一文图解二叉树面试题

​

一、树 & 二叉树

树是由节点和边构成，储存元素的集合。节点分根节点、父节点和子节点的概念。

如图：树深=4; 5是根节点；同样8与3的关系是父子节点关系。

​

二叉树binary tree，则加了“二叉”（binary），意思是在树中作区分。每个节点至多有两个子（child）,left child & right child。二叉树在很多例子中使用，比如二叉树表示算术表达式。

如图：1/8是左节点；2/3是右节点；

​

二、二叉搜索树 BST

顾名思义，二叉树上又加了个搜索的限制。其要求：每个节点比其左子树元素大，比其右子树元素小。

如图：每个节点比它左子树的任意节点大，而且比它右子树的任意节点小

​

面试点一：理解 TreeNode 数据结构

节点数据结构，即节点分左节点和右节点及本身节点值。如图

​

面试点二：如何确定二叉树的最大深度或者最小深度

答案：简单的递归实现即可，代码如下：

int maxDeath(TreeNode node){ if(node==null){ return 0; } int left = maxDeath(node.left); int right = maxDeath(node.right); return Math.max(left,right) + 1; } int getMinDepth(TreeNode root){ if(root == null){ return 0; } return getMin(root); } int getMin(TreeNode root){ if(root == null){ return Integer.MAX_VALUE; } if(root.left == null&&root.right == null){ return 1; } return Math.min(getMin(root.left),getMin(root.right)) + 1; }

面试点三：如何确定二叉树是否是平衡二叉树

答案：简单的递归实现即可，代码如下：

boolean isBalanced(TreeNode node){ return maxDeath2(node)!=-1; } int maxDeath2(TreeNode node){ if(node == null){ return 0; } int left = maxDeath2(node.left); int right = maxDeath2(node.right); if(left==-1||right==-1||Math.abs(left-right)>1){ return -1; } return Math.max(left, right) + 1; }

前面面试点是 二叉树 的，后面面试点是 搜索二叉树 的。先运行搜搜二叉树代码：

public class BinarySearchTreeTest { public static void main(String[] args) { BinarySearchTree b = new BinarySearchTree(); b.insert(3);b.insert(8);b.insert(1);b.insert(4);b.insert(6); b.insert(2);b.insert(10);b.insert(9);b.insert(20);b.insert(25); // 打印二叉树 b.toString(b.root); System.out.println(); // 是否存在节点值10 TreeNode node01 = b.search(10); System.out.println("是否存在节点值为10 => " + node01.value); // 是否存在节点值11 TreeNode node02 = b.search(11); System.out.println("是否存在节点值为11 => " + node02); // 删除节点8 TreeNode node03 = b.delete(8); System.out.println("删除节点8 => " + node03.value); b.toString(b.root); } }

结果如下：

value = 1 -> value = 2 -> value = 3 -> value = 4 -> value = 6 -> value = 8 -> value = 9 -> value = 10 -> value = 20 -> value = 25 -> 是否存在节点值为10 => 10 是否存在节点值为11 => null 删除节点8 => 8 value = 1 -> value = 2 -> value = 3 -> value = 4 -> value = 6 -> value = 9 -> value = 10 -> value = 20 -> value = 25 ->

面试点四：搜索二叉树如何实现插入

插入，和删除一样会引起二叉搜索树的动态变化。插入相对删处理逻辑相对简单些。如图插入的逻辑：

​

1. 从root节点开始

2. 如果root为空,root为插入值

3. 循环:

4. 如果当前节点值大于插入值,找左节点

5. 如果当前节点值小于插入值,找右节点

面试点五：搜索二叉树如何实现查找

其算法复杂度 : O(lgN),树深(N)。如图查找逻辑：

​

1. 从root节点开始

2. 比当前节点值小,则找其左节点

3. 比当前节点值大,则找其右节点

4. 与当前节点值相等,查找到返回TRUE

5. 查找完毕未找到

面试点五：搜索二叉树如何实现删除

比较复杂了。首先找到删除节点，其寻找方法：删除节点的后继者是在其右节点树种最小的节点。如图删除对应逻辑：

​

结果为：

​

1. 找到删除节点

2. 如果删除节点左节点为空 , 右节点也为空

3. 如果删除节点只有一个子节点 右节点 或者 左节点

4. 如果删除节点左右子节点都不为空

三、小结

就像码出高效面试的程序媛偶尔吃一碗“老坛酸菜牛肉面”一样的味道，品味一个算法，比如 BST 的时候，总是那种说不出的味道。