数据结构—二叉树

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
• 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；最大的深度是树的高度。如E的深度为2

二叉树

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

🎈二叉树的存在形式

两种特殊的二叉树

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 是 2^k - 1，则它就是满二叉树。

完全二叉树

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。

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 2^(i-1)(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 2^k - 1(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 log2(n+1)上取整。
5.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：
(1)假设孩子结点的下标是i，则双亲结点的下标是(i-1)/2。
(2)假设父亲结点的下标是i,左孩子结点下标是2i+1,右孩子结点下标是2i+2。

二叉树的遍历

遍历：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。
（1）前序遍历(先序遍历)——访问根结点—>根的左子树—>根的右子树。

 void preOrder(BTNode root) {
    	if(root==null) {
    		return;
    	}
    	System.out.print(root.val +"  ");
    	 preOrder(root.left);
    	 preOrder(root.right);
    }

（2）中序遍历——根的左子树—>根结点—>根的右子树。

  void inOrder(BTNode root) {
    	if(root==null) {
    		return;
    	}
    	 inOrder(root.left);
    	 System.out.print(root.val +"  ");
    	 inOrder(root.right);
    }

（3）后序遍历——根的左子树—>根的右子树—>根结点。

void postOrder(BTNode root) {
    	if(root==null) {
    		return;
    	}
    	 postOrder(root.left);
    	 postOrder(root.right);
    	 System.out.print(root.val +"  ");
    }
    

（4）层序遍历：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。

💌💌前序遍历和后序遍历不能创建一颗二叉树。

二叉树的前序遍历

链接

• 方法1【遍历思路】

 List<Integer> list=new ArrayList<>();
    public List<Integer> preorderTraversal(TreeNode root) {
        
        if(root==null){
            return list;
        }
        list.add(root.val);
        preorderTraversal(root.left);
        preorderTraversal(root.right);
        return list;
    }

• 方法2【子问题思路】

 public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> list=new ArrayList<>();
        if(root==null){
            return list;
        }
        list.add(root.val);
        List<Integer>  leftTree=preorderTraversal(root.left);
        list.addAll(leftTree);
          List<Integer> rightTree=preorderTraversal(root.right);
         list.addAll(rightTree);
        return list;
    }