数据结构和算法(5)-树

上接前篇数据结构和算法(4)-树

---

4.3 树的基本算法

4.3.1 getSize()⎯⎯统计（子）树的规模

• 一棵树的规模，等于根节点下所有子树规模之和再加一，也等于根节点的后代总数。

该算法首先通过 firstChild 引用找出根节点的长子，并沿着 nextSibling 引用顺次找到其余的孩子，递归地统计出各子树的规模。最后，只要将所有子树的规模累加起来，再计入
根节点本身，就得到了整棵树的规模。该算法在每个节点上只需花费常数时间，因此若树的规模为 n，则总的时间复杂度为 O(n)。

4.3.2 getHeight()⎯⎯计算节点的高度

• 若 u 是 v 的孩子，则 height(v) ≥ height(u) + 1；
• height(v) = 1 + max height(u);

因此，算法 getHeight(v)也是首先通过 firstChild 引用找出根节点的长子，并沿着 nextSibling引用顺次找到其余的孩子，递归地计算出各子树的高度。最后，只要找出所有子树的最大高度，再计入根节点本身，就得到了根节点的高度（即树高）;getHeight(v)算法的运行时间也是 O(n)，

4.3.3 getDepth()⎯⎯计算节点的深度

• 若 u 是 v 的孩子，则 depth(u) = depth(v) + 1。
  算法 getDepth(v)将从 v 的父亲开始，沿着 parent 指针不断上移，直到深度为 0 的树根。
  由于该算法只需访问 v 的所有真祖先，而且在每个节点只需 O(1)时间，故其复杂度为O(depth(v))。

4.3.4 前序、后序遍历

最基本的树遍历算法⎯⎯前序遍历（ Preoder trave rsal）和后
序遍历（ Postorder traver sal）

算法： PreorderTraversal(v)
输入：树节点v
输出： v所有后代的前序遍历序列
{
    
	if (null != v) {
    
		首先访问并输出v;
		for (u = v.getFirstChild(); null != u; u = u.getNextSibling()) //依次
		PreorderTraversal(u);//前序遍历v的各棵子树
	}
}

算法： PostorderTraversal(v)
输入：树节点v
输出： v所有后代的后序遍历序列
{
    
	if (null != v) {
    
		for (u = v.getFirstChild();