二叉树就是这么简单

最新推荐文章于 2021-12-22 02:55:05 发布

only-qi

最新推荐文章于 2021-12-22 02:55:05 发布

阅读量140

点赞数 1

分类专栏： LeetCode(java)+算法+数据结构文章标签： java 二叉树数据结构

原文链接：https://mp.weixin.qq.com/s?__biz=MzI4Njg5MDA5NA==&mid=2247484721&idx=4&sn=a4492e34d1be97546d5ccd419b811e0e&chksm=ebd74430dca0cd26f8b7a08fea3c49bca65bb9d2d7d6be792e46a79c7a6df817c263d59c9bd6&token=1676899695&lang=zh_CN###rd

版权

LeetCode(java)+算法+数据结构专栏收录该内容

136 篇文章 7 订阅

订阅专栏

前言

只有光头才能变强。

文本已收录至我的GitHub仓库，欢迎Star：https://github.com/ZhongFuCheng3y/3y

一、二叉树就是这么简单

本文撇开一些非常苦涩、难以理解的概念来讲讲二叉树，仅入门观看(或复习)....

首先，我们来讲讲什么是树：

树是一种非线性的数据结构，相对于线性的数据结构(链表、数组)而言，树的平均运行时间更短(往往与树相关的排序时间复杂度都不会高)

在现实生活中，我们一般的树长这个样子的：

但是在编程的世界中，我们一般把树“倒”过来看，这样容易我们分析：

一般的树是有很多很多个分支的，分支下又有很多很多个分支，如果在程序中研究这个会非常麻烦。因为本来树就是非线性的，而我们计算机的内存是线性存储的，太过复杂的话我们无法设计出来的。

因此，我们先来研究简单又经常用的---> 二叉树

1.1树的一些概念

我就拿上面的图来进行画来讲解了：

二叉树的意思就是说：每个节点不能多于有两个儿子，上面的图就是一颗二叉树。

一棵树至少会有一个节点(根节点)
树由节点组成，每个节点的数据结构是这样的：
因此，我们定义树的时候往往是->定义节点->节点连接起来就成了树，而节点的定义就是：一个数据、两个指针(如果有节点就指向节点、没有节点就指向null)

1.2静态创建二叉树

上面说了，树是由若干个节点组成，节点连接起来就成了树，而节点由一个数据、两个指针组成

因此，创建树实际上就是创建节点，然后连接节点

首先，使用Java类定义节点：

public class TreeNode{
    
// 左节点(儿子)
    
private TreeNode lefTreeNode;

    
// 右节点(儿子)
    
private TreeNode rightNode;

    
// 数据   
private int value;

}

下面我们就拿这个二叉树为例来构建吧：

为了方便构建，我就给了它一个带参数的构造方法和set、get方法了：

  
public TreeNode(int value){
    
this.value = value;   
}

那么我们现在就创建了5个节点：


public static void main(String[]arg){    
//根节点-->10    
TreeNode treeNode1 =newTreeNode(10);
       
//左孩子-->9
       
TreeNode treeNode2 =new TreeNode(9);
  
//右孩子-->20
      
TreeNode treeNode3 =newTreeNode(20);
  
//20的左孩子-->15
       
TreeNode treeNode4 =new TreeNode(15);
        
//20的右孩子-->35
        
TreeNode treeNode5 =new TreeNode(35)   
}

它们目前的状态是这样子的：

于是下面我们去把它连起来：

//根节点的左右孩子

    treeNode1.setLefTreeNode(treeNode2);   
 treeNode1.setRightNode(treeNode3);

    
//20节点的左右孩子

    treeNode3.setLefTreeNode(treeNode4);

    treeNode3.setRightNode(treeNode5);

;

连接完之后，那么我们的树就创建完成了。

1.3遍历二叉树

上面说我们的树创建完成了，那怎么证明呢？？我们如果可以像数组一样遍历它(看它的数据)，那就说明它创建完成了～

值得说明的是：二叉树遍历有三种方式

先序遍历
- 先访问根节点，然后访问左节点，最后访问右节点(根->左->右)
中序遍历
- 先访问左节点，然后访问根节点，最后访问右节点(左->根->右)
后序遍历
- 先访问左节点，然后访问右节点，最后访问根节点(左->右->根)

以上面的二叉树为例：

如果是先序遍历： 10->9->20->15->35
如果是中序遍历： 9->10->15->20->35
- 可能需要解释地方：访问完10节点过后，去找的是20节点，但20下还有子节点，因此先访问的是20的左儿子15节点。由于15节点没有儿子了。所以就返回20节点，访问20节点。最后访问35节点
如果是后序遍历： 9->15->35->20->10
- 可能需要解释地方：先访问9节点，随后应该访问的是20节点，但20下还有子节点，因此先访问的是20的左儿子15节点。由于15节点没有儿子了。所以就去访问35节点，由于35节点也没有儿子了，所以返回20节点，最终返回10节点

一句话总结：先序(根->左->右)，中序(左->根->右)，后序(左->右->根)。如果访问有孩子的节点，先处理孩子的，随后返回

无论先中后遍历，每个节点的遍历如果访问有孩子的节点，先处理孩子的(逻辑是一样的)

因此我们很容易想到递归
递归的出口就是：当没有子节点了，就返回

因此，我们可以写出这样的先序遍历代码：

    
/**

     * 先序遍历

     * @param rootTreeNode  根节点

     */

    
public static void preTraverseBTree(TreeNode rootTreeNode){        
if(rootTreeNode !=null){           
//访问根节点

            
System.out.println(rootTreeNode.getValue());
            
//访问左节点
 preTraverseBTree(rootTreeNode.getLefTreeNode());
           
//访问右节点
 preTraverseBTree(rootTreeNode.getRightNode());
       
}   
}

结果跟我们刚才说的是一样的：

我们再用中序遍历调用一遍吧：

        /**

        * 中序遍历

        * @param rootTreeNode  根节点

        */

       public static void inTraverseBTree(TreeNode rootTreeNode) {

           if (rootTreeNode != null) {

               //访问左节点

               inTraverseBTree(rootTreeNode.getLefTreeNode());

               //访问根节点

               System.out.println(rootTreeNode.getValue());

               //访问右节点

               inTraverseBTree(rootTreeNode.getRightNode());

           }

       }

结果跟我们刚才说的是一样的：

有意思的是：通过先序和中序或者中序和后序我们可以还原出原始的二叉树，但是通过先序和后序是无法还原出原始的二叉树的

也就是说：通过中序和先序或者中序和后序我们就可以确定一颗二叉树了！

二、动态创建二叉树

上面我们是手动创建二叉树的，一般地：都是给出一个数组给你，让你将数组变成一个二叉树，此时就需要我们动态创建二叉树了。

二叉树中还有一种特殊的二叉树：二叉查找树(binary search tree)

定义：当前根节点的左边全部比根节点小，当前根节点的右边全部比根节点大。
- 明眼人可以看出，这对我们来找一个数是非常方便快捷的

往往我们动态创建二叉树都是创建二叉查找树

2.1动态创建二叉树体验

假设我们有一个数组： int[]arrays={3,2,1,4,5};

那么创建二叉树的步骤是这样的：

首先将3作为根节点

随后2进来了，我们跟3做比较，比3小，那么放在3的左边

随后1进来了，我们跟3做比较，比3小，那么放在3的左边，此时3的左边有2了，因此跟2比，比2小，放在2的左边

随后4进来了，我们跟3做比较，比3大，那么放在3的右边

随后5进来了，我们跟3做比较，比3大，那么放在3的右边，此时3的右边有4了，因此跟4比，比4大，放在4的右边

那么我们的二叉查找树就建立成功了，无论任何一颗子树，左边都比根要小，右边比根要大

2.2代码实现

我们的代码实现也很简单，如果比当前根节点要小，那么放到当前根节点左边，如果比当前根节点要大，那么放到当前根节点右边。

因为是动态创建的，因此我们得用一个类来表示根节点

public class TreeRoot {
private TreeNode treeRoot;
public TreeNode getTreeRoot() {
return treeRoot;
}
public void setTreeRoot(TreeNode treeRoot) {
this.treeRoot = treeRoot;
}
}

比较与根谁大，大的往右边，小的往左边：

  /**

    * 动态创建二叉查找树

    * @param treeRoot 根节点

    * @param value    节点的值

    */

   public static void createTree(TreeRoot treeRoot, int value) {

       //如果树根为空(第一次访问)，将第一个值作为根节点

       if (treeRoot.getTreeRoot() == null) {

           TreeNode treeNode = new TreeNode(value);

           treeRoot.setTreeRoot(treeNode);

       } else  {

           //当前树根

           TreeNode tempRoot = treeRoot.getTreeRoot();

           while (tempRoot != null) {

               //当前值大于根值，往右边走

               if (value > tempRoot.getValue()) {


                   //右边没有树根，那就直接插入

                   if (tempRoot.getRightNode() == null) {

                       tempRoot.setRightNode(new TreeNode(value));

                       return ;

                   } else {

                       //如果右边有树根，到右边的树根去

                       tempRoot = tempRoot.getRightNode();

                   }

               } else {

                   //左没有树根，那就直接插入

                   if (tempRoot.getLefTreeNode() == null) {

                       tempRoot.setLefTreeNode(new TreeNode(value));


                       return;

                   } else {

                       //如果左有树根，到左边的树根去

                       tempRoot = tempRoot.getLefTreeNode();

                   }

               }

           }

       }

   }

测试代码：

 int[] arrays = {2, 3, 1, 4, 5};


   //动态创建树


   TreeRoot root = new TreeRoot();

   for (int value : arrays) {

       createTree(root, value);

   }



   //中序遍历树

   inTraverseBTree(root.getTreeRoot());

   System.out.println("---------------公众号：Java3y");


   //先序遍历树

   preTraverseBTree(root.getTreeRoot());

   System.out.println("---------------公众号：Java3y");