BFS)
层序遍历个人觉得更好理解,有两种要求,第一种是层序遍历完把结果放在一个列表中,第二种是把每一层的结果分别放在一个列表中,然后将这些列表放在一起形成二维列表。
以上图为例,第一种层序遍历的结果是[1 2 2 4 5 6 7 8 9 10],第二种层序遍历的结果是[[1], [2 2], [4 5 6 7], [8 9 10]]。
先看第一种,就是使用朴实无华的广度优先算法(BFS):
def levelOrder(root):
if not root:
return []
queue = [root]
res = []
while queue:
# 先入先出
cur = queue.pop(0)
res.append(cur.val)
if cur.left:
queue.append(cur.left)
if cur.right:
queue.append(cur.right)
return res
第二种层序遍历,只要在第一种的基础上分层存储:
def levelOrder(root):
if not root:
return []
queue = [root]
res = []
while queue:
# 分层存储
level = []
length = len(queue)
for i in range(length):
# 先入先出
cur = queue.pop(0)
level.append(cur.val)
if cur.left:
queue.append(cur.left)
if cur.right:
queue.append(cur.right)
# 遍历完一层就加到最终结果中
res.append(level)
return res
综上,二叉树的遍历涉及到队列,栈,递归,迭代,广度优先算法(BFS),深度优先算法(DFS)等知识,理解了以后对做后面的算法题有很大的帮助。