【Java】树

一、概念介绍

树里面的每一个元素其实也都是有说法的。

树里面的每一个元素它也叫做 节点，但有的书上是 结点，其实这两个都是一样的，因为在英文中名字叫做 Node，不同的人在翻译的时候，用的词语不一样而导致的不同，现在我们统一叫做 节点。

每一个节点是一个独立的对象，当这样的结点多了以后，就会形成下图的结构。

这个结构很像一颗倒过来的树。

关于树，有一些专业名词需要我们认识。

以下面 16、15、17 为例，其中 16 是 15 的父节点，15 是 16 的左子节点，17 是 16 的右子节点。

每个节点都表示一个对象，它里面不仅要存储当前的数据，额外还有父节点的地址值、左子节点的地址值、右子节点的地址值。

如果一个节点没有父节点，或者没有子节点了，就记为 null。

例如 22 是没有父节点的，最下面一排的节点都是没有子节点的，因此在这些节点中对应的位置就会记录 null。

在树结构中，每一个节点的子节点数量叫做 度。

如果上面框起来的这些节点，这些节点都有两个子节点，因此它们的度都是 2。

再来看最下面的一排，它是没有子节点的，因此它们的度都是 0。

这种树我们也称之为二叉树：二叉树中，任意节点的度 <= 2，相当于只有两个分叉。

其实也还有三叉树、四叉树… 但是最常见最基础的就是二叉树，现在大家看见的就是一个标准的二叉树。

这颗二叉树的高度是 4，如果我们此时再来添加一个节点，那么它的高度就变成 5。

树高：树的总层数。

从上往下依次为：第一层、第二层…

在整棵树中，最上面的节点称之为 根节点，因此此时 22 就是它的 根节点。

这这棵树中，针对于任意的一个节点而言，左下方的结点是它的左子节点，右下方的节点是它的右子节点。

根节点的左子树就是下方蓝色虚线的部分，蓝色虚线框起来的整体就叫做 根节点的左子树。

根节点的右子树就是下方绿色虚线的部分，绿色虚线框起来的整体就叫做 根节点的右子树。

通过这个思路我们可以发散一下，其他的节点有没有左子树跟右子树呢？当然有。

我们以 26 为例，它的左子树就是蓝色虚线这部分，右子树就是绿色虚线这部分。

---

二、二叉树

如下图二叉树，每一个结点里面记录的值它是没有什么规律的，因此它仅仅是一颗比较普通的二叉树而已，这样的二叉树几乎没有什么应用场景。

如果想要在 普通的二叉树 中进行查找，只有遍历才行，效率比较低，因此才有了下面的 二叉查找树。

再来看右边的这棵树，在这棵树中，数据的规则就比较明显了。

首先它是一个二叉树，因为在二叉树中，任意节点的度 <= 2。

查找规律可发现：每个节点的左子节点都比自己小，每个结点的右子节点都比自己大，这样的二叉树我们就会称之为 二叉查找树。

---

三、二叉查找树

1）总述

二叉查找树：又称二叉排序树 或者 二叉搜索树

特点

• 每一个节点上最多有两个子节点

  这句话就表示它首先得是一颗二叉树才行

• 任意节点左子树上的值都小于当前节点

• 任意节点右子树上的值都大于当前节点

接下来我们需要知道二叉查找树它是如何添加节点的，才能让这些数据产生规律。

---

2）添加

它在添加节点的时候会遵守一个规则：小的存左边，大的存右边，一样的不存。

例如将 7、4、10、5 这四个数据添加到一个二叉查找中。

首先添加 7节点，由于 7节点 是第一个，没惹你跟它比，所以就会将 7节点 当做是 根节点。

再来，存入 4节点，4节点 就需要跟 7节点 比较了，因为 4节点 比 7节点 小，因此存左边，4节点 相当于就是 7节点 的左子节点。

然后再添加 10节点，还是需要跟根节点进行比较，它比根节点要大，因此存右边，10节点 相当于就是 7节点 的右子节点。

最后添加 5节点，它首先还是先跟根节点比较，发现比 7节点 小，因此需要存 7节点 的左边。

但是 5节点 发现 7节点 的左边已经有人了，因此此时继续比较，会发现 5 比 4 大，因此 5 就会当做 4 的右子节点。

每个节点在存入的时候都是按照这样的规则进行比较的，当存入的结点越来越多的时候，就渐渐形成了右下角这棵树的形状。

那如何查找单个数据呢？

---

3）查找

例如在二叉查找树中要查 5、12、30，其实查找的规则跟刚刚是一样的。

首先来查 5，它需要先跟根节点比一下，由于 5 是比 7 小的，因此证明 5 是在 7 的左边，由于 7 的左边不是 5，因此需要再跟 4 比较一下，由于 5 比 4 大，因此 5 在 4 的右边，此时就找到了 5。

由此可见，在这十个数据中查找5，找三次就找到了，因此树的查找效率还是非常高的。

查找其他数字同理。

如果我们需要查找一个不存在的 30，其实也是一样的，当它一直按照刚刚的规律一直查找到12的右边时，发现12的右边没有节点了，因此就可以断定，在这棵树中没有30这个节点。

---

四、二叉树遍历方式

PS：下面四种说的是 二叉树 的遍历方式，所有的二叉树都可以采用这样的遍历方式。

前中后序遍历可以根据根节点的顺序来判断。

• 前序遍历：从根节点开始，然后按照当前节点，左子节点，右子节点的顺序遍历

• 中序遍历：从最左边的子结点开始，然后按照左子节点，当前节点，右子节点的顺序遍历

  二叉搜索树按照这种方式遍历出来的顺序是从小到大进行排序的，因此这种遍历方式也是作为常见的遍历方式

• 后序遍历：从最左边的子结点开始，然后按照左子节点，右子节点，当前节点的顺序遍历

• 层序遍历：从根节点开始一层一层的遍历

---

五、平衡二叉树

1）二叉查找树的弊端

在添加节点的时候会有这样的特殊情况。

假设现在一共有 7、10、11、12、13 这五个节点，如果按照二叉查找树的规则存入到树中就会变成下图。

假设我们要从上面的这棵树找到 13，就需要从根节点一直查到底，此时要找 5次 才能找到 13，此时就跟一个链表一样了，所以这不合理。

一棵树如果要提高查询效率，左右的高度需要差不多才行。

此时问题就来了，在添加节点的时候，如何将这种树变成左右差不多长的树呢？

这个时候我们就需要来学习 平衡二叉树。

---

2）介绍

它是在二叉查找树的基础上又多了一个规则：任意节点做右子树高度差不能超过1。

例如下面这棵树就不是一颗平衡二叉树，一棵树是否平衡，不能仅仅只看根节点。

先来看根节点，左子树高度为3，右子树高度为4，因此它是满足上面的规则的。

但此时还不能下结论，我们来看 10节点，左子树高度为 0，右子树高度为 3，它是不满足上面规则的，因此它不是一个平衡二叉树。

下面两个就是平衡二叉树

---

六、树的演变

树是由很多节点组成的，每个节点都是一个独立的对象，它里面有这四部分内容。

当很多节点组合在一起的时候，保证每个节点的度 <= 2，那么此时就会形成二叉树。

最基本的二叉树在存储数据的时候是没有什么规则的，在查找数据的时候非常的麻烦，只能遍历查找，效率非常低。

为了解决这个问题，提高查找效率，我们在添加数据的时候每次都会进行比较，会遵守一个规则：小的存左边，大的存右边，一样的就不存。

这样就形成了二叉查找树，二叉查找树在查找的时候效率就非常高了。

但是这还不是最完美的解决方案，遵守二叉查找树的规则进行添加元素，就会导致左右子树的高度差会很大，如果高度差很大的话，查询效率也会降低，因此为了提高查询效率，避免长短腿出现，就有了平衡二叉树。

在平衡二叉树中又多了一个规则：任意的节点，左右子树高度差不能超过1。

那么平衡二叉树它是如何保持平衡的呢？下节课就开始学习平衡二叉树 保证平衡的机制。