树的几个概念
由一个或一个以上的节点组成,存在一个特殊的节点,成为树根。其中的每一个子集合本身也是一种树形结构,即此根节点的子树。
几个关于树的专有名词
- 度数:每个节点所有子树的个数
- 层数:树的层数
- 高度:树的最大层数
- 树叶或终端节点:度数为零的节点就是树叶。
- 父节点:每一个节点都有连接的上一层节点。
- 子节点:每一个节点都有连接的下一层节点。
- 兄弟节点:有共同父节点的节点。
- 非终端节点:树叶以内的节点。
- 同代:在同一棵具有相同层数的节点。
二叉树
概念
由有限节点所组成的集合,此结合可以为空集合,或由一个树根及其左右两个子树组成。
特点
- 可以是空集合 但若不是空集合 则节点上一定要有一个键值
- 每一个树根的值需大于左子树的值
- 每一个树根的值需小于右子树的值
- 左右子树也是二叉查找树
- 树的每一个节点的值都不相同
二叉树与树的区别
- 树不可以为空集合 二叉树可以
- 树的度数为d>=0 但二叉树的节点度数为0<=0<=2
- 树的子树没有次序关系 二叉树则有
高度为k的二叉树的总结点数为 2k-1
在二叉树中,层数为i的节点数最多为 2(i-1)
存储方式
# 数组的方式存储
def treeCreateByArray(btree, data, length):
for i in range(1, length):
level = 1
while btree[level] != 0:
if data[i] > btree[level]: # 如果数组内的值大于树根 就往右子树比较
level = level * 2 + 1
else:
level = level * 2
btree[level] = data[i]
return btree
# 链表的存储方式
class tree():
def __init__(self):
self.data = 0
self.left = None
self.right = None
def treeCreateByLinkList(root, val):
newnode = tree()
newnode.data = val
newnode.left = None
newnode.right = None
if root == None:
root = newnode
return root
else:
current = root
while current != None:
backup = current
if current.data > val:
current = current.left
else:
current = current.right
if backup.data > val:
backup.left = newnode
else:
backup.right = newnode
return root
操作
# 插入
"""
二叉树查找:
def search(ptr,val):
while True:
if ptr is None:
return None
if ptr.data == val:
return ptr
elif ptr.data >val:
ptr = ptr.left
else:
ptr = ptr.right
"""
class Tree:
def __init__(self):
self.data = 0
self.left = None
self.right = None
def createTree(root, val):
"""
创建一个二叉树
:param root:
:param val:
:return:
"""
newnode = Tree()
newnode.data = val
newnode.left = None
newnode.right = None
if root is None:
root = newnode
return root
else:
current = root
while current is not None:
backup = current
if current.data > val:
current = current.left
else:
current = current.right
if backup.data > val:
backup.left = newnode
else:
backup.right = newnode
return root
def search(root, val):
i = 1
while True:
if root is None:
return None
if root.data == val:
print("查找了{0}次".format(i))
return root
elif root.data > val:
root = root.left
else:
root = root.right
i += 1
def inorder(root):
if root is not None:
inorder(root.left)
print("[%2d]" % root.data, end=" ")
inorder(root.right)
if __name__ == '__main__':
data = [7, 1, 4, 2, 8, 13, 12, 11, 15, 9, 5]
root = None
for i in range(11):
root = createTree(root, data[i])
target = int(input("请输入查找的数值"))
if search(root, target) is not None:
print("找到了")
else:
print("NO NO ...没找到")
print("准备插入")
root = createTree(root, target)
inorder(root)
# 删除
"""
存在三种情况:
1.删除的节点为树叶,只要将其相连的父节点指向None
2.删除的节点只有一棵子树,
3.删除的节点有两棵子树
找出中序立即先行者 即将欲删除节点的左子树中最大者往上提 该节点的左子树往右找 直到右指针指向None
找出中序立即后继者 即将欲删除节点的右子树中最小者往上提 该节点的右子树往左找 直到左指针指向None
"""
平衡二叉树(AVL)
红黑树
B树
B+树
常见面试题
二叉树的三种遍历方式
# class TreeNode:
# def __init__(self, x):
# self.val = x
# self.left = None
# self.right = None
#
#
# @param root TreeNode类 the root of binary tree
# @return int整型二维数组
#
class Solution:
def threeOrders(self , root ):
# write code here
self.res = [[], [], []]
self.dfs(root)
return self.res
def dfs(self , root ):
if root is None:
return False
self.res[0].append(root.val)
self.dfs(root.left)
self.res[1].append(root.val)
self.dfs(root.right)
self.res[2].append(root.val)
return True
二叉树的最大深度
题目
给定一个二叉树,找出其最大深度。
二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。
说明: 叶子节点是指没有子节点的节点。
示例:
给定二叉树 [3,9,20,null,null,15,7],
3
/ \
9 20
/ \
15 7
class TreeNode():
def __init__(self):
self.right = None
self.left = None
self.val = None
# 方法一 递归
def maxDepth(root):
'''
使用递归的方式
:param root:
:return:
'''
if root is None:
return 0
return max(maxDepth(root.left), maxDepth(root.right)) + 1
# 方法二 广度优先搜索
'''
这里,我们需要添加一个辅助队列。我们将当前层的所有节点都存入这个辅助队列中。
在这里需要注意一点,当我们准备搜索下一层时,这里需要将队列中当前层的所有节点都进行出队,然后让这些节点往下层搜索。
那么,如果当前层的所有节点都出列,队列还非空,那么说明下一层还有节点。循环直至队列为空,
定义变量 depth,每层搜索的时候维护更新该值,那么最终,depth 就是我们要求的二叉树最大深度。
'''
def maxDepth2(root):
if not root:
return 0
from collections import deque
queue = deque()
depth = 0
queue.append(root)
while queue:
size = len(queue)
for i in range(size):
node = queue.popleft()
if node.left:
queue.append(node.left)
if node.right:
queue.append(node.right)
depth += 1
return depth
maxDepth2([3, 9, 20, '', '', 15, 7])
二叉树的层次遍历
"""
给你一个二叉树,请你返回其按 层序遍历 得到的节点值。 (即逐层地,从左到右访问所有节点)。
"""
def levelOrder(root):
if root is None:
return []
levels = []
from collections import deque
# 定义队列
queue = deque()
# 最终的返回结果
result = []
# 先将根节点入队
queue.append(root)
while queue:
# 记录当前队列的长度
size = len(queue)
# 临时列表存储每一层的节点
cur_level = []
for _ in range(size):
# 出队
node = queue.popleft()
# 将当前值存储
cur_level.append(node.val)
# 当前值的左右节点非空时 入队
if node.left:
queue.append(node.left)
if node.right:
queue.append(node.right)
result.append(cur_level)
return result
有序数组转化为二叉树
"""
将一个按照升序排列的有序数组,转换为一棵高度平衡二叉搜索树。
一.若任意节点的左子树不空,则左子树上所有结点的值均小于它的根结点的值;
二.若任意节点的右子树不空,则右子树上所有结点的值均大于它的根结点的值;
三.它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树
"""
def sortedArrayToBST(nums):
"""
:type nums: List[int]
:rtype: TreeNode
"""
if not nums:
return None
length = len(nums)
mid = length // 2
root = TreeNode(nums[mid])
root.left = sortedArrayToBST(nums[:mid])
root.right = sortedArrayToBST(nums[mid + 1:])
return root
print(sortedArrayToBST([-10, -3, 0, 5, 9]))
判断是否为对称二叉树
"""
给定一个二叉树,检查它是否是镜像对称的。
# 递归大法
"""
def isSymmetric(root):
if not root:
return None
return auxiliary(root.left, root.right)
def auxiliary(leftNode, rightNode):
if not leftNode and not rightNode:
return True
if not leftNode and rightNode:
return False
if leftNode and not rightNode:
return False
if leftNode.val != rightNode.val:
return False
else:
return auxiliary(leftNode.left, rightNode.right) and auxiliary(leftNode.right, rightNode.left)