Java之数据结构与算法:二叉树的遍历、查找和删除

最新推荐文章于 2022-04-09 18:21:53 发布
最新推荐文章于 2022-04-09 18:21:53 发布
阅读量336 收藏 1
点赞数
文章标签： 二叉树 数据结构 算法 java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_55740904/article/details/114363392
版权
本文介绍了二叉树的基本概念，包括满二叉树和完全二叉树，并详细讲解了二叉树的前序、中序、后序遍历的Java代码实现。此外，还阐述了二叉树的查找方法，包括前序查找、中序查找和后序查找的思路及代码实现。最后，讨论了二叉树中删除节点的情况，并提供了相应的Java代码实现。
摘要由CSDN通过智能技术生成

二叉树

介绍

为什么需要树这种数据结构？

 数组存储方式、链式存储方式和树存储方式的对比：

  1. 数组存储方式：
优点缺点
通过下标方式访问元素，速度快。对于有序数组，还可使用二分查找提高检索速度。如果要检索具体某个值，或者插入值(按一定顺序)会整体移动，效率较低。
  1. 链式存储方式：
优点缺点
在一定程度上对数组存储方式有优化(比如：插入一个数值节点，只需要将插入节点，链接到链表中即可， 删除效率也很好)。在进行检索时，效率仍然较低，比如(检索某个值，需要从头节点开始遍历)
  1. 树存储方式：
特点
能提高数据存储，读取的效率, 比如利用 二叉排序树(Binary Sort Tree)，既可以保证数据的检索速度，同时也可以保证数据的插入，删除，修改的速度。

树的一些基本术语

在这里插入图片描述

二叉树

    树有很多种，每个节点最多只能有两个子节点的一种形式称为二叉树，二叉树的子节点分为左节点和右节点。
在这里插入图片描述

满二叉树和完全二叉树

    满二叉树：如果该二叉树的所有叶子节点都在最后一层，并且结点总数= 2^n -1 , n为层数，则我们称为满二叉树。
在这里插入图片描述

    完全二叉树：如果该二叉树的所有叶子节点都在最后一层或者倒数第二层，而且最后一层的叶子节点在左边连续，倒数第二层的叶子节点在右边连续，我们称为完全二叉树。
在这里插入图片描述
在这里插入图片描述

二叉树的遍历

    二叉树的遍历分为前序，中序和后序遍历三种，下面分别使用这三种遍历方式来对一下二叉树进行遍历：
在这里插入图片描述
    节点类(提供get和set方法方便获取和设置子节点)：


class Node {
    private int no;
    private String name;
    private Node left;
    private Node right;

    public Node(int no, String name) {
        this.no = no;
        this.name = name;
    }

    public int getNo() {
        return no;
    }

    public void setNo(int no) {
        this.no = no;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public Node getLeft() {
        return left;
    }

    public void setLeft(Node left) {
        this.left = left;
    }

    public Node getRight() {
        return right;
    }

    public void setRight(Node right) {
        this.right = right;
    }

    @Override
    public String toString() {
        return "HeroNode{" +
                "no=" + no +
                ", name='" + name + '\'' +
                '}';
    }
}

    提供一个BinaryTree类来装Node，并用来指定root节点：


class BinaryTree {
    private Node root;

    public void setRoot(Node root) {
        this.root = root;
    }
}

    BinaryTreeDemo类用来造树并测试：


public class BinaryTreeDemo {
    public static void main(String[] args) {
        BinaryTree binaryTree = new BinaryTree();

		//	造节点
        Node root = new Node(1, "北京");
        Node node2 = new Node(2, "上海");
        Node node3 = new Node(3, "深圳");
        Node node4 = new Node(4, "广州");
        Node node5 = new Node(5, "珠海");
        Node node6 = new Node(6, "澳门");
		//	设置节点间的关系
        root.setLeft(node2);
        node2.setRight(node5);
        root.setRight(node3);
        node3.setRight(node4);
        node3.setLeft(node6);
		//	设置根节点
        binaryTree.setRoot(root);
    }

前序遍历

    先输出当前节点，再递归当前节点的左子树和右子树进行前序遍历(递归太多了有点绕，但是不难，建议搭配debug食用加深理解)。
在这里插入图片描述

代码实现

//	前序遍历
public void preOrder() {
		//	先输出当前节点
        System.out.println(this.toString());
        //	如果当前节点的左子树不为空
        if (this.left != null) {
        	//	递归遍历左子树
            this.left.preOrder();
        }
        //	如果当前节点的右子树不为空
        if (this.right != null) {
        //	递归遍历右子树
            this.right.preOrder();
        }
    }

中序遍历

    先递归当前节点的左子树进行前序遍历，接着输出当前节点，最后再递归当前节点的右子树进行前序遍历(就是调整了一下前序遍历的语句顺序而已)。

代码实现

public void infixOrder() {
        if (this.left != null) {
            this.left.infixOrder();
        }
        System.out.println(this.toString());
        if (this.right != null) {
            this.right.infixOrder();
        }
    }

后序遍历

    先递归当前节点的左子树进行前序遍历，接着递归当前节点的右子树进行前序遍历，最后输出当前节点(同样只是调整了一下语句顺序)。

代码实现

public void postOrder() {
        if (this.left != null) {
            this.left.postOrder();
        }
        if (this.right != null) {
            this.right.postOrder();
        }
        System.out.println(this.toString());
    }

结果

在这里插入图片描述

二叉树的查找

    二叉树的查找同样分为三种，分别为前序查找，中序查找和后序查找。

前序查找

思路

  1. 给方法传入一个待查找的编号 。
  2. 如果当前节点的编号是要查找的编号，返回当前节点。
  3. 如果不是，先新建一个节点resNode用于保存递归查找返回的节点，然后判断当前节点的左子节点是否为空,不为空则向左递归查找。
  4. 如果找到了就返回这个节点，没有找到那么resNode还是null,则进行下一步。
  5. 判断当前节点的右子节点是否为空,不为空则向右递归查找。
  6. 不管找没找到,都返回resNode,只需最后在外面判断返回值是否为空即可。

代码实现

public Node preOrderSearch(int no) {
        //  如果当前节点的编号是要查找的编号,返回当前节点
        if (this.no == no) {
            return this;
        }
        // 新建一个节点resNode用于保存递归查找返回的节点
        Node resNode = null;
        // 如果不是，就判断当前节点的左子节点是否为空,不为空则向左递归查找
        if (this.left != null) {
            resNode = this.left.preOrderSearch(no);
        }
        // 如果找到了就返回这个节点，没有找到那么resNode还是null,则进行下一步
        if (resNode != null) {
            return resNode;
        }
        //  判断当前节点的右子节点是否为空,不为空则向右递归查找
        if (this.right != null) {
            resNode = this.right.preOrderSearch(no);
        }
        // 不管找没找到,都返回resNode,只需最后在外面判断返回值是否为空即可
        return resNode;
    }

中序查找

思路

    思路与前序查找类似，就调整一下语句顺序。

代码实现

public Node infixOrderSearch(int no) {
        Node resNode = null;
        if (this.left != null) {
            resNode = this.left.infixOrderSearch(no);
        }
        if (resNode != null) {
            return resNode;
        }
        if (this.no == no) {
            return this;
        }
        if (this.right != null) {
            resNode = this.right.infixOrderSearch(no);
        }
        return resNode;
    }

后序查找

思路

    思路类似，就调整一下语句顺序。

代码实现

public Node postOrderSearch(int no) {
        Node resNode = null;
        if (this.left != null) {
            resNode = this.left.infixOrderSearch(no);
        }
        if (resNode != null) {
            return resNode;
        }
        if (this.right != null) {
            resNode = this.right.infixOrderSearch(no);
        }
        if (resNode != null) {
            return resNode;
        }
        if (this.no == no) {
            return this;
        }
        return resNode;
    }

结果测试

    在main方法中写：

System.out.println("前序遍历查找");
        Node heroNode = binaryTree.preOrderSearch(5);
        if (heroNode != null) {
            System.out.println("找到了：" + heroNode.toString());
        } else {
            System.out.println("没有找到该节点");
        }

    结果：
在这里插入图片描述

二叉树的删除

    目前阶段先规定：
        如果要删除的节点是叶子节点，就删除该节点。
        如果要删除的节点是非叶子节点，就删除该子树。

思路

  1. 因为二叉树是单向的，所以我们该判断当前节点的子节点是否需要删除，而不是判断当前节点是否需要删除。
  2. 先判断是不是空树或者是不是只有一个根节点，只有一个根节点的话就等价于把二叉树置为空。
  3. 判断当前节点的左子节点是否不为空且是要删除的节点，是就删除(this.left == null)，并且返回(结束递归)，如果不是则进行下一步。
  4. 判断当前节点的右子节点是否不为空且是要删除的节点，是就删除(this.right== null)，并且返回(结束递归)，如果不是则进行下一步。
  5. 如果第3和4步骤都没有删除节点，则需要向当前节点的左子树进行递归删除。
  6. 如果第5步骤没有删除节点，则需要向当前节点的右子树进行递归删除。

代码实现

 public void OrderDelete(int no) {
        if (this.left != null && this.left.no == no) {
            this.left = null;
            return;
        }
        if (this.right != null && this.right.no == no) {
            this.right = null;
            return;
        }
        if (this.left != null){
            this.left.OrderDelete(no);
        }
        if (this.right!= null){
            this.right.OrderDelete(no);
        }
    }

结果测试

    在main方法中写：


		System.out.println("删除前:");
        binaryTree.preOrder();
        System.out.println("删除后:");
        //	删除2号节点
        binaryTree.OrderDelete(2);
        binaryTree.preOrder();

    结果：
在这里插入图片描述
    可以看到2号节点上海及其5号子节点珠海都被删除，符合预期。

完整代码

public class BinaryTreeDemo {
    public static void main(String[] args) {
        BinaryTree binaryTree = new BinaryTree();

        Node root = new Node(1, "北京");
        Node node2 = new Node(2, "上海");
        Node node3 = new Node(3, "深圳");
        Node node4 = new Node(4, "广州");
        Node node5 = new Node(5, "珠海");
        Node node6 = new Node(6, "澳门");

        root.setLeft(node2);
        node2.setRight(node5);
        root.setRight(node3);
        node3.setRight(node4);
        node3.setLeft(node6);
        
        //  设置根节点
        binaryTree.setRoot(root);

        //  删除测试
        System.out.println("删除前:");
        binaryTree.preOrder();
        System.out.println("删除后:");
        binaryTree.OrderDelete(2);
        binaryTree.preOrder();

        //  查找测试
        System.out.println("前序遍历查找");
        Node heroNode = binaryTree.preOrderSearch(5);
        if (heroNode != null) {
            System.out.println("找到了：" + heroNode.toString());
        } else {
            System.out.println("没有找到该节点");
        }
        binaryTree.preOrder();
        binaryTree.OrderDelete(3);
        System.out.println("__________________");
        binaryTree.preOrder();

        // 遍历测试
        System.out.println("前序遍历："); //1,2,5,3,6,4
        binaryTree.preOrder();

        System.out.println("中序遍历："); //2,5,1,6,3,4
        binaryTree.infixOrder();

        System.out.println("后序遍历："); // 5,2,6,4,3,1
        binaryTree.postOrder();
    }
}

class BinaryTree {
    private Node root;

    public void setRoot(Node root) {
        this.root = root;
    }

    public void preOrder() {
        if (this.root != null) {
            this.root.preOrder();
        } else {
            System.out.println("二叉树为空");
        }
    }

    public void infixOrder() {
        if (this.root != null) {
            this.root.infixOrder();
        } else {
            System.out.println("二叉树为空");
        }
    }

    public void postOrder() {
        if (this.root != null) {
            this.root.postOrder();
        } else {
            System.out.println("二叉树为空");
        }
    }

    public Node preOrderSearch(int no) {
        if (root != null) {
            return root.preOrderSearch(no);
        } else {
            return null;
        }
    }

    public Node infixOrderSearch(int no) {
        if (root != null) {
            return root.infixOrderSearch(no);
        } else {
            return null;
        }
    }

    public Node postOrderSearch(int no) {
        if (root != null) {
            return root.postOrderSearch(no);
        } else {
            return null;
        }
    }

    public void OrderDelete(int no) {
        if (root != null) {
            if (root.getNo() == no) {
                root = null;
            } else {
                root.OrderDelete(no);
            }
        } else {
            System.out.println("这是一颗空树");
        }
    }
}

class Node {
    private int no;
    private String name;
    private Node left;
    private Node right;

    public Node(int no, String name) {
        this.no = no;
        this.name = name;
    }

    public int getNo() {
        return no;
    }

    public void setNo(int no) {
        this.no = no;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public Node getLeft() {
        return left;
    }

    public void setLeft(Node left) {
        this.left = left;
    }

    public Node getRight() {
        return right;
    }

    public void setRight(Node right) {
        this.right = right;
    }

    @Override
    public String toString() {
        return "HeroNode{" +
                "no=" + no +
                ", name='" + name + '\'' +
                '}';
    }

    public void OrderDelete(int no) {
        if (this.left != null && this.left.no == no) {
            this.left = null;
            return;
        }
        if (this.right != null && this.right.no == no) {
            this.right = null;
            return;
        }
        if (this.left != null) {
            this.left.OrderDelete(no);
        }
        if (this.right != null) {
            this.right.OrderDelete(no);
        }
    }

    public Node preOrderSearch(int no) {
        //  如果当前节点的编号是要查找的编号,返回当前节点
        if (this.no == no) {
            return this;
        }
        // 新建一个节点resNode用于保存递归查找返回的节点
        Node resNode = null;
        // 如果不是，就判断当前节点的左子节点是否为空,不为空则向左递归查找
        if (this.left != null) {
            resNode = this.left.preOrderSearch(no);
        }
        // 如果找到了就返回这个节点，没有找到那么resNode还是null,则进行下一步
        if (resNode != null) {
            return resNode;
        }
        //  判断当前节点的右子节点是否为空,不为空则向右递归查找
        if (this.right != null) {
            resNode = this.right.preOrderSearch(no);
        }
        // 不管找没找到,都返回resNode,只需最后在外面判断返回值是否为空即可
        return resNode;
    }

    public Node infixOrderSearch(int no) {
        Node resNode = null;
        if (this.left != null) {
            resNode = this.left.infixOrderSearch(no);
        }
        if (resNode != null) {
            return resNode;
        }
        if (this.no == no) {
            return this;
        }
        if (this.right != null) {
            resNode = this.right.infixOrderSearch(no);
        }
        return resNode;

    }

    public Node postOrderSearch(int no) {
        Node resNode = null;
        if (this.left != null) {
            resNode = this.left.infixOrderSearch(no);
        }
        if (resNode != null) {
            return resNode;
        }
        if (this.right != null) {
            resNode = this.right.infixOrderSearch(no);
        }
        if (resNode != null) {
            return resNode;
        }
        if (this.no == no) {
            return this;
        }
        return resNode;

    }

    public void preOrder() {
        System.out.println(this.toString());
        if (this.left != null) {
            this.left.preOrder();
        }
        if (this.right != null) {
            this.right.preOrder();
        }
    }

    public void infixOrder() {
        if (this.left != null) {
            this.left.infixOrder();
        }
        System.out.println(this.toString());
        if (this.right != null) {
            this.right.infixOrder();
        }
    }

    public void postOrder() {
        if (this.left != null) {
            this.left.postOrder();
        }
        if (this.right != null) {
            this.right.postOrder();
        }
        System.out.println(this.toString());
    }
}
Cyuujie
关注
数据结构与算法:树的遍历
程序员光剑
10-09 642
树（tree）是计算机科学中最常用的非线性数据结构之一。它是一种连接点（node）的集合，通过边（edge）连接这些节点，构成一个层次结构。根节点（root node）没有父节点；而叶子节点（leaf node）没有子节点。一般情况下，一个树可以是一个连通的无环图或子树，也可以是一棵不完整的树。树的种类主要包括二叉树、四叉树、八叉树、双语叉树等，在数据结构和算法领域也扮演着重要角色。本文将简要介绍一些树的基本概念及其遍历方法，并结合实际代码来阐述具体实现。树（tree）是一种非常抽象的数学概念。
【二叉树详解】二叉树的创建、遍历、查找以及删除等-数据结构05
东白的博客
11-21 1106
二叉树 1. 二叉树简介 定义： 每一个结点的子节点数量不超过 2 二叉树的结点分为：左节点、右节点 满二叉树： 每个结点都有两个子结点的二叉树（除了叶子结点外） 完全二叉树： 除去最后一层，是一个满二叉树，并且最后一层结点左连续 (从左到右，从上到下，依次编号1,2,3,4…，这样的编号和满二叉树一一对应的二叉树叫完全二叉树) 2. 链式存储的二叉树 2.1 创建二叉树 思路： 首先必须有一个BinaryTree 二叉树的类-用于设置根节点(也可以是一颗空树) ​ 其次需要结点
java实现简单的二叉树前,中,后序遍历,查找,删除操作
weixin_44157472的博客
04-17 165
前情提要:二叉树作为一种对数组进行改进的数据结构,具有三种遍历方式,分别对应着不同的应用方法 代码及解析: /** * 定义BinaryTree */ class BinaryTree { private HeroNode root; public void setRoot(HeroNode root) { this.root = root; }...
数据结构_二叉树_前中后序遍历、查找、删除
Chill Lyn
03-04 257
文章目录树节点定义遍历查找删除 树节点定义 class TreeNode { int val; TreeNode left; TreeNode right; public TreeNode(int val) { super(); this.val = val; } @Override public String toString() { return "TreeNod...
数据结构二叉树的遍历、查找、删除
freshing123的博客
02-07 404
数据结构树，二叉树，后续有理解到的或有用到在新增，其他很多高级树多是基于二叉树， 主要来自慕课 此处知乎上的一些说法，可进一步根据这些深入学习，现在还未学习数据库和后台，先了解下， 主要用途多是查找、删除、插入等的操作 二叉树 定义： 应用 code function BinaryTree (){ // "use strict"; var Node = functi
＜数据结构＞二叉树的删除（java实现）
小李子还挺酸的博客
04-18 637
要求：递归删除节点 1、如果删除的节点是叶子节点，则删除节点 2、如果删除的节点是非叶子节点，则删除该子树 删除节点前判断树是否为空，如果为空，则不进行操作。如果不为空，则再判断一下二叉树是否只有一个节点，如果是，则直接将二叉树置空。 1、由于二叉树的单向的，因此不是判断当前节点是否是要删除的节点，而是判断当前节点的子节点是否需要删除。 2、如果当前节点的左子节点不为空，并且左子节点就是要删除的节点，则this.left=null,并且返回（结束递归删除） 3、如果当前节点的右子节点不为空，并且右子节点就是
数据结构与算法：二叉树的遍历与应用
合适的数据结构和高效的算法能够提高程序的运行效率，降低内存消耗，并且能够使得程序更加易于维护和扩展。因此，深入理解数据结构与算法对于开发人员来说是至关重要的。 ## 1.2 简述二叉树的定义与特点 二叉树是...
《数据结构与算法：Java语言描述》源码.zip
01-14
基本操作：针对每种数据结构，定义了一系列基本的操作，包括但不限于插入、删除、查找、更新、遍历等，并分析这些操作的时间复杂度和空间复杂度。 算法： 算法设计：研究如何将解决问题的步骤形式化为一系列指令，...
java数据结构与算法.pdf
01-04
Java作为广泛应用的编程语言，其在实现数据结构和算法时有着丰富的库支持和优秀的可读性。下面将对标题和描述中提到的一些关键知识点进行详细解释。 1. **数据结构**： - **稀疏数组**：当大量数据中大部分为零或...
数据结构与算法复习（Java）：排序、字符串、数组、链表、二分查找、二叉树.zip
最新发布
01-15
基本操作：针对每种数据结构，定义了一系列基本的操作，包括但不限于插入、删除、查找、更新、遍历等，并分析这些操作的时间复杂度和空间复杂度。 算法： 算法设计：研究如何将解决问题的步骤形式化为一系列指令，...
【数据结构刷题java】删除指定的元素
weixin_51574797的博客
01-16 262
删除指定的元素 还是和我们之前做过的题是差不多的，就是新开一个ArrayList或者是新开一个StringBuffer 新建一个ArrayList 逐个遍历str1看各各元素是不是在str2中，如果出现在str2中，就不放入数组中；如果不出现在str2中，就放入数组中。 public static void main(String[] args) { String str=new String(); String str2=new String(); Scanner scanner
java二叉查找树的删除_二叉查找树的查找、插入和删除 - Java实现
weixin_39614877的博客
02-13 189
http://www.cnblogs.com/yangecnu/p/Introduce-Binary-Search-Tree.html前文介绍了符号表的两种实现，无序链表和有序数组，无序链表在插入的时候具有较高的灵活性，而有序数组在查找时具有较高的效率，本文介绍的二叉查找树(Binary Search Tree，BST)这一数据结构综合了以上两种数据结构的优点。二叉查找树具有很高的灵活性，对其优化...
java实现二叉树的插删改_二叉树（插入，删除，遍历等）java实现
weixin_42521558的博客
03-02 159
import java.util.LinkedList;import java.util.NoSuchElementException;import java.util.Queue;import java.util.Stack;//在树中，节点对应的值具备可比较性或者在构造树时树本身具有比较性，这里假设插入书中的值具有比较性class TreeNode>{private TreeNode l...
Java实现二叉树节点的删除
qq_38679239的博客
01-07 541
二叉树节点的删除有三种情况 叶子节点，可直接删除。 只有左子树或右子树，只要将需要删除的节点的父节点指针指向待删除节点的子树。 如果待删除节点有左右子树，我们需要找到这个节点的右子树中的最小节点，把它替换到要删除的节点上。然后再删除掉这个最小节点，因为最小节点肯定没有左子节点（如果有左子结点，那就不是最小节点了），所以，我们可以应用上面两条规则来删除这个最小节点。 ...
java数据结构-二分树 前序遍历非递归实现、层序遍历、删除最小最大值、删除任意元素学习笔记（三）
xiaoxin0630的博客
01-04 163
  前序非递归实现，使用栈 28依次进去 //二分搜索树的非递归前序遍历 public void preOrderNR(){ Stack<Node> stack=new Stack<BST<E>.Node>(); stack.push(root);//把节点进栈 while(!stack.isEmpty()){//判断不是为空执行 ...
java数据算法节点删除_二叉树 BinaryTree （先序、中序、后序遍历 节点查找、插入、删除 完整类） Java数据结构与算法...
weixin_30336531的博客
02-16 98
/****@authorsunnyykn*/importjava.io.*;importjava.util.*;classNode{publicintiData;//dataitem(key)publicdoubledData;//dataitempublicNodeleftChild;//thisnode'sleftchildpublicNoderightChild;//th...
Java~实现二叉搜索树（二叉排序树）的查找、增加、删除
Shangxingya的博客
05-13 699
概念： 二叉搜索树又称二叉排序树，它或是一颗空树，或者具有如下性质的二叉树： 若它的左子树不为空，则左子树上所有节点的值都小于根节点的值 若它的右子树不为空，则右子树上所有节点的值都大于根节点的值 它的左右子树也分别为二叉搜索树 操作-查找： 根据二叉搜索树的性质，我们让find指向根结点，进行循环判断，我们要找的key如果比find的key小，我们就往find的左子树找，如果key比find的key大，我们就往find的右子树找。 实现： //查找 public Node searc
Java——二叉搜索树（二叉排序树）的查找、插入、删除
char_m的博客
05-15 764
二叉搜索树概念查找插入删除 概念 二叉搜索树又称二叉排序树，它或者是一棵空树，或者是具有以下性质的二叉树: 1、若它的左子树不为空，则左子树上所有节点的值都小于根节点的值 2、若它的右子树不为空，则右子树上所有节点的值都大于根节点的值它的左右子树也分别为二叉搜索树 查找 插入 删除 ...
java实现并图解二叉搜索树的添加、查找以及删除方法(保姆级教程)
weixin_48654011的博客
04-09 1953
目录 二叉搜索树的概念 实现二叉搜索树的添加方法 实现二叉搜索树的查找方法 实现二叉搜索树的删除方法 附带java代码 二叉搜索树的概念 二叉搜索树（二叉排序树）： 1.首先是一棵二叉树 2.其次左子树上所有节点的值都小于根节点的值，右子树上所有节点的值都大于根节点的值。 图解： 实现二叉搜索树的添加方法 先讲解思路，在进行图解，最后实现代码 实现二叉搜索树的查找方法 先讲解思路，在进行图解，最后实现代码 实现二叉搜索树的删除方法 先讲解思路，在进行图解，最后实现代码 .
数据结构与算法-动态数据结构：二叉树遍历解析
"二叉树遍历-T13.2_数据结构(下) java 经典教程 经典教材" 二叉树遍历是数据结构中的重要概念，特别是对于理解动态数据结构如链表、堆栈、队列以及二叉树等至关重要。在Java编程中，二叉树是一种非线性数据结构，由...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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