算法基础——二叉树

一、二叉树的基本遍历及思路

1. 先序遍历二叉树(NLR)

  • 先访问根节点
  • 先序遍历左子树
  • 先序遍历右子树
public class BTNode {
	//简化方式
	public int data = 0;
	public BTNode lchild = null;
	public BTNode rchild = null;
}
//递归
public void preOrder(BTNode bt) {
	if(bt != null) {
		System.out.println("data" + bt.data);
		preOrder(bt.lchild);
		preOrder(bt.rchild);
	}
}
//非递归
if (当前b树不空)
{
     根结点b进;
      while (栈不栈空)
      {
           出栈结点p并访问之;
           若p结点有右孩子,将其右孩子进栈; 
           若p结点有左孩子,将其左孩子进栈;
       }
}

2. 中序遍历二叉树(LNR)

  • 中序遍历左子树
  • 访问根节点
  • 中序遍历右子树
//递归
public void inOrder(BTNode bt) {
	if(bt != null) {
		inOrder(bt.lchild);
		System.out.println("data" + bt.data);
		inOrder(bt.rchild);
	}
}
//非递归
p=b;
while (栈不空或者p!=NULL)
{
       while (p!=NULL)
       {     将p进栈;
               p=p->lchild;
        }
        //以下考虑栈顶结点
       if (栈不空) 
       {      出栈p并访问之;
         p=p->rchild;
        }
}

3. 后序遍历二叉树(LRN)

  • 后序遍历左子树
  • 后序遍历右子树
  • 访问根节点
//递归
public void postOrder(BTNode bt) {
	if(bt != null) {
		postOrder(bt.lchild);
		postOrder(bt.rchild);
		System.out.println("data" + bt.data);
	}
}
//非递归
p=b;
do
{   
	while (结点p有左孩子)
	{	
		将结点p进栈;
		p=p->lchild;
	 }
	//此时栈顶结点(尚未访问)没有左孩子或左子树已遍历过
	while (栈不空且结点p是栈顶结点)
	{	
		取栈顶结点p;
		if (结点p的右子树已访问)
		{      
			访问结点p;
			退栈;
		}
		else p=p->rchild;     //转向处理其右子树
	}
} while (栈不空);

二、二叉排序树

  • 二叉排序树(简称BST)又称二叉查找(搜索)树,其定义为:二叉排序树或者是空树,或者是满足如下性质(BST性质)的二叉树:
    • 若它的左子树非空,则左子树上所有结点值(指关键字值)均小于根结点值;
    • 若它的右子树非空,则右子树上所有结点值均大于根结点值;
    • 左、右子树本身又各是一棵二叉排序树。
    • 注意:二叉排序树中没有相同关键字的结点。
  • 二叉排序树可看做是一个有序表,所以在二叉排序树上进行查找,和二分查找类似,也是一个逐步缩小查找范围的过程。
  • 每一层只和一个结点进行关键字比较!
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • 插入结点
    在这里插入图片描述
  • 删除结点
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

三、平衡二叉树(AVL)

  • 若一棵二叉树中每个结点的左、右子树的高度至多相差1,则称此二叉树为平衡二叉树(AVL)。
  • 平衡二叉树的插入调整:
    1. LL型:
      在这里插入图片描述
      • B结点带左子树α一起上升
      • A结点成为B的右孩子
      • 原来B结点的右子树β作为A的左子树
    2. RR型:
      • B结点带右子树β一起上升
      • A结点成为B的左孩子
      • 原来B结点的左子树α作为A的右子树
    3. LR型:
      在这里插入图片描述
      在这里插入图片描述
      • C结点穿过A、B结点上升
      • B结点成为C的左孩子,A结点成为C的右孩子
      • 原来C结点的左子树β 作为B的右子树;原来C结点的右子树γ 作为A的左子树
    4. RL型:
      在这里插入图片描述

四、B树和B+树

  1. B树

    在这里插入图片描述
    又称为多路平衡查找树,是一种组织和维护外存文件系统非常有效的数据结构。B树和平衡二叉树稍有不同的是B树属于多叉树又名平衡多路查找树(查找路径不只两个)。

    1. 树中每个结点至多有m个孩子结点(即至多有m-1个关键字)
    2. 除根结点外,其他非叶子节子点,最少关键字个数Min = |m/2|-1
    3. 若根结点不是叶子结点,则根结点至少有两个孩子结点;
    4. 所有外部结点都在同一层上。B树是所有结点的平衡因子均等于0的多路查找树。
  2. B+树

    是B树的变形,它的叶子结点层为树的全部关键字。
    在这里插入图片描述

    1. 每个分支结点至多有m棵子树(这里m=4)。
    2. 根结点或者没有子树,或者至少有两棵子树。
    3. 除根结点外,其他每个分支结点至少有 |m/2| 棵子树。
    4. 有n棵子树的结点恰好有n个关键字。
    5. 所有叶子结点包含全部关键字及指向相应记录的指针,而且叶子结点按关键字大小顺序链接。并将所有叶子结点链接起来。
    6. 所有分支结点(可看成是索引的索引)中仅包含它的各个子结点(即下级索引的索引块)中最大关键字及指向子结点的指针。

写在最后

如果觉得本文对你有帮助的话,可以为我点个赞哈,你的关注和支持是我坚持下去最大的鼓励。

对文章有什么建议和意见,也欢迎留言告诉我,期待你的回馈。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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