一篇文章带你掌握二叉树(附带二叉树基本操作完整代码演示,和两种思路)

【本长内容】
1. 掌握树的基本概念
2. 掌握二叉树概念及特性
3. 掌握二叉树的基本操作
4. 完成二叉树相关的面试题练习

1. 树形结构

1.1 概念

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。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。它具有以下的特点：
1.有一个特殊的结点，称为根结点，根结点没有前驱结点
2.除根结点外，其余结点被分成M(M > 0)个互不相交的集合T1、T2、......、Tm，其中每一个集合Ti (1 <= i <=m) 又是一棵与树类似的子树。每棵子树的根结点有且只有一个前驱，可以有0个或多个后继.

3.树是递归定义的。

注意：树形结构中，子树之间不能有交集，否则就不是树形结构

1.2 概念

结点的度：一个结点含有子树的个数称为该结点的度； 如上图：A的度为6
树的度：一棵树中，所有结点度的最大值称为树的度； 如上图：树的度为6
叶子结点或终端结点：度为0的结点称为叶结点； 如上图：B、C、H、I...等节点为叶结点
双亲结点或父结点：若一个结点含有子结点，则这个结点称为其子结点的父结点； 如上图：A是B的父结点
孩子结点或子结点：一个结点含有的子树的根结点称为该结点的子结点； 如上图：B是A的孩子结点
根结点：一棵树中，没有双亲结点的结点；如上图：A
结点的层次：从根开始定义起，根为第1层，根的子结点为第2层，以此类推

树的高度或深度：树中结点的最大层次； 如上图：树的高度为4
树的以下概念只需了解，在看书时只要知道是什么意思即可：
非终端结点或分支结点：度不为0的结点； 如上图：D、E、F、G...等节点为分支结点
兄弟结点：具有相同父结点的结点互称为兄弟结点； 如上图：B、C是兄弟结点
堂兄弟结点：双亲在同一层的结点互为堂兄弟；如上图：H、I互为兄弟结点
结点的祖先：从根到该结点所经分支上的所有结点；如上图：A是所有结点的祖先
子孙：以某结点为根的子树中任一结点都称为该结点的子孙。如上图：所有结点都是A的子孙
森林：由m（m>=0）棵互不相交的树组成的集合称为森林

1.3 树的应用

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：
1. 或者为空
2. 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。

从上图可以看出：
1. 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，次序不能颠倒，因此二叉树是有序树
注意：对于任意的二叉树都是由以下几种情况复合而成的：

2.2 两种特殊的二叉树

1. 满二叉树: 一棵二叉树，如果每层的结点数都达到最大值，则这棵二叉树就是满二叉树。也就是说，如果一棵二叉树的层数为K，且结点总数是 ，则它就是满二叉树。
2. 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0至n-1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。

2.3 二叉树的性质

1. 若规定根结点的层数为1，则一棵非空二叉树的第i层上最多有 (i>0)个结点
2. 若规定只有根结点的二叉树的深度为1，则深度为K的二叉树的最大结点数是 (k>=0)
3. 对任何一棵二叉树, 如果其叶结点个数为 n0, 度为2的非叶结点个数为 n2,则有n0＝n2＋1
4. 具有n个结点的完全二叉树的深度k为 上取整
5. 对于具有n个结点的完全二叉树，如果按照从上至下从左至右的顺序对所有节点从0开始编号，则对于序号为i的结点有：
若i>0，双亲序号：(i-1)/2；i=0，i为根结点编号，无双亲结点
若2i+1<n，左孩子序号：2i+1，否则无左孩子
若2i+2<n，右孩子序号：2i+2，否则无右孩子

2.4 二叉树的存储

二叉树的存储结构分为：顺序存储和类似于链表的链式存储。
顺序存储在下节介绍。
二叉树的链式存储是通过一个一个的节点引用起来的，常见的表示方式有二叉和三叉表示方式，具体如下：

// 孩子表示法
class Node {
  int val; // 数据域
  Node left; // 左孩子的引用，常常代表左孩子为根的整棵左子树
  Node right; // 右孩子的引用，常常代表右孩子为根的整棵右子树
}
// 孩子双亲表示法
class Node {
  int val; // 数据域
  Node left; // 左孩子的引用，常常代表左孩子为根的整棵左子树
  Node right; // 右孩子的引用，常常代表右孩子为根的整棵右子树
  Node parent;   // 当前节点的根节点
}

孩子双亲表示法后序在平衡树位置介绍，本文采用孩子表示法来构建二叉树。

2.5 二叉树的基本操作

2.5.1 前置说明

在学习二叉树的基本操作前，需先要创建一棵二叉树，然后才能学习其相关的基本操作。由于现在大家对二叉树结构掌握还不够深入，为了降低大家学习成本，此处手动快速创建一棵简单的二叉树，快速进入二叉树操作学习，等二叉树结构了解的差不多时，我们反过头再来研究二叉树真正的创建方式。

public class BinaryTree{
  public static class BTNode{
    BTNode left;
    BTNode right;
    int value;
   
    BTNode(int value){
      this.value = value;
   }
 }
 
  private BTNode root;

 
  public void createBinaryTree(){
    BTNode node1 = new BTNode(1);
    BTNode node1 = new BTNode(2);
    BTNode node1 = new BTNode(3);
    BTNode node1 = new BTNode(4);
    BTNode node1 = new BTNode(5);
    BTNode node1 = new BTNode(6);
   
    root = node1;
    node1.left = node2;
    node2.left = node3;
    node1.right = node4;
    node4.left = node5;
    node5.right = node6;
 }
}

注意：上述代码并不是创建二叉树的方式，真正创建二叉树方式后序详解重点讲解。
再看二叉树基本操作前，再回顾下二叉树的概念，二叉树是：

1. 空树
2. 非空：根节点，根节点的左子树、根节点的右子树组成的

从概念中可以看出，二叉树定义是递归式的，因此后序基本操作中基本都是按照该概念实现的.

2.5.2 二叉树的遍历

1. 前中后序遍历
学习二叉树结构，最简单的方式就是遍历。所谓遍历(Traversal)是指沿着某条搜索路线，依次对树中每个结
点均做一次且仅做一次访问。访问结点所做的操作依赖于具体的应用问题(比如：打印节点内容、节点内容加
1)。 遍历是二叉树上最重要的操作之一，是二叉树上进行其它运算之基础。

在遍历二叉树时，如果没有进行某种约定，每个人都按照自己的方式遍历，得出的结果就比较混乱，如果按照某种规则进行约定，则每个人对于同一棵树的遍历结果肯定是相同的。如果N代表根节点，L代表根节点的左子树，R代表根节点的右子树，则根据遍历根节点的先后次序有以下遍历方式：
NLR：前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点--->根的左子树--->根的右子树。
LNR：中序遍历(Inorder Traversal)——根的左子树--->根节点--->根的右子树。
LRN：后序遍历(Postorder Traversal)——根的左子树--->根的右子树--->根节点。

 public void preOrder(TreeNode root){
        if(root==null){
            return;
        }
        System.out.println(root);
        preOrder(root.left);
        preOrder(root.right);
    }
    public void inOrder(TreeNode root){
        if(root==null){
            return;
        }
        inOrder(root.left);
        System.out.println(root);
        inOrder(root.right);
    }
    public void postOrder(TreeNode root){
        if(root==null){
            return;
        }
        postOrder(root.left);
        postOrder(root.right);
        System.out.println(root);
    }

2. 层序遍历
层序遍历：除了先序遍历、中序遍历、后序遍历外，还可以对二叉树进行层序遍历。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。

class Solution {
    public List<List<Integer>> levelOrderBottom(TreeNode root) {
        List<List<Integer>> lists = new LinkedList<>(); 
        if(root==null){
            return lists;
        }
    Queue<TreeNode> queue = new LinkedList<TreeNode>();
    queue.offer(root);
    while(!queue.isEmpty()){
    List<Integer> list = new ArrayList<Integer>();
    int size =queue.size();
    for(int i =0;i<size; i++){
        TreeNode node = queue.poll();
        list.add(node.val);
        TreeNode left = node.left;
        TreeNode right = node.right;
        if (left != null) {
                    queue.offer(left);
                }
        if (right != null) {
                    queue.offer(right);
                }
    }
    lists.add(list);
    list.add(list);
    }
    return lists;
    }

2.5.3 二叉树的基本操作

 获取树中节点的个数

void size(TreeNode root) {
    if(root==null){
        return;
    }
    nodeSize++;
    size(root.left);
    size(root.right);
}//遍历方法

int size(TreeNode root) {
    if(root==null){
        return 0;
    }
    return size2(root.left) + size2(root.right)+1;
}//子问题方法

获取叶子节点的个数

void getLeafNodeCount1(TreeNode root) {
     if(root.left==null && root.right == null){
       leafSize++;
       return;
    }
    getLeafNodeCount1(root.left);
    getLeafNodeCount1(root.right);
}//遍历思路

int getLeafNodeCount2(TreeNode root) {
    if(root.left == null && root.right == null){
        return 1;
    }
    return getLeafNodeCount2(root.left) + getLeafNodeCount2(root.right);
}//子问题思路

获取第K层节点的个数

int getKLevelNodeCount(TreeNode root, int k) {
    if(root==null){
        return 0;
    }
    if(k==1){
        return 1;
    }
   return getKLevelNodeCount(root.left,k-1) + getKLevelNodeCount(root.right,k-1);
}//

 获取二叉树的高度

int getHeight(TreeNode root) {
    if(root==null){
        return 0;
    }
    int lefttree = getHeight(root.left);
    int righttree = getHeight(root.right);
    return righttree>lefttree ? righttree +1:lefttree+1;
}
 检测值为value的元素是否存在

TreeNode find(TreeNode root, char val) {
if(root==null){
    return null;
}
if(root.val==val){
    return root;
}
TreeNode ret1 = find(root.left,val);
if(ret1 != null){
    return ret1;
}
TreeNode ret2 = find(root.right.right,val);
if(ret2 != null){
    return ret2;
}
return null;
    }
 判断一棵树是不是完全二叉树

boolean isCompleteTree(TreeNode root) {

    Queue<TreeNode> queue = new LinkedList<>();
    queue.add(root);
    while(!queue.isEmpty()){
       TreeNode ret =queue.poll();
       if(ret != null){
           queue.offer(ret.left);
           queue.offer(ret.right);
       }
       else {
           break;
       }
    }
    while(!queue.isEmpty())
    {
        if(queue.poll() != null){
            return false;
        }
    }
    return true;
}

二叉树的概念比较简单,但是由于是递归,所以代码的难度和理解都比较难,需要我们花时间去理解和掌握.

大家看完博客以后可以去多写习题来巩固.