【数据结构】二叉树

十二分精神~

已于 2023-09-17 09:53:11 修改

阅读量1.7k

点赞数 15

分类专栏：数据结构剖析文章标签：数据结构

于 2023-09-15 11:31:14 首次发布

本文链接：https://blog.csdn.net/Shine0115/article/details/132898496

版权

数据结构剖析专栏收录该内容

7 篇文章 0 订阅

订阅专栏

文章目录

💐1.树形结构

💐1.1 概念(了解)

hello 大家好，今天将讲解一种新的数据结构，这也是所有数据结构中最难的一个——树形数据结构；

在生活中，不管你是城里人儿，还是村儿里人，相信大家都见过树，在树上面可以看到许多的分支，而一个小分支又衍生出了许多的更小的分支，最后直到开花结果，而接下来要讲的树形的数据结构也是这样的；
在这里插入图片描述

树：是一种非线性的数据结构，由n个有限的节点组成的一个具有层次关系(因为他们是一层一层的)的集合，为什么要把这一种数据结构叫做树呢？因为阿，这种结构看起来像是一颗根朝上，叶子朝下的倒挂树；就像下面这样
在这里插入图片描述

1.在树中，有一个特殊的节点，称为根节点，根节点的上面不会再有节点；

2.从根节点衍生出了m (m>0) 个子节点，而每一个子节点也都是一个集合，其中每一个子节点又作为一个根节点衍生出了m个子节点，也称为一颗子树，每棵子树的根节点上面只有一个节点，下面可以有多个或者0个子节点；

3.树与非树的区别

1.子树之间不能相交，每棵子树都是独立存在的

2.每棵子树只能由一个父节点

在这里插入图片描述

3.一棵有n个节点的树有n-1条边；

在这里插入图片描述

💐1.2 概念(重点)

在这里插入图片描述

节点的度：一个节点含有子树的个数，如 B 的度为2，E 的度为1， F 的度为0；

树的度：一棵树中，所有节点的度的最大值，如图：B 和 D 节点的度最大，因此树的度为2；

叶子节点或终端节点：度为0的节点称为叶子节点，如图：J ， K，L，M；

双亲节点或父节点：若一个节点含有子节点，则该节点称为子节点的父节点或双亲节点；

孩子节点或子节点：如果一个节点含有的子树，则子树的根节点称为该节点的子节点，如图 E 是 B的子节点， J 是E的子节点；

根节点：一棵树中，没有父节点的节点称为根节点，如 A

节点的层次：从根节点开始，根为第一层，根的子节点为第二层，以此类推；

树的高度和深度：树中节点的最大层次；如上图，树的高度或深度为4；

以上的概念需要重点理解；

以下的概念了解即可；

兄弟节点：具有相同父节点的节点称为兄弟节点，如图：E 和 F 就是兄的节点;

堂兄弟节点：父节点在同一层的节点称为堂兄弟节点；如图：E 和 G

子孙：以某节点为根的子树中，任意一个节点都称为该节点的子孙；如图 E 、F、J 是B的子孙；

💐树的应用

但是光说这些树的结构是非常抽象的，这些树在具体都在哪些方面用到了呢？下面举一个常见的例子：

在电脑中的文件夹管理就是一种树的结构，比如在一个文件夹中，有m个文件夹，而在这m个文件夹中，又有许多个文件夹，直到最后的具体文件；

然而，在树形结构中，又分为以下几种树：**二叉树、二叉搜索树、字典树、B树、B+树、val树、红黑树等；**接下来我会针对二叉树进行一个详细的讲解；
在这里插入图片描述

💐2.二叉树(重点)

上面介绍过了树的结构，那么什么又是二叉树呢？就像下面这样:

在这里插入图片描述

从上图可以看出：

1.一个节点下面只能有一个或两个节点或者没有节点(度不能大于2)；

2.二叉树的子树有左右之分，次序不能弄颠倒，它可以有左右子树，或者只有左子树，或者只有右子树，或者是空树都可以，但是就是不能出现第三棵树；

大自然的奇观：
在这里插入图片描述

💐2.1 两种特殊的二叉树

满二叉树：对于每一层的节点，每个节点都有左右子节点，或者都没有左右子节点，也就是每一层的节点数量都达到了最大值，比如第三层的节点数量最多只能有4个；如果一个二叉树的层数为K，则二叉树节点的总数为:
$2^k-1$
在下图中，二叉树的层数为4层，总节点数就是15；

在这里插入图片描述

完全二叉树 ：完全二叉树是由满二叉树引申出来了，假设有n个节点的二叉树，并且给二叉树的每个节点都编写一个下标，每一个节点都是紧挨着放置的，在两个节点之间不会有空位置，这样的二叉树称为完全二叉树，与满二叉树相比，完全二叉树最后一层的节点数量不用达到最大值；所以满二叉树也是一种特殊的完全二叉树；

在这里插入图片描述

💐2.2 二叉树的性质

1.若规定根节点的层数为1，则一棵非空二叉树的第i层上最多有 2^i-1 (i>0) 个节点

2.若规定根节点的二叉树的深度为1，则深度为k的二叉树的最大的节点数是 (2^k) -1(k >=0)

3.对任何一棵二叉树，如果叶子节点的个数为n0，度为2的非叶子节点个数为n2，则有n0 = n2 + 1

4.具有n个节点的完全二叉树的深度k 为log2 (n ＋ 1) 向上取整

在这里插入图片描述

5.对于一个具有n个节点的完全二叉树，如果按照从上到下，从左到右的顺序给每个节点进行编号，对于序号为i的节点有以下两种种性质：

性质1 ：若 i > 0 , 求父节点：(i - 1 ) / 2;

性质2 ：若 2i + 1 < n, 左孩子序号为： 2i + 1; 若 2i + 2 < n, 右孩子序号：2i + 2；

💐2.3 二叉树的存储方式

二叉树的存储方式分为链式存储和顺序存储，本篇文章主要讲解链式存储，至于顺序存储会在优先队列中讲解，关于链式存储，它的存储方式最常用的有孩子表示法，孩子双亲表示法，下面将讲解孩子表示法，孩子双亲表示法将在平衡树中讲解；

首先，一棵二叉树是由n个节点组成的，而每一个节点中也是存储了一些数据，至于都是哪些数据呢？我们回忆一下链表，链表它不是顺序存储模式，链表中的每个节点除了存储数据以外，还存储了一个地址，为了能够根据这个地址找到下一个节点，同理，二叉树也是一样的，只不过节点里面会存储两个地址，一个是左子节点，一个是右子节点，那么下面结合这张图为大家介绍孩子表示法：

在这里插入图片描述

    //孩子表示法
   class TreeNode{
       private int val;//数据域
       TreeNode left;//左孩子引用，代表以左孩子节点为根的左子树
       TreeNode right;//右孩子引用，代表以右孩子节点为根的右子树
    }

    //孩子双亲表示法
   class TreeNode{
       private int val;//数据域
       TreeNode left;//左孩子引用，代表以左孩子节点为根的左子树
       TreeNode right;//右孩子引用，代表以右孩子节点为根的右子树
        TreeNode parent; //当前节点的根节点
    }

💐二叉树的遍历方式

1.前中后序遍历

如果想要玩转二叉树，其实就是在玩二叉树的遍历，包括leetcode上的题，都是在遍历的基础上增加了一些条件，所以在二叉树的遍历这里，我们更因该熟读于心，首先，遍历的意思就是一条路走到黑，而对于遍历二叉树中每一个节点来讲，按照某种遍历方式一直走，走到不能再走了，然后再掉头返回；而二叉树的遍历方式也有三种：

前序遍历： 先访问根节点 –> 根的左子树 –> 根的右子树

中序遍历： 先访问左子树 –> 根节点 –> 根的右子树

后序遍历： 先访问左子树 –> 右子树 –> 根

以下图的前序遍历为例：

在这里插入图片描述

中序遍历结果：A B D G H E C F I

中序遍历结果：G D H B E A F I C

后序遍历结果：G H D E B I F C A

前中后序遍历过程中，经过每一个节点的路线都是一样的，只不过访问每一个节点的时机不一样

2.层序遍历

层序遍历就是从第一层的根节点开始访问，然后再从第二层的由左至右进行遍历，然后再第三层由左至右进行遍历，依次类推，自上而下，自左至右进行遍历

在这里插入图片描述

💐3.二叉树的基本操作

public class BinaryTree {
    //孩子表示法
   static class TreeNode{
        public char val;//数据域
       TreeNode left;//左孩子引用，代表以左孩子节点为根的左子树
       TreeNode right;//右孩子引用，代表以右孩子节点为根的右子树
        public TreeNode(char val) {
            this.val = val;
        }
    }

   //使用穷举的方式创建二叉树
    public TreeNode createTree() {
        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');
        TreeNode G = new TreeNode('G');
        TreeNode H = new TreeNode('H');
        A.left = B;
        A.right = C;
        B.left = D;
        B.right = E;
        C.left = F;
        C.right = G;
        D.left = H;
        return A;
    }

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

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

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

    // 获取树中节点的个数
    private int size = 0;
   //方法一：定义全局变量
    public int size(TreeNode root) {
       if(root == null) return 0;
       size++;
       size(root.left);
       size(root.right);
       return size;
    }
    //方法二：递归
    public int size1(TreeNode root) {
        if(root == null) return 0;
        int left = size1(root.left);
        int right = size1(root.right);
        return left+right+1;
    }
    // 获取叶子节点的个数
    public int getLeafNodeCount(TreeNode root) {
        if(root == null) return 0;
        if(root.left == null && root.right == null) {
            return 1;
        }
        int left = getLeafNodeCount(root.left);
        int right = getLeafNodeCount(root.right);
       return left+right;
    }
    //获取叶子节点
    public void getLeafNode(TreeNode root, List<Character> list) {
        //List<Character> l = new ArrayList<>();
        if(root == null) {
            return;
        }
        if(root.left == null && root.right == null) {
            list.add(root.val);
        }
        getLeafNode(root.left, list);
        getLeafNode(root.right, list);
    }
// 获取第K层节点的个数
    public int getKLevelNodeCount(TreeNode root,int k) {
        if(root == null) return 0;
        if(k == 1) {
            return 1;
        }
        int left = getKLevelNodeCount(root.left, k-1);
        int right = getKLevelNodeCount(root.right, k-1);
        return left+right;
    }
    //获取第k层节点
    public void getKLevelNode(TreeNode root, int k, List<Character> list) {
        if(root == null) return;
        if(k == 1) {
            list.add(root.val);
        }
        getKLevelNode(root.left, k-1, list);
        getKLevelNode(root.right, k-1, list);
    }
    // 获取二叉树的高度
    int getHeight(TreeNode root) {
        if(root == null) return 0;
        int left = getHeight(root.left);
        int right = getHeight(root.right);
       return Math.max(left, right)+1;
    }
    // 检测值为value的元素是否存在
    TreeNode find(TreeNode root, char val) {
        if(root == null) {
            return null;
        }
        //找到val值直接返回
        if(root.val == val) {
            return root;
        }
        TreeNode left = find(root.left, val);
        //进行剪枝，如果找到了下面就不用再递归右子树
        if(left != null) {
            return left;
        }
        TreeNode right = find(root.right, val);
        if(right != null) {
            return right;
        }
       return null;
    }
    //层序遍历
    public void levelOrder(TreeNode root) {
        Deque<TreeNode> deque = new ArrayDeque<>();
        deque.offer(root);
        while(!deque.isEmpty()) {
            //计算每一层节点的数量
            int size = deque.size();
            //输出每一层的节点
            for(int i = 0; i<size; i++) {
                TreeNode cur = deque.poll();
                if(cur == null) {
                    continue;
                }
                if(cur.left != null) {
                    deque.offer(cur.left);
                }
                if(cur.right != null) {
                    deque.offer(cur.right);
                }
                System.out.print(cur.val+" ");
            }
            System.out.println();
        }
    }
    // 判断一棵树是不是完全二叉树
    boolean isCompleteTree(TreeNode root) {
        Queue<TreeNode> deque = new LinkedList<>();
        deque.offer(root);
        boolean flag = false;
        while(!deque.isEmpty()) {
            TreeNode cur = deque.poll();
            if(cur == null) {
                break;
            }
            deque.offer(cur.left);
            deque.offer(cur.right);
        }
		//循环退出后分为两种情况
        //1.队列为空
        //2.遇见了null
        while(!deque.isEmpty()) {
            TreeNode cur = deque.poll();
            if(cur != null) {
                return false;
            }
        }

       return true;
    }
}

十二分精神~

关注

15
点赞
踩
17

收藏

觉得还不错? 一键收藏
1
评论
【数据结构】二叉树

2.从根节点衍生出了m (m>0) 个子节点，而每一个子节点也都是一个集合，其中每一个子节点又作为一个根节点衍生出了m个子节点，也称为一颗子树，每棵子树的根节点上面只有一个节点，下面可以有多个或者0个子节点；在生活中，不管你是城里人儿，还是村儿里人，相信大家都见过树，在树上面可以看到许多的分支，而一个小分支又衍生出了许多的更小的分支，最后直到开花结果，而接下来要讲的。 **孩子节点或子节点：**如果一个节点含有的子树，则子树的根节点称为该节点的子节点，如图 E 是 B的子节点， J 是E的子节点；
复制链接

扫一扫