代码随想录 day 11 二叉树理论基础篇

day 11

二叉树理论基础篇 from代码随想录学习

基础知识回顾

二叉树
二叉树类别
满二叉树： 如果一棵二叉树只有0的节点和度为2的节点， 并且度为0的节点在同一层上， 则这棵二叉树为满二叉树。
这棵二叉树为满二叉树，也可以说深度为k，有2^k-1个节点的二叉树。

#完全二叉树
完全二叉树的定义如下：在完全二叉树中，除了最底层节点可能没填满外，其余每层节点数都达到最大值，
并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层（h从1开始），则该层包含 1~ 2^(h-1) 个节点。

优先级队列其实是一个堆，堆就是一棵完全二叉树，同时保证父子节点的顺序关系。

二叉搜索树是一个有序树
若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；
若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；
它的左、右子树也分别为二叉排序树。

平衡二叉搜索树
平衡二叉搜索树：又被称为AVL（Adelson-Velsky and Landis）树，且具有以下性质：
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。

二叉树的存储方式

二叉树可以链式存储，也可以顺序存储。
链式存储
class Tree:
    def __init__(self, val, left=None, right=None):
        self.val = val
        self.left == left
        self.right = right

顺序存储：
如果父节点的数组下标是 i，那么它的左孩子就是 i * 2 + 1，右孩子就是 i * 2 + 2。

二叉树的遍历方式

深度优先遍历
前序遍历（递归法，迭代法）
中序遍历（递归法，迭代法）
后序遍历（递归法，迭代法）
广度优先遍历
层次遍历（迭代法）
在深度优先遍历中：有三个顺序，前中后序遍历， 有同学总分不清这三个顺序，经常搞混，我这里教大家一个技巧。

这里前中后，其实指的就是中间节点的遍历顺序，只要大家记住 前中后序指的就是中间节点的位置就可以了。

看如下中间节点的顺序，就可以发现，中间节点的顺序就是所谓的遍历方式

前序遍历：中左右
中序遍历：左中右
后序遍历：左右中

栈与队列的一个应用场景：
深度优先： 递归方式--栈其实就是递归的一种实现结构；
广度优先： 层次遍历，一层一层遍历，队列（先进先出）

二叉树的定义

class Tree:
    def __init__(self, val, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right

二叉树的递归遍历 代码随想录

递归三部曲

1. 确定递归参数和返回值： 确定哪些参数是递归过程需要处理的， 递归需要返回什么？

2. 确定终止条件：

3. 确定单层递归逻辑： 确定每一层递归需要处理的信息， 哪些信息需要递归重复调用自己来实现递归的过程。

递归前序遍历思路

#　前序遍历的目的：　中左右的方式对二叉树进行遍历，以列表形式返回访问二叉树中的元素顺序。

# 递归的参数和返回值
参数： 二叉树的节点， 返回值： 中左右的形式访问二叉树的元素顺序。

确定终止条件，二叉树的节点为空。

确定单层递归逻辑： 中左右

前序遍历递归 code

class Tree:
    def __init__(self, val, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right
result = []
def reverxx(root, result):

    # 终止条件
    if root == None:
        return
    # 单层重复的逻辑
    result.append(root.val)
    reverxx(root.left, result)
    reverxx(root.right, result)

中序遍历递归 code

class Tree:
    def __init__(self, val, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right
result = []
def reverxx(root, result):

    # 终止条件
    if root == None:
        return
    # 单层重复的逻辑
    reverxx(root.left, result)
    result.append(root.val)
    reverxx(root.right, result)

后序遍历递归 code

class Tree:
    def __init__(self, val, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right
result = []
def reverxx(root, result):

    # 终止条件
    if root == None:
        return
    # 单层重复的逻辑
    reverxx(root.left, result)
    reverxx(root.right, result)
    result.append(root.val)

二叉树的迭代遍历 代码随想录

层序遍历

迭代法，非递归实现二叉树的前中后序遍历。

递归： 每次递归调用都会把函数的局部遍历、参数和返回地址等压入调用栈中， 然后递归返回时，
从栈顶弹回上一次递归的各项参数，所以，可以用栈来实现二叉树的前中后序遍历。

非递归 前序遍历思路

前序遍历： 中左右的顺序。 每次先处理中节点。
先把根节点加入栈， 根据栈的思想， 先进后出= 后进先出； 中左右， 我们需要先处理左子树，再处理右子树；
如果先左子树入栈、再右子树入栈，则在栈框架下，会先处理右子树而非左子树，所以，需要先加入右子树、再左子树；
这样就会先处理左子树， oh yeah.

显然 处理这个栈是一个循环且无法事先知道终止节点，使用while.

1. 先把root入栈
while中
先弹出最后一个节点
收集该节点的数值
右节点入栈
左节点入栈

code

class Tree:
    def __init__(self, val, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right
result = []

root = Tree

stack = [root]

while stack:
    # 因为是中左右方式遍历数据， 所以当前遇到的就是中，可以先判读数据是否为空，加入值到
    root = stack.pop()   # 弹出最后一个元素
    #　先把值收集起来
    result.append(root.val)
    # 右左入栈
    stack.append(root.right)
    stack.append(root.left)