-
5.5 创建、遍历与删除的代码实现
-
6 多路查找树
-
- 6.1 二叉树与多叉树
-
6.2 B树
-
6.3 2-3 树
-
6.4 B+ 树
-
6.4 B* 树
=================================================================================
| 数据结构 | 优点 | 缺点 |
| — | — | — |
| 数组 | 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 |
| 链表 | 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,然后链接到链表中即可。对于删除节点也是) | 在进行检索时,效率仍然较低,因为其在检索某个值,需要从头节点开始遍历 |
| 树 | 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。 | \ |
========================================================================
其中包括:
-
节点;
-
根节点;
-
父节点;
-
子节点
-
叶子节点:没有子节点的节点;
-
节点的权:节点值;
-
路径:从根节点找到某一节点的路线;
-
层;
-
子树;
-
数的高度:树的最大层数;
-
森林:多颗子树构成森林。
-
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 ,其中 n 为层数,称之为满二叉树;
-
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。
二叉树的遍历类型包括:
-
前序遍历: 先输出当前节点,再遍历左子树和右子树;
-
中序遍历: 先遍历左子树,再输出当前节点,再遍历右子树;
-
后序遍历: 先遍历左子树,再遍历右子树,最后输出当前节点。
二叉树的查找方式根据遍历方式的不同而分为三种,分别是:
1)约束要求
-
如果删除的节点是叶子节点,则删除该节;
-
如果删除的节点是非叶子节点,则删除该子树。
2)查找思路
/**
- 代码已验证完全跑通
*/
public class BinaryTreeWindow {
public static void main(String[] args) {
//先需要创建一颗二叉树
BinaryTree binaryTree = new BinaryTree();
//创建需要的结点
HeroNode root = new HeroNode(1, “宋江”);
HeroNode node2 = new HeroNode(2, “吴用”);
HeroNode node3 = new HeroNode(3, “卢俊义”);
HeroNode node4 = new HeroNode(4, “林冲”);
HeroNode node5 = new HeroNode(5, “关胜”);
//手动创建二叉树
root.setLeft(node2);
root.setRight(node3);
node3.setRight(node4);
node3.setLeft(node5);
binaryTree.setRoot(root);
//1 三种不同遍历方式的遍历结果
// 1,2,3,5,4
binaryTree.preOrderTraverse();
// 2,1,5,3,4
binaryTree.infixOrderTraverse();
// 2,5,4,3,1
binaryTree.postOrderTraverse();
//2 利用前序遍历查找节点信息
System.out.println(“开始前序遍历查找”);
HeroNode resNode = binaryTree.preOrderSearch(5);
if (resNode != null) {
System.out.printf(“找到了,信息为 no=%d name=%s”, resNode.getNo(), resNode.getName());
} else {
System.out.printf(“没有找到 no = %d 的英雄”, 5);
}
//3 删除某一个节点
System.out.println(“删除前,前序遍历:”);
binaryTree.preOrderTraverse(); // 1,2,3,5,4
binaryTree.delNode(5);
//binaryTree.delNode(3);
System.out.println(“删除后,前序遍历:”);
binaryTree.preOrderTraverse(); // 1,2,3,4
}
}
class BinaryTree{
private HeroNode root;
public void setRoot(HeroNode root) {
this.root = root;
}
/**
- 前序遍历
*/
public void preOrderTraverse(){
if (this.root==null){
System.out.println(“二叉树为空,无法遍历。”);
}else{
this.root.preOrder();
}
}
/**
- 中序遍历
*/
public void infixOrderTraverse() {
if(this.root != null) {
this.root.infixOrder();
}else {
System.out.println(“二叉树为空,无法遍历”);
}
}
/**
- 后序遍历
*/
public void postOrderTraverse() {
if(this.root != null) {
this.root.postOrder();
}else {
System.out.println(“二叉树为空,无法遍历”);
}
}
/**
-
前序遍历查找
-
@param no
-
@return
*/
public HeroNode preOrderSearch(int no) {
if(root != null) {
return root.preOrderSearch(no);
} else {
return null;
}
}
/**
-
中序遍历查找
-
@param no
-
@return
*/
public HeroNode infixOrderSearch(int no) {
if(root != null) {
return root.infixOrderSearch(no);
}else {
return null;
}
}
/**
-
后序遍历查找
-
@param no
-
@return
*/
public HeroNode postOrderSearch(int no) {
if(root != null) {
return this.root.postOrderSearch(no);
}else {
return null;
}
}
/**
-
删除结点
-
@param no
*/
public void delNode(int no) {
if(root != null) {
//如果只有一个root结点, 这里立即判断root是不是就是要删除结点
if(root.getNo() == no) {
root = null;
} else {
//递归删除
《一线大厂Java面试题解析+后端开发学习笔记+最新架构讲解视频+实战项目源码讲义》
【docs.qq.com/doc/DSmxTbFJ1cmN1R2dB】 完整内容开源分享
root.delNode(no);
}
}else{
System.out.println(“空树,不能删除~”);
}
}
}
/**
- 1.第一步先创建树的节点
*/
class HeroNode{
private int no;
private String name;
//left和right默认为null
private HeroNode left;
private HeroNode right;
public HeroNode(int no, String name) {
this.no = no;
this.name = name;
}
//若是公有域,可以直接使用root.left来定义,但若是私有域,则必须使用root.setLeft
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 HeroNode getLeft() {
return left;
}
public void setLeft(HeroNode left) {
this.left = left;
}
public HeroNode getRight() {
return right;
}
public void setRight(HeroNode right) {
this.right = right;
}
@Override
public String toString() {
return “HeroNode{” +
“no=” + no +
“, name=’” + name + ‘’’ +
‘}’;
}
//1 遍历
/**
- 作用:前序遍历
*/
public void preOrder(){
//先输出该节点
System.out.println(this);
//递归向左子树前序遍历
if(this.left != null) {
this.left.preOrder();
}
//递归向右子树前序遍历
if(this.right != null) {
this.right.preOrder();
}
}
/**
- 中序遍历
*/
public void infixOrder() {
//递归向左子树中序遍历
if(this.left != null) {
this.left.infixOrder();
}
//输出父结点
System.out.println(this);
//递归向右子树中序遍历
if(this.right != null) {
this.right.infixOrder();
}
}
/**
- 后序遍历
*/
public void postOrder() {
if(this.left != null) {
this.left.postOrder();
}
if(this.right != null) {
this.right.postOrder();
}
System.out.println(this);
}
//2 查找
/**
-
前序遍历查找
-
@param no 待查找的no
-
@return 该no的节点
*/
public HeroNode preOrderSearch(int no){
if (this.no==no){
return this;
}
//1.则判断当前结点的左子节点是否为空,如果不为空,则递归前序查找
//2.如果左递归前序查找,找到结点,则返回
HeroNode resNode = null;
if(this.left != null) {
resNode = this.left.preOrderSearch(no);
}
//说明我们左子树找到
if(resNode != null) {
return resNode;
}
//1.左递归前序查找,找到结点,则返回,否继续判断,
//2.当前的结点的右子节点是否为空,如果不空,则继续向右递归前序查找
if(this.right != null) {
resNode = this.right.preOrderSearch(no);
}
return resNode;
}
/**
-
前序遍历查找
-
@param no 待查找的no
-
@return 该no的节点
*/
public HeroNode infixOrderSearch(int no){
//判断当前结点的左子节点是否为空,如果不为空,则递归中序查找
HeroNode resNode = null;
if(this.left != null) {
resNode = this.left.infixOrderSearch(no);
}
if(resNode != null) {
return resNode;
}
System.out.println(“进入中序查找”);
//如果找到,则返回,如果没有找到,就和当前结点比较,如果是则返回当前结点
if(this.no == no) {
return this;
}
//否则继续进行右递归的中序查找
if(this.right != null) {
resNode = this.right.infixOrderSearch(no);
}
return resNode;
}
/**
-
后序遍历查找
-
@param no
-
@return
*/
public HeroNode postOrderSearch(int no) {
//判断当前结点的左子节点是否为空,如果不为空,则递归后序查找
HeroNode resNode = null;
if(this.left != null) {
resNode = this.left.postOrderSearch(no);
}
if(resNode != null) {
return resNode;
}
//如果左子树没有找到,则向右子树递归进行后序遍历查找
if(this.right != null) {
resNode = this.right.postOrderSearch(no);
}
if(resNode != null) {
return resNode;
}
System.out.println(“进入后序查找”);
//如果左右子树都没有找到,就比较当前结点是不是
if(this.no == no) {
return this;
}
return resNode;
}
/**
-
删除节点
-
约束:
-
1.如果删除的节点是叶子节点,则删除该节点
-
如果删除的节点是非叶子节点,则删除该子树
-
@param no 待删除的no
*/
public void delNode(int no) {
//思路
/*
-
- 因为我们的二叉树是单向的,所以我们是判断当前结点的子结点是否需要删除结点,而不能去判断当前这个结点是不是需要删除的结点;
-
如果当前结点的左子结点不为空,并且左子结点 就是要删除结点,就将this.left = null; 并且就返回(结束递归删除);
-
如果当前结点的右子结点不为空,并且右子结点 就是要删除结点,就将this.right= null ;并且就返回(结束递归删除);
-
如果第2和第3步没有删除结点,那么我们就需要向左子树进行递归删除;
-
如果第4步也没有删除结点,则应当向右子树进行递归删除。
*/
//2. 如果当前结点的左子结点不为空,并且左子结点 就是要删除结点,就将this.left = null; 并且就返回(结束递归删除)
if(this.left != null && this.left.no == no) {
this.left = null;
return;
}
//3.如果当前结点的右子结点不为空,并且右子结点 就是要删除结点,就将this.right= null ;并且就返回(结束递归删除)
if(this.right != null && this.right.no == no) {
this.right = null;
return;
}
//4.我们就需要向左子树进行递归删除
if(this.left != null) {
this.left.delNode(no);
}
//5.则应当向右子树进行递归删除
if(this.right != null) {
this.right.delNode(no);
}
}
}
============================================================================
从数据存储来看,数组存储方式和树的存储方式可以相互转换,即数组可以转换成树,树也可以转换成数组,看下面的示意图:
二叉树转换到数组时的特点:
-
顺序二叉树通常只考虑完全二叉树
-
二叉树的第n个元素的左子节点为 2 * n + 1
-
二叉树的第n个元素的右子节点为 2 * n + 2
-
二叉树的第n个元素的父节点为 (n-1) / 2
-
n : 表示二叉树中的第几个元素(按0开始编号)
需求:一个数组 {1,2,3,4,5,6,7},要求以二叉树前序遍历的方式进行遍历。前序遍历的结果应当为 1,2,4,5,3,6,7。
代码实现 :
public class ArrBinaryTreeWindow {
public static void main(String[] args) {
int[] arr = {1, 2, 3, 4, 5, 6, 7};
//创建一个 ArrBinaryTree
ArrBinaryTree arrBinaryTree = new ArrBinaryTree(arr);
arrBinaryTree.preOrder(); // 1,2,4,5,3,6,7
}
}
class ArrBinaryTree {
private int[] arr;
public ArrBinaryTree(int[] arr) {
this.arr = arr;
}
/**
- 重载preOrder方法,这样就不用在显示类上输入0,更显清晰
*/
public void preOrder() {
this.preOrder(0);
}
/**
*编写一个方法,完成顺序存储二叉树的前序遍历
- @param index 数组的下标
*/
public void preOrder(int index) {
//如果数组为空,或者 arr.length = 0
if(arr == null || arr.length == 0) {
System.out.println(“数组为空,不能按照二叉树的前序遍历”);
}
//输出当前这个元素,用手写,终于成功将这个实现出来了,原来二叉树之所以为二叉树,就是因为其遍历是左右遍历的。
System.out.println(arr[index]);
//向左递归遍历
if((index * 2 + 1) < arr.length) {
preOrder(2 * index + 1 );
}
//向右递归遍历
if((index * 2 + 2) < arr.length) {
preOrder(2 * index + 2);
}
}
}
===========================================================================
对于任何二叉树,都会存在有几个节点的左或者右指针是没有利用的,n个结点的二叉链表中含有 n+1【公式 2n-(n-1)=n+1】 个空指针域,这个时候,我们想要将这些没有被利用的指针指向该节点的前指针。
线索化指的是利用二叉树中的空指针域,存放指向该结点在某种遍历次序下的前驱和后继结点的指针。其中一个结点的前一个结点,称为前驱结点,一个结点的后一个结点,称为后继结点。
下面所示的二叉树中序遍历的结果是 {8, 3, 10, 1, 14, 6},这个时候可以看到 8 这个节点是没有左右子树的,但从二叉树中序遍历的结果中可以看到,8 的后继节点是 3,所以就把8的右子树指向 3,以此类推,得到下图所示:
说明: 当线索化二叉树后,Node节点的 属性 left 和 right ,有如下情况:
-
left 指向的是左子树,也可能是指向的前驱节点,所以我们需要一个标识符来标识哪个是左子树,哪个是前驱节点;
-
同理,right指向的是右子树,也可能是指向后继节点。
代码实现如下:
public class ThreaderBinaryWindow {
public static void main(String[] args) {
//测试一把中序线索二叉树的功能
HeroNode root = new HeroNode(1, “tom”);
HeroNode node2 = new HeroNode(3, “jack”);
HeroNode node3 = new HeroNode(6, “smith”);
HeroNode node4 = new HeroNode(8, “mary”);
HeroNode node5 = new HeroNode(10, “king”);
HeroNode node6 = new HeroNode(14, “dim”);
//二叉树,后面我们要递归创建, 现在简单处理使用手动创建
root.setLeft(node2);
root.setRight(node3);
node2.setLeft(node4);
node2.setRight(node5);
node3.setLeft(node6);
//测试中序线索化
ThreadedBinaryTree threadedBinaryTree = new ThreadedBinaryTree();
threadedBinaryTree.setRoot(root);
threadedBinaryTree.threadedNodes();
//测试: 以10号节点测试
HeroNode leftNode = node5.getLeft();
HeroNode rightNode = node5.getRight();
System.out.println(“10号结点的前驱结点是 =” + leftNode); //3
System.out.println(“10号结点的后继结点是=” + rightNode); //1
//当线索化二叉树后,能在使用原来的遍历方法
//threadedBinaryTree.infixOrder();
System.out.println(“使用线索化的方式遍历 线索化二叉树”);
threadedBinaryTree.threadedList(); // 8, 3, 10, 1, 14, 6
}
}
//定义ThreadedBinaryTree 实现了线索化功能的二叉树
class ThreadedBinaryTree {
private HeroNode root;
//为了实现线索化,需要创建要给指向当前结点的前驱结点的指针
//在递归进行线索化时,pre 总是保留前一个结点
private HeroNode pre = null;
public void setRoot(HeroNode root) {
this.root = root;
}
//重载一把threadedNodes方法
public void threadedNodes() {
this.threadedNodes(root);
}
//遍历线索化二叉树的方法
public void threadedList() {
//定义一个变量,存储当前遍历的结点,从root开始
HeroNode node = root;
while (node != null) {
//循环的找到leftType == 1的结点,第一个找到就是8结点
//后面随着遍历而变化,因为当leftType==1时,说明该结点是按照线索化
//处理后的有效结点
while (node.getLeftType() == 0) {
node = node.getLeft();
}
//打印当前这个结点
System.out.println(node);
//如果当前结点的右指针指向的是后继结点,就一直输出
while (node.getRightType() == 1) {
//获取到当前结点的后继结点
node = node.getRight();
System.out.println(node);
}
//替换这个遍历的结点
node = node.getRight();
}
}
//编写对二叉树进行中序线索化的方法
/**
- @param node 就是当前需要线索化的结点
*/
public void threadedNodes(HeroNode node) {
//如果node==null, 不能线索化
if (node == null) {
return;
}
//(一)先线索化左子树
threadedNodes(node.getLeft());
//(二)线索化当前结点[有难度]
//处理当前结点的前驱结点
//以8结点来理解
//8结点的.left = null , 8结点的.leftType = 1
if (node.getLeft() == null) {
//让当前结点的左指针指向前驱结点
node.setLeft(pre);
//修改当前结点的左指针的类型,指向前驱结点
node.setLeftType(1);
}
//处理后继结点
if (pre != null && pre.getRight() == null) {
//让前驱结点的右指针指向当前结点
pre.setRight(node);
//修改前驱结点的右指针类型
pre.setRightType(1);
}
//!!! 每处理一个结点后,让当前结点是下一个结点的前驱结点
pre = node;
//(三)在线索化右子树
threadedNodes(node.getRight());
}
//删除结点
public void delNode(int no) {
if (root != null) {
//如果只有一个root结点, 这里立即判断root是不是就是要删除结点
if (root.getNo() == no) {
root = null;
} else {
//递归删除
root.delNode(no);
}
} else {
System.out.println(“空树,不能删除~”);
}
}
//前序遍历
public void preOrder() {
if (this.root != null) {
this.root.preOrder();
} else {
System.out.println(“二叉树为空,无法遍历”);
}
}
//中序遍历
public void infixOrder() {
if (this.root != null) {
this.root.infixOrder();
} else {
System.out.println(“二叉树为空,无法遍历”);
}
}
//后序遍历
public void postOrder() {
if (this.root != null) {
this.root.postOrder();
} else {
System.out.println(“二叉树为空,无法遍历”);
}
}
//前序遍历
public HeroNode preOrderSearch(int no) {
if (root != null) {
return root.preOrderSearch(no);
} else {
return null;
}
}
//中序遍历
public HeroNode infixOrderSearch(int no) {
if (root != null) {
return root.infixOrderSearch(no);
} else {
return null;
}
}
//后序遍历
public HeroNode postOrderSearch(int no) {
if (root != null) {
return this.root.postOrderSearch(no);
} else {
return null;
}
}
}
//先创建HeroNode 结点
class HeroNode {
private int no;
private String name;
private HeroNode left; //默认null
private HeroNode right; //默认null
//说明
//1. 如果leftType == 0 表示指向的是左子树, 如果 1 则表示指向前驱结点
//2. 如果rightType == 0 表示指向是右子树, 如果 1表示指向后继结点
private int leftType;
private int rightType;
public int getLeftType() {
return leftType;
}
public void setLeftType(int leftType) {
this.leftType = leftType;
}
public int getRightType() {
return rightType;
}
public void setRightType(int rightType) {
this.rightType = rightType;
}
public HeroNode(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 HeroNode getLeft() {
return left;
}
public void setLeft(HeroNode left) {
this.left = left;
}
public HeroNode getRight() {
return right;
}
public void setRight(HeroNode right) {
this.right = right;
}
@Override
public String toString() {
return “HeroNode [no=” + no + “, name=” + name + “]”;
}
//递归删除结点
//1.如果删除的节点是叶子节点,则删除该节点
//2.如果删除的节点是非叶子节点,则删除该子树
public void delNode(int no) {
//思路
/*
-
- 因为我们的二叉树是单向的,所以我们是判断当前结点的子结点是否需要删除结点,而不能去判断当前这个结点是不是需要删除结点.
-
如果当前结点的左子结点不为空,并且左子结点 就是要删除结点,就将this.left = null; 并且就返回(结束递归删除)
-
如果当前结点的右子结点不为空,并且右子结点 就是要删除结点,就将this.right= null ;并且就返回(结束递归删除)
-
如果第2和第3步没有删除结点,那么我们就需要向左子树进行递归删除
-
如果第4步也没有删除结点,则应当向右子树进行递归删除.
*/
//2. 如果当前结点的左子结点不为空,并且左子结点 就是要删除结点,就将this.left = null; 并且就返回(结束递归删除)
if (this.left != null && this.left.no == no) {
this.left = null;
return;
}
//3.如果当前结点的右子结点不为空,并且右子结点 就是要删除结点,就将this.right= null ;并且就返回(结束递归删除)
if (this.right != null && this.right.no == no) {
this.right = null;
return;
}
//4.我们就需要向左子树进行递归删除
if (this.left != null) {
this.left.delNode(no);
}
//5.则应当向右子树进行递归删除
if (this.right != null) {
this.right.delNode(no);
}
}
//编写前序遍历的方法
public void preOrder() {
System.out.println(this); //先输出父结点
//递归向左子树前序遍历
if (this.left != null) {
this.left.preOrder();
}
//递归向右子树前序遍历
if (this.right != null) {
this.right.preOrder();
}
}
//中序遍历
public void infixOrder() {
//递归向左子树中序遍历
if (this.left != null) {
this.left.infixOrder();
}
//输出父结点
System.out.println(this);
//递归向右子树中序遍历
if (this.right != null) {
this.right.infixOrder();
}
}
//后序遍历
public void postOrder() {
if (this.left != null) {
this.left.postOrder();
}
if (this.right != null) {
this.right.postOrder();
}
System.out.println(this);
}
//前序遍历查找
/**
-
@param no 查找no
-
@return 如果找到就返回该Node ,如果没有找到返回 null
*/
public HeroNode preOrderSearch(int no) {
System.out.println(“进入前序遍历”);
//比较当前结点是不是
if (this.no == no) {
return this;
}
//1.则判断当前结点的左子节点是否为空,如果不为空,则递归前序查找
//2.如果左递归前序查找,找到结点,则返回
HeroNode resNode = null;
if (this.left != null) {
resNode = this.left.preOrderSearch(no);
}
if (resNode != null) {//说明我们左子树找到
return resNode;
}
//1.左递归前序查找,找到结点,则返回,否继续判断,
//2.当前的结点的右子节点是否为空,如果不空,则继续向右递归前序查找
if (this.right != null) {
resNode = this.right.preOrderSearch(no);
}
return resNode;
}
//中序遍历查找
public HeroNode infixOrderSearch(int no) {
//判断当前结点的左子节点是否为空,如果不为空,则递归中序查找
HeroNode resNode = null;
if (this.left != null) {
resNode = this.left.infixOrderSearch(no);
}
if (resNode != null) {
return resNode;
}
System.out.println(“进入中序查找”);
//如果找到,则返回,如果没有找到,就和当前结点比较,如果是则返回当前结点
if (this.no == no) {
return this;
}
//否则继续进行右递归的中序查找
if (this.right != null) {
resNode = this.right.infixOrderSearch(no);
}
return resNode;
}
//后序遍历查找
public HeroNode postOrderSearch(int no) {
//判断当前结点的左子节点是否为空,如果不为空,则递归后序查找
HeroNode resNode = null;
if (this.left != null) {
resNode = this.left.postOrderSearch(no);
}
if (resNode != null) {//说明在左子树找到
return resNode;
}
//如果左子树没有找到,则向右子树递归进行后序遍历查找
if (this.right != null) {
resNode = this.right.postOrderSearch(no);
}
if (resNode != null) {
return resNode;
}
System.out.println(“进入后序查找”);
//如果左右子树都没有找到,就比较当前结点是不是
if (this.no == no) {
return this;
}
return resNode;
}
}
==========================================================================
二叉排序树(Binary Sort(Search) Tree), 对于二叉排序树的任何一个非叶子节点,要求左子节点的值比当前节点的值小,右子节点的值比当前节点的值大。如果有相同的值,可以将该节点放在左子节点或右子节点。
创建一个数组所对应的二叉排序,比如数组为 Array(7, 3, 10, 12, 5, 1, 9)
,创建成对应的二叉排序树为:
如果对二叉排序树使用中序遍历,则得到的结果便是一个有序的数据。
二叉排序树的删除需要考虑三种情况,接下来使用如下这个二叉排序树做示例: