二叉树

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：

1. 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
2. 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

1. 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
2. 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

1. 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。
2. 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）。
3. 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

4. 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);
}