Java二叉树的遍历以及最大深度问题

最新推荐文章于 2024-11-03 11:01:20 发布
最新推荐文章于 2024-11-03 11:01:20 发布
阅读量1.1k 收藏 24
点赞数 22
分类专栏： Java数据结构与算法 文章标签： java 开发语言 二叉树 层次遍历
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Y_hanxiong/article/details/135446539
版权

Java学习+面试指南：https://javaxiaobear.cn

1、树的相关概念

1、树的基本定义

树是我们计算机中非常重要的一种数据结构，同时使用树这种数据结构，可以描述现实生活中的很多事物，例如家谱、单位的组织架构、等等。
树是由n（n>=1）个有限结点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。

树具有以下特点：

  • 每个结点有零个或多个子结点；
  • 没有父结点的结点为根结点；
  • 每一个非根结点只有一个父结点；
  • 每个结点及其后代结点整体上可以看做是一棵树，称为当前结点的父结点的一个子树；

2、相关术语

1、结点的度

一个结点含有的子树的个数称为该结点的度；

2、叶子结点

度为0的结点称为叶结点，也可以叫做终端结点

3、分支结点

度不为0的结点称为分支结点，也可以叫做非终端结点

4、结点的层次

从根结点开始，根结点的层次为1，根的直接后继层次为2，以此类推

5、结点的层序编号

将树中的结点，按照从上层到下层，同层从左到右的次序排成一个线性序列，把他们编成连续的自然数。

6、树的度

树中所有结点的度的最大值

7、树的高度(深度)

树中结点的最大层次

8、森林

m（m>=0）个互不相交的树的集合，将一颗非空树的根结点删去，树就变成一个森林；给森林增加一个统一的根结点，森林就变成一棵树

9、孩子结点

一个结点的直接后继结点称为该结点的孩子结点

10、双亲结点(父结点)

一个结点的直接前驱称为该结点的双亲结点

11、兄弟结点

同一双亲结点的孩子结点间互称兄弟结点

2、二叉树

二叉树就是度不超过2的树(每个结点最多有两个子结点)

1、相关二叉树

1、满二叉树

一个二叉树，如果每一个层的结点树都达到最大值，则这个二叉树就是满二叉树。

2、完全二叉树

叶节点只能出现在最下层和次下层，并且最下面一层的结点都集中在该层最左边的若干位置的二叉树

2、创建二叉查找树

1、API设计

  • 结点类

    类名Node<Key,Value>
    构造方法Node(Key key, Value value, Node left, Node right)：创建Node对象
    成员变量1.public Node left:记录左子结点
    2.public Node right:记录右子结点
    3.public Key key:存储键
    4.public Value value:存储值

  • 二叉树

    类名BinaryTree<Key,value>
    构造方法BinaryTree()：创建BinaryTree对象
    成员变量1.private Node root:记录根结点
    2.private int N:记录树中元素的个数
    成员方法1. public void put(Key key,Value value):向树中插入一个键值对
    2.private Node put(Node x, Key key, Value val)：给指定树x上，添加键一个键值对，并返回添加后的新树
    3.public Value get(Key key):根据key，从树中找出对应的值
    4.private Value get(Node x, Key key):从指定的树x中，找出key对应的值
    5.public void delete(Key key):根据key，删除树中对应的键值对
    6.private Node delete(Node x, Key key):删除指定树x上的键为key的键值对，并返回删除后的新树
    7.public int size():获取树中元素的个数
1、put方法实现思路

  • 如果当前树中没有任何一个结点，则直接把新结点当做根结点使用

  • 如果当前树不为空，则从根结点开始：

    • 如果新结点的key小于当前结点的key，则继续找当前结点的左子结点；

    • 如果新结点的key大于当前结点的key，则继续找当前结点的右子结点；

    • 如果新结点的key等于当前结点的key，则树中已经存在这样的结点，替换该结点的value值即可。

/**
     * 给指定树x上，添加键一个键值对，并返回添加后的新树
     * @param x 树节点
     * @param key 键
     * @param val 值
     * @return Node
     */
public Node<Key, Value> put(Node<Key,Value> x, Key key, Value val){
    //当树为空时，该节点为根节点
    if(null == x){
        size++;
        return new Node<>(key, val, null, null);
    }
    int compare = key.compareTo(x.key);
    //如果compare > 0 ,则 key > x.key;继续x的右子节点
    if(0 < compare){
        x.right = put(x.right,key,val);
    }else if(0 > compare){
        //如果compare < 0 ,则 key < x.key;继续x的左子节点
        x.left = put(x.left,key,val);
    }else {
        //如果compare = 0 ,则 key = x.key;替换x.value的值
        x.value = val;
    }
    return x;
}
2、get方法实现思路

从根节点开始：

  • 如果要查询的key小于当前结点的key，则继续找当前结点的左子结点；
  • 如果要查询的key大于当前结点的key，则继续找当前结点的右子结点；
  • 如果要查询的key等于当前结点的key，则树中返回当前结点的value。
/**
     * 从指定的树x中，找出key对应的值
     * @param x 节点
     * @param key 键
     * @return 节点
     */
public Value getNode(Node<Key,Value> x, Key key){
    if (null == x){
        return null;
    }
    int compare = key.compareTo(x.key);
    if(0 < compare){
        return getNode(x.right,key);
    }else if(0 > compare){
        return getNode(x.left, key);
    }else {
        return x.value;
    }
}
3、delete方法的实现思路
  • 找到被删除结点；
  • 找到被删除结点右子树中的最小结点minNode
  • 删除右子树中的最小结点
  • 让被删除结点的左子树称为最小结点minNode的左子树，让被删除结点的右子树称为最小结点minNode的右子树
  • 让被删除结点的父节点指向最小结点minNode
/**
     * 删除指定树x中的key对应的value，并返回删除后的新树
     * @param x
     * @param key
     * @return
     */
public Node<Key,Value> delete(Node<Key, Value> x, Key key){
    if (null == x){
        return null;
    }
    int compare = key.compareTo(x.key);
    if(0 < compare){
        x.right = delete(x.right,key);
    }else if(0 > compare){
        x.left = delete(x.left,key);
    }else {
        //个数-1
        size--;
        //新结点的key等于当前结点的key,当前x就是要删除的结点
        if(x.right == null){
            return x.left;
        }if(x.left == null){
            return x.right;
        }
        //左右子结点都存在的情况下，找右子树最小的节点
        Node<Key, Value> minRight = x.right;
        while (null != minRight.left){
            minRight = minRight.left;
        }
        Node<Key, Value> node = x.right;
        while (node.left != null) {
            if (node.left.left == null) {
                node.left = null;
            } else {
                node = node.left;
            }
        }
        //让被删除结点的左子树称为最小结点minNode的左子树，让被删除结点的右子树称为最小结点minNode的右子树
        minRight.left = x.left;
        minRight.right = x.right;
        //让被删除结点的父节点指向最小结点minNode
        x = minRight;
    }
    return x;
}
4、完整代码
package com.xiaobear.BinaryTree;

/**
 * @Author xiaobear
 * @date 2021年07月30日 13:50
 * @Description 二叉树
 */
public class BinaryTree<Key extends Comparable<Key>,Value> {

    /**
     * 根节点
     */
    private Node<Key,Value> root;
    /**
     * 节点数量
     */
    private int size;

    public void put(Key key, Value val){
        root = put(root,key,val);
    }

    /**
     * 给指定树x上，添加键一个键值对，并返回添加后的新树
     * @param x 树节点
     * @param key 键
     * @param val 值
     * @return Node
     */
    public Node<Key, Value> put(Node<Key,Value> x, Key key, Value val){
        //当树为空时，该节点为根节点
       if(null == x){
           size++;
           return new Node<>(key, val, null, null);
       }
       int compare = key.compareTo(x.key);
       //如果compare > 0 ,则 key > x.key;继续x的右子节点
        if(0 < compare){
            x.right = put(x.right,key,val);
        }else if(0 > compare){
            //如果compare < 0 ,则 key < x.key;继续x的左子节点
            x.left = put(x.left,key,val);
        }else {
            //如果compare = 0 ,则 key = x.key;替换x.value的值
            x.value = val;
        }
        return x;
    }

    /**
     * 根据key，从树中找出对应的值
     * @param key 键
     */
    public Value getNode(Key key){
        return getNode(root,key);
    }

    /**
     * 从指定的树x中，找出key对应的值
     * @param x 节点
     * @param key 键
     * @return 节点
     */
    public Value getNode(Node<Key,Value> x, Key key){
        if (null == x){
            return null;
        }
        int compare = key.compareTo(x.key);
        if(0 < compare){
            return getNode(x.right,key);
        }else if(0 > compare){
            return getNode(x.left, key);
        }else {
            return x.value;
        }
    }

    public void delete(Key key){
        root = delete(root, key);
    }

    /**
     * 删除指定树x中的key对应的value，并返回删除后的新树
     * @param x
     * @param key
     * @return
     */
    public Node<Key,Value> delete(Node<Key, Value> x, Key key){
        if (null == x){
            return null;
        }
        int compare = key.compareTo(x.key);
        if(0 < compare){
            x.right = delete(x.right,key);
        }else if(0 > compare){
            x.left = delete(x.left,key);
        }else {
            //个数-1
            size--;
            //新结点的key等于当前结点的key,当前x就是要删除的结点
            if(x.right == null){
                return x.left;
            }if(x.left == null){
                return x.right;
            }
            //左右子结点都存在的情况下，找右子树最小的节点
            Node<Key, Value> minRight = x.right;
            while (null != minRight.left){
                minRight = minRight.left;
            }
            Node<Key, Value> node = x.right;
            while (node.left != null) {
                if (node.left.left == null) {
                    node.left = null;
                } else {
                    node = node.left;
                }
            }
            //让被删除结点的左子树称为最小结点minNode的左子树，让被删除结点的右子树称为最小结点minNode的右子树
            minRight.left = x.left;
            minRight.right = x.right;
            //让被删除结点的父节点指向最小结点minNode
            x = minRight;
        }
        return x;
    }

    public int size(){
        return size;
    }



    /**
     * 节点类
     * @param <Key>
     * @param <Value>
     */
    private class Node<Key,Value>{
        public Key key;

        public Value value;

        public Node<Key,Value> left;

        public Node<Key, Value> right;

        public Node(Key key, Value value, Node left, Node<Key, Value> right) {
            this.key = key;
            this.value = value;
            this.left = left;
            this.right = right;
        }
    }
}

测试代码

public class BinaryTreeTest {

    public static void main(String[] args) {
        BinaryTree<Integer, String> binaryTree = new BinaryTree<>();
        binaryTree.put(1,"yhx");
        binaryTree.put(2,"love");
        binaryTree.put(3,"lwh");
        System.out.println(binaryTree.size());
        binaryTree.delete(2);
        String node = binaryTree.getNode(2);
        System.out.println(node);
        System.out.println(binaryTree.size());
    }
}

3、查找二叉树中最大/最小的键

1、最小的键
方法描述
public Key min()找出树中最小的键
private Node min(Node x)找出指定树x中，最小键所在的结点
/**
     * 查找树中最小的键
     * @return
     */
public Key minKey(){
    return minKey(root).key;
}

/**
     * 根据二叉树的特点，左子树 < 右子树 so最小的键肯定是位于左边
     * @param x
     * @return
     */
public Node<Key,Value> minKey(Node<Key,Value> x){
    if (x.left != null){
        return minKey(x.left);
    }else {
        return x;
    }
}
2、最大的键
方法描述
public Key max()找出树中最大的键
public Node max(Node x)找出指定树x中，最大键所在的结点
/**
     * 查询树中最大的键
     * @return
     */
    public Key maxKey(){
        return maxKey(root).key;
    }

    /**
     * 根据二叉树的特点，右子树 > 左子树 so最大的键肯定是位于右边
     * @param x
     * @return
     */
    public Node<Key,Value> maxKey(Node<Key,Value> x){
        if(x.right != null){
            return maxKey(x.right);
        }else {
            return x;
        }
    }

3、二叉树的遍历

我们把树简单的画作上图中的样子，由一个根节点、一个左子树、一个右子树组成，那么按照根节点什么时候被访
问，我们可以把二叉树的遍历分为以下三种方式：

  • 前序遍历

    先访问根结点，然后再访问左子树，最后访问右子树

  • 中序遍历

    先访问左子树，中间访问根节点，最后访问右子树

  • 后序遍历

    先访问左子树，再访问右子树，最后访问根节点

1、前序遍历

前序遍历的API

方法描述
public Queue preErgodic()使用前序遍历，获取整个树中的所有键
private void preErgodic(Node x,Queue keys)使用前序遍历，把指定树x中的所有键放入到keys队列中
/**
     * 前序遍历
     * @return
     */
public Queue<Key> preErgodic(){
    Queue<Key> queue = new Queue<>();
    preErgodic(root,queue);
    return queue;
}

/**
     * 前序遍历操作 先访问根结点，然后再访问左子树，最后访问右子树
     * @param x 根节点
     * @param queue 队列
     */
private void preErgodic(Node<Key,Value> x, Queue<Key> queue){
    if (x == null) {
        return;
    }
    //把当前结点的key放入到队列中
    queue.enqueue(x.key);
    //访问左子树
    if(x.left != null){
        preErgodic(x.left,queue);
    }
    //访问右子树
    if(x.right != null){
        preErgodic(x.right,queue);
    }
}

2、中序遍历

中序遍历的API

方法描述
public Queue midErgodic()使用中序遍历，获取整个树中的所有键
private void midErgodic(Node x,Queue keys)使用中序遍历，把指定树x中的所有键放入到keys队列中
/**
     * 中序遍历
     * @return
     */
    public Queue<Key> midErgodic(){
        Queue<Key> queue = new Queue<>();
        midErgodic(root,queue);
        return queue;
    }

    /**
     * 先访问左子树，中间访问根节点，最后访问右子树
     * @param x
     * @param queue
     */
    private void midErgodic(Node<Key,Value> x, Queue<Key> queue){
        if (x == null) {
            return;
        }
        //访问左子树
        if(x.left != null){
            preErgodic(x.left,queue);
        }
        //把当前结点的key放入到队列中
        queue.enqueue(x.key);
        //访问右子树
        if(x.right != null){
            preErgodic(x.right,queue);
        }
    }

3、后序遍历

后序遍历的API

方法描述
public Queue afterErgodic()使用后序遍历，获取整个树中的所有键
private void afterErgodic(Node x,Queue keys)使用后序遍历，把指定树x中的所有键放入到keys队列中
 /**
     * 后序遍历
     * @return
     */
    public Queue<Key> afterErgodic(){
        Queue<Key> queue = new Queue<>();
        afterErgodic(root,queue);
        return queue;
    }

    /**
     * 先访问左子树，再访问右子树，最后访问根节点
     * @param x
     * @param queue
     */
    private void afterErgodic(Node<Key,Value> x, Queue<Key> queue){
        if (x == null) {
            return;
        }
        //访问左子树
        if(x.left != null){
            preErgodic(x.left,queue);
        }
        //访问右子树
        if(x.right != null){
            preErgodic(x.right,queue);
        }
        //把当前结点的key放入到队列中
        queue.enqueue(x.key);
    }

4、测试

public class BinaryTreeErgodicTest {

    public static void main(String[] args) {
        BinaryTree<String, String> bt = new BinaryTree<>();
        bt.put("E", "5");
        bt.put("B", "2");
        bt.put("G", "7");
        bt.put("A", "1");
        bt.put("D", "4");
        bt.put("F", "6");
        bt.put("H", "8");
        bt.put("C", "3");
        //前序遍历
        Queue<String> preErgodic = bt.preErgodic();
        //中序遍历
        Queue<String> midErgodic = bt.midErgodic();
        //后序遍历
        Queue<String> afterErgodic = bt.afterErgodic();
        for (String key : preErgodic) {
            System.out.println(key+"=" +bt.getNode(key));
        }
    }
}

4、层次遍历

所谓的层序遍历，就是从根节点（第一层）开始，依次向下，获取每一层所有结点的值

层次遍历的结果是：EBGADFHC

方法描述
public Queue layerErgodic()：使用层序遍历，获取整个树中的所有键实

实现步骤：

  1. 创建队列，存储每一层的结点；
  2. 使用循环从队列中弹出一个结点：
    • 获取当前结点的key
    • 如果当前结点的左子结点不为空，则把左子结点放入到队列中
    • 如果当前结点的右子结点不为空，则把右子结点放入到队列中
/**
     * 层次遍历
     * @return
     */
public Queue<Key> layerErgodic(){
    //存储key
    Queue<Key> keys = new Queue<>();
    //存储node
    Queue<Node<Key,Value>> nodes = new Queue<>();
    //入队头结点
    nodes.enqueue(root);
    while(!nodes.isEmpty()){
        //出队当前节点
        Node<Key,Value> dequeue = nodes.dequeue();
        //当前节点头入队
        keys.enqueue(dequeue.key);
        if(dequeue.left != null){
            nodes.enqueue(dequeue.left);
        }
        if(dequeue.right != null){
            nodes.enqueue(dequeue.right);
        }
    }
    return keys;
}

5、二叉树的最大深度

最大深度（树的根节点到最远叶子结点的最长路径上的结点数）

上面这颗树的最大深度为：E–>B–>D–>C，深度为4

方法描述
public int maxDepth()计算整棵树的最大深度
private int maxDepth(Node x)计算指定树x的最大深度

实现步骤：

  1. 如果根结点为空，则最大深度为0；
  2. 计算左子树的最大深度；
  3. 计算右子树的最大深度；
  4. 当前树的最大深度=左子树的最大深度和右子树的最大深度中的较大者+1
    /**
     * 计算整棵树的最大深度
     * @return
     */
    public int maxDepth(){
        return maxDepth(root);
    }

    /**
     * 计算指定节点的最大深度
     * @param x
     * @return
     */
    private int maxDepth(Node<Key,Value> x){
        if (x == null) {
            return 0;
        }
        int maxRight = 0;
        int maxLeft = 0;
        int maxDepth;
        if(x.left != null){
            maxLeft = maxDepth(x.left);
        }
        if (x.right != null) {
            maxRight = maxDepth(x.right);
        }
        maxDepth = maxLeft > maxRight ? maxLeft + 1 : maxRight + 1;
        return maxDepth;
    }

6、折纸问题

请把一段纸条竖着放在桌子上，然后从纸条的下边向上方对折1次，压出折痕后展开。此时 折痕是凹下去的，即折痕突起的方向指向纸条的背面。如果从纸条的下边向上方连续对折2 次，压出折痕后展开，此时有三条折痕，从上到下依次是下折痕、下折痕和上折痕。
给定一 个输入参数N，代表纸条都从下边向上方连续对折N次，请从上到下打印所有折痕的方向 例如：N=1时，打印： down；N=2时，打印： down down up

分析

我们把对折后的纸张翻过来，让粉色朝下，这时把第一次对折产生的折痕看做是根结点，那第二次对折产生的下折痕就是该结点的左子结点，而第二次对折产生的上折痕就是该结点的右子结点，这样我们就可以使用树型数据结构来描述对折后产生的折痕。

这棵树有这样的特点：

  1. 根结点为下折痕；
  2. 每一个结点的左子结点为下折痕；
  3. 每一个结点的右子结点为上折痕；

实现步骤：

  • 构建节点类
  • 构建深度为n的折痕树
  • 使用中序遍历，打印树中所有节点的内容

构建深度为N的折痕树：

  1. 第一次对折，只有一条折痕，创建根节点
  2. 如果不是第一次对折，则使用队列保存根节点
  3. 循环遍历队列
    • 从队列中拿出一个节点
    • 如果当前节点的左节点不为空，则把这个左节点加入队列中
    • 如果当前节点的右节点不为空，则把这个右节点加入队列中
    • 判断当前结点的左子结点和右子结点都为空，如果是，则需要为当前结点创建一个值为down的左子结点，一个值为up的右子结点。
public class PaperFolding {

    /**
     * 创建折痕树
     * @param size 深度
     */
    public static Node createTree(int size){
        Node root = null;
        for (int i = 0; i < size; i++) {
            //第一次对折，只有一条折痕，创建根节点
            if (0 == i){
                root = new Node("down",null,null);
            }else {
                //如果不是第一次对折，则使用队列保存根节点
                Queue<Node> nodes = new Queue<>();
                nodes.enqueue(root);
                //循环遍历
                while(!nodes.isEmpty()){
                    //从队列中拿出一个节点
                    Node dequeue = nodes.dequeue();
                    //如果当前节点的左节点不为空，则把这个左节点加入队列中
                    if(dequeue.left != null){
                        nodes.enqueue(dequeue.left);
                    }
                    //如果当前节点的右节点不为空，则把这个右节点加入队列中
                    if(dequeue.right != null){
                        nodes.enqueue(dequeue.right);
                    }
                    //判断当前结点的左子结点和右子结点都为空，则需要为当前结点创建一个值为down的左子结点，一个值为up的右子结点。
                    if(dequeue.left == null && dequeue.right == null){
                        dequeue.left = new Node("down",null,null);
                        dequeue.right = new Node("up",null,null);
                    }
                }
            }
        }
        return root;
    }

    /**
     * 采用中序遍历
     * @param root
     */
    public static void printTree(Node root){
        if (root == null) {
            return;
        }
        printTree(root.left);
        System.out.print(root.item+" ");
        printTree(root.right);
    }

    /**
     * 节点类
     */
    private static class Node{
        String item;
        Node left;
        Node right;

        public Node(String item, Node left, Node right) {
            this.item = item;
            this.left = left;
            this.right = right;
        }
    }

    public static void main(String[] args) {
        Node tree = createTree(2);
        printTree(tree);
    }
}

down down up

在这里插入图片描述

小熊学Java
关注
专栏目录
【Java】二叉树遍历算法
weixin_44991038的博客
08-17 1099
java实现二叉树的深度和广度遍历
java中的二叉树遍历
sutingStart的博客
01-27 1313
抛出几个问题java中什么是二叉树？在java中怎么体现？怎么进行增删改查？
二叉树遍历之深度优先遍历
henjdx的博客
05-31 979
哈哈哈，小吉我又回归了!!!(欢迎欢迎)，书接上回，这篇blog是讲二叉树遍历之深度优先遍历。在用代码实现深度优先遍历之前，我们先来了解了解什么是深度优先遍历（上波概念~）。
二叉树的基本遍历方法总结（Java）
[ta叫我小白]的专栏
08-05 726
二叉树的深度优先遍历（3种）的递归和迭代方法， 二叉树的广度优先遍历方法， 最大深度计算方法，最小深度计算方法。
【Java数据结构 -- 二叉树+树的深度优先遍历】
m0_63440113的博客
03-02 1116
二叉树是一种数据结构，一颗二叉树是节点的集合，即每个节点最多有两个子节点，分别为左子节点和右子节点。二叉树可以为空，或者是由一个根节点和两个指向左子树和右子树的指针。
Java数据结构——二叉树的遍历
chenchenchencl的博客
10-03 9399
一文速学二叉树的遍历
二叉树各种遍历算法 Java 实现总结
qq_41866626的博客
09-26 6246
PS： 作者是正在学习Java的小白，在这里会总结一些与Java相关知识（Java代码实现），如有不足，欢迎前来讨论指正，十分感谢 !!! 目录二叉树各种遍历算法 Java 实现总结0 二叉树简述0.0 概述0.1 分类0.2 数据结构1 二叉树的遍历1.1 前序遍历1.2 中序遍历1.3 后序遍历1.4 层序遍历1.5 小总结 二叉树各种遍历算法 Java 实现总结 0 二叉树简述 0.0 概述 二叉树是树的特殊一种，具有如下特点： 1、每个结点最多有两颗子树，结点的度最大为2。 2、左子树和右子树是有顺
java 二叉树的深度优先遍历_【树】二叉树遍历算法（深度优先、广度优先遍历，前序、中序、后序、层次）及Java实现...
weixin_36048031的博客
02-16 327
二叉树是一种非常重要的数据结构，很多其它数据结构都是基于二叉树的基础演变而来的。对于二叉树，有深度遍历和广度遍历，深度遍历有前序、中序以及后序三种遍历方法，广度遍历即我们平常所说的层次遍历。因为树的定义本身就是递归定义，因此采用递归的方法去实现树的三种遍历不仅容易理解而且代码很简洁，而对于广度遍历来说，需要其他数据结构的支撑，比如堆了。所以，对于一段代码来说，可读性有时候要比代码本身的效率要重要的...
Java实现二叉树深度优先遍历以及广度优先遍历
weixin_45518155的博客
06-11 668
目的：对二叉树的深度优先遍历以及广度优先遍历 概念介绍： 1.深度优先遍历：深度优先搜索是一种在开发爬虫早期使用较多的方法。它的目的是要达到被搜索结构的叶结点(即那些不包含任何超链的HTML文件) 。 点击查看详情 2.广度优先搜索：宽度优先搜索算法（又称广度优先搜索）是最简便的图的搜索算法之一，这一算法也是很多重要的图的算法的原型。Dijkstra单源最短路径算法和Prim最小生成树算法都采用了和宽度优先搜索类似的思想。 点击查看详情 3.二叉树：在计算机科学中，二叉树是每个结点最多有两个子树的树结构。通
java二叉树遍历笔试题-InterviewBit-Solutions:Java中InterviewBit问题的解决方案
06-13
java二叉树遍历笔试题 Java中InterviewBit问题的解决方案 编程 种类 递归 二叉搜索树 广度优先搜索 深度优先搜索 动态规划 贪婪的 图形 几何学 模拟 设计 大批 ID 标题 解决方案 时间 空间 困难 笔记 1 O(n*m) O(1) ...
Java实现二叉树的深度优先遍历和广度优先遍历算法示例
08-27
Java实现二叉树的深度优先遍历和广度优先遍历算法示例 本文主要介绍了Java实现二叉树的深度优先遍历和广度优先遍历算法，结合实例形式详细分析了二叉树的定义、深度优先遍历与广度优先遍历算法原理与相关操作实现...
Java中二叉树的建立和各种遍历实例代码
08-28
本文主要介绍了Java中二叉树的建立和各种遍历实例代码，涉及树节点的定义、后序遍历、层序遍历、深度优先和广度优先等相关内容。下面将详细介绍这些知识点。 一、树节点的定义 在 Java 中，树节点可以定义为一个类...
数据结构 | 二叉树遍历（Java）
xxzaa的博客
04-21 980
二叉树的节点定义
HashMap为什么线程不安全？
最新发布
rnnf_yyds的博客
11-03 132
HashMap底层是基于数组 + 链表（在 Java 8 以后，当链表长度超过一定阈值时会转换为红黑树）的数据结构。在多线程环境下，当多个线程同时对HashMap进行put操作时，可下面这种情况：假设两个线程 A 和 B 同时执行put操作，它们计算出的插入位置相同（假设为index线程 A 先获取到了当前index位置的节点，在它还没来得及将新节点插入链表（或树）时，线程 B 也获取到了这个位置的节点。
[自用，更新自day5]瑞吉外卖代码及笔记
lapiii的博客
11-01 810
当使用ThreadLocal维护变量时，ThreadLocal为每个使用该变量的线程提供独立的变量副本，所以每一个线程都可以独立地改变自己的副本，而不会影响其它线程所对应的副本。Mybatis Plus公共字段自动填充，也就是在插入或者更新的时候为指定字段赋予指定的值，使用它的好处就是可以统一对这些字段进行处理，避免了重复代码。因为在分页查询的Dish的records(菜品记录中)，只有这个菜品所属的categoryId，但是我们需要分页的时候展示的是菜品名字。
JAVA 插入 JSON 对象到 PostgreSQL
qq_52143611的博客
10-30 865
在现代软件开发中，由于 JSON 数据的轻量和通用性，处理 JSON 数据已经变得无处不在。PostgreSQL凭借其对 JSON 的强大支持，为存储和查询 JSON 数据提供了出色的平台。为了将JSON数据保存到PostgreSQL数据库中，我们可以将JSON数据转换为PostgreSQL的JSONB类型数据，然后将其存储在数据库中。在Java中，我们可以使用JDBC或者基于ORM框架的方式来实现这一功能。
SpringSession源码分析
lkr_lkr的博客
11-01 250
默认对常规Session的理解和使用，如何使用Set-Cookie。
函数式接口与回调函数实践
m0_37635053的博客
10-29 408
函数式接口与回调函数
Android 13 解决 Settings 首页矢量图修改颜色不生效
人生只是一种体验，不必用来演绎完美。
10-30 284
从Android 12 开始, 推出了Material You 设计，并在 Android 13 中得到了改进。导致了修改svg颜色不生效的问题。
Java实现二叉树遍历方法详解
在Java中实现二叉树遍历通常需要定义一个二叉树节点类，包含节点数据、左子节点和右子节点的引用。然后实现不同的遍历方法。例如： ```java class TreeNode { int val; TreeNode left; TreeNode right; ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小熊学Java

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值