1. 树型结构
树是一种非线性的数据结构,它是由n(n>=0)个有限结点组成一个具有层次关系的集合。
它具有以下的特点:每个结点有零个或多个子结点;没有父结点的结点称为根结点;每一个非根结点有且只有一个父结点;除了根结点外,每个子结点可以分为多个不相交的子树 。
节点的度:一个节点含有的子树的个数称为该节点的度; 如上图:A的为6
树的度:一棵树中,最大的节点的度称为树的度; 如上图:树的度为6
叶子节点或终端节点:度为0的节点称为叶节点; 如上图:B、C、H、I…等节点为叶节点
双亲节点或父节点:若一个节点含有子节点,则这个节点称为其子节点的父节点; 如上图:A是B的父节点
孩子节点或子节点:一个节点含有的子树的根节点称为该节点的子节点; 如上图:B是A的孩子节点
根结点:一棵树中,没有双亲结点的结点;如上图:A 节点的层次:从根开始定义起,根为第1层,根的子节点为第2层,以此类推;
树的高度或深度:树中节点的最大层次; 如上图:树的高度为4
非终端节点或分支节点:度不为0的节点; 如上图:D、E、F、G…等节点为分支节点
兄弟节点:具有相同父节点的节点互称为兄弟节点; 如上图:B、C是兄弟节点
堂兄弟节点:双亲在同一层的节点互为堂兄弟;如上图:H、I互为兄弟节点
节点的祖先:从根到该节点所经分支上的所有节点;如上图:A是所有节点的祖先
子孙:以某节点为根的子树中任一节点都称为该节点的子孙。如上图:所有节点都是A的子孙
森林:由m(m>=0)棵互不相交的树的集合称为森林
树的表示形式
树有很多种表示方式,如:双亲表示法,孩子表示法、孩子兄弟表示法等等。其中最常用的为孩子兄弟表示法。
class Node {
int value; // 树中存储的数据
Node firstChild; // 第一个孩子引用
Node nextBrother; // 下一个兄弟引用
}
2.二叉树
2.1.概念
一棵二叉树是结点的一个有限集合,该集合或者为空,或者是由一个根节点加上两棵别称为左子树和右子树的二叉树 组成。
二叉树的特点:
- 每个结点最多有两棵子树,即二叉树不存在度大于 2 的结点
- 二叉树的子树有左右之分,其子树的次序不能颠倒
2.2.两种特殊的二叉树
- 完全二叉树: 完全二叉树是效率很高的数据结构,完全二叉树是由满二叉树而引出来的。对于深度为K的,有n个 结点的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉 树。 要注意的是满二叉树是一种特殊的完全二叉树。 比特科技
- 满二叉树: 一个二叉树,如果每一个层的结点数都达到最大值,则这个二叉树就是满二叉树。也就是说,如果一 个二叉树的层数为K,且结点总数是(2^k) -1 ,则它就是满二叉树。
2.3.遍历
- NLR:前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点的操作发生在遍历其左右子树之前。
- LNR:中序遍历(Inorder Traversal)——访问根结点的操作发生在遍历其左右子树之中(间)。
- LRN:后序遍历(Postorder Traversal)——访问根结点的操作发生在遍历其左右子树之后。
由于被访问的结点必是某子树的根,所以N(Node)、L(Left subtree)和R(Right subtree)又可解释为根、根的左子树和根的右子树。NLR、LNR和LRN分别又称为先根遍历、中根遍历和后根遍历
- 设二叉树的根节点所在层数为1,层序遍历就是从所在二叉树的根节点出发,首先访问第一层的树根节点,然后从左
到右访问第2层上的节点,接着是第三层的节点,以此类推,自上而下,自左至右逐层访问树的结点的过程就是层序遍历
2.4.练习
定义 Node类的成员的属性和方法
class Node {
public char val;
public Node left;
public Node right;
public Node(char val) {
this.val = val;
}
}
根节点, 当 root 为 null 的时候, 就是一个空树
private static Node root = null;
构建一棵树, 构建成一个固定结构的树
public static Node build() {
Node A = new Node('A');
Node B = new Node('B');
Node C = new Node('C');
Node D = new Node('D');
Node E = new Node('E');
Node F = new Node('F');
Node G = new Node('G');
A.left = B;
A.right = C;
B.left = D;
B.right = E;
E.left = G;
C.right = F;
return A;
}
先序遍历
public static void prevOrder(Node root) {
// 先访问根节点, 递归遍历左子树, 递归遍历右子树
if (root == null) {
// 空树不需要遍历
return;
}
// 访问就用 打印 来表示
System.out.print(root.val);
prevOrder(root.left);
prevOrder(root.right);
}
中序遍历
public static void inOrder(Node root) {
// 先递归遍历左子树, 访问根节点, 再递归遍历右子树
if (root == null) {
return;
}
inOrder(root.left);
System.out.print(root.val);
inOrder(root.right);
}
后序遍历
public static void postOrder(Node root) {
if (root == null) {
return;
}
postOrder(root.left);
postOrder(root.right);
System.out.print(root.val);
}
遍历思路-求结点个数
public static int treeSize = 0;
public static void size(Node root) {
if (root == null) {
return;
}
treeSize++;
size(root.left);
size(root.right);
}
子问题思路-求结点个数
public static int size(Node root) {
if (root == null) {
return 0;
}
// 这棵树的节点个数可以理解成:
// 1 + 左子树的节点个数 + 右子树的节点个数
return 1 + size(root.left) + size(root.right);
}
遍历思路-求叶子结点个数
//借助遍历的方式, 访问节点的时候, 先判断是不是叶子节点, 如果是就 ++
public static int leafSize = 0;
public static void getLeafSize(Node root) {
if (root == null) {
return;
}
if (root.left == null && root.right == null) {
// root 就是叶子节点
leafSize++;
}
getLeafSize(root.left);
getLeafSize(root.right);
}
子问题思路-求叶子结点个数
public static int getLeafSize(Node root) {
if (root == null) {
return 0;
}
if (root.left == null && root.right == null) {
return 1;
}
// 求 root 有多少个叶子节点,
// 左子树的叶子节点个数 + 右子树的叶子节点个数
return getLeafSize(root.left) + getLeafSize(root.right);
}
子问题思路-求第k层结点个数
public static int getKLevelSize(Node root, int k) {
// 特殊情况
if (root == null || k < 1) {
return 0;
}
if (k == 1) {
// k 为 1 的时候, 就一个根节点
return 1;
}
// 求第 k 层节点的个数,
// 求左子树的第 k - 1 层节点的个数 + 右子树的 k - 1 层
return getKLevelSize(root.left, k - 1)
+ getKLevelSize(root.right, k - 1);
}
查找 val 所在结点,没有找到返回 null
按照 根 -> 左子树 -> 右子树的顺序进行查找
一旦找到,立即返回,不需要继续在其他位置查
// 还是递归. 先比较一下当前的根节点是不是要找的元素.
// 递归找左子树和递归找右子树
public static TreeNode find(TreeNode root, char toFind) {
if (root == null) {
return null;
}
// 当前节点是不是要找的节点
if (root.val == toFind) {
return root;
}
// 递归找左子树
TreeNode ret = find(root.left, toFind);
if (ret != null) {
return ret;
}
return find(root.right, toFind);
}