1. 二叉树与其他数据结构的比较
1.1数组存储方式的分析
- 优点: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。
- 缺点: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
1.2链式存储方式的分析
- 优点: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,链接到链表中即可, 删除效率也很好)。
- 缺点:在进行检索时,效率仍然较低,比如(检索某个值,需要从头节点开始遍历)
1.3树存储方式的分析
- 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。
2.树的概念
- 二叉树:二叉树是每个节点最多有两个子树的树结构。
- 根节点:一棵树最上面的节点称为根节点。
- 父节点, :如果一个节点下面连接多个节点,那么该节点称为父节点,它下面的节点称为子 节点。
- 兄弟节点:具有相同父节点的节点互称为兄弟节点。 :
- 叶子节点:没有任何子节点的节点称为叶子节点。
- 节点的权:节点值
- 路径:从root节点找到该节点的路线)
- 层 :规定根结点在1层,其他任一结点的层数是其父结点的层数加1;
- 子树:一个节点和他下边的节点组成一颗子树
- 树的高度:二叉树的最大层数
- 结点的度(Degree):结点的子树个数
- 树的度:所有结点的度数的最大值。二叉树的度小于等于2
- 森林 :多颗子树构成森林
3.二叉树的特点
- 二叉树是每个节点最多有两个子树的树结构
- 二叉树的子节点分为左节点和右节点。
- 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 , n 为层数,则我们称为满二叉树。
- 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。
3.1二叉树的计算公式
- 在二叉树的第k 层上,最多有2k-1(k≥1)个结点,
- 深度为m的二叉树最多有2m-1 个结点,
- 二叉树节点计算公式 N = n0+n1+n2,度为0的叶子节点比度为2的节点数多一个。N=1n1+2n2+1
- 对任何一棵二叉树T,如果其终端节点数为n0,度为2的节点数为n2,则n0=n2+1
- 具有n 个结点的二叉树,其深度至少为[log2n]+1,其中[log2n] 表示取log2n 的整数部分,
- 具有n 个结点的完全二叉树的深度为[log2n]+1,
- 设完全二叉树共有n 个结点。如果从根结点开始,按层序(每 一层从左到右)用自然数1,2,….n 给结点进行编号(k=1,2….n), 有以下结论:
①若k=1,则该结点为根结点,它没有父结点;若k>1,则该结点的 父结点编号为INT(k/2);
②若2k≤n,则编号为k 的结点的左子结点编号为2k;否则该结点 无左子结点(也无右子结点);
③若2k+1≤n,则编号为k 的结点的右子结点编号为2k+1;否则该 结点无右子结点。
4.二叉树的前中后序遍历
前中后序的遍历主要和根节点的输出顺序有关系
4.1前序遍历
- 先输出当前节点(初始的时候为root节点)
- 如果当前左子节点不为空,则递归继续前序遍历
- 如果当前右子节点不为空,则递归继续前序遍历
4.1中序遍历
- 如果当前左子节点不为空,则递归继续中序遍历
- 输出当前节点
- 如果当前右子节点不为空,则递归继续中序遍历
4.1后序遍历
- 如果当前左子节点不为空,则递归继续后序遍历
- 如果当前右子节点不为空,则递归继续后序遍历
- 先输出当前节点
//创建节点
class Node{
private int no;
private String name;
private Node left;//默认null
private Node right;//默认null
public Node(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 Node getLeft() {
return left;
}
public void setLeft(Node left) {
this.left = left;
}
public Node getRight() {
return right;
}
public void setRight(Node right) {
this.right = right;
}
@Override
public String toString() {
return "Node{" +
"no=" + no +
", name='" + name + '\'' +
'}';
}
//前序遍历
public void preOrder(){
System.out.println(this);//先输出当前节点
//递归左子树进行前序遍历
if(this.left!=null){
this.left.preOrder();
}
//递归右子树进行前序遍历
if(this.right!=null){
this.right.preOrder();
}
}
//中序遍历
public void midOrder(){
//递归向左子树进行遍历
if(this.left!=null){
this.left.midOrder();
}
//输出节点
System.out.println(this);
//递归向右子树进行中序遍历
if(this.right!=null){
this.right.midOrder();
}
}
//后序遍历
public void postOrder(){
//递归左子树进行后续遍历
if(this.left!=null){
this.left.postOrder();
}
//递归右子树进行后续遍历
if(this.right!=null){
this.right.postOrder();
}
//输出节点
System.out.println(this);
}
}
//创建一个二叉树
class BinaryTree{
private Node root;//根节点
public void setRoot(Node root){
this.root=root;
}
//前序遍历
public void preOrder(){
if(this.root!=null){
this.root.preOrder();
}else {
System.out.println("BIanryTree is empty");
}
}
//前序遍历
public void midOrder(){
if(this.root!=null){
this.root.midOrder();
}else {
System.out.println("BIanryTree is empty");
}
}
//前序遍历
public void postOrder(){
if(this.root!=null){
this.root.postOrder();
}else {
System.out.println("BIanryTree is empty");
}
}
}
5. 二叉树的前中后序查找
5.1前序查找
- 先判断当前节点的no是否是要查找的,如果是,返回该节点
- 如果不是,则判断当前节点的左子树是否为空,如果不为null,则递归前序查找
- 如果左递归前序查找,找到了该节点就返回该节点,如果没有就继续判断当前节点的右子节点是否为null。不为空,就继续向右递归前序查找
5.2中序查找
- 先判断当前节点的左子节点是否为null,不为空,就进行递归中序查找
- 如果找到,则返回。如果没有找到,就和当前节点比较,如果是就返回该节点,如果不是就进行右递归中序查找
- 如果右递归中序查找,找到了,就返回该节点,如果没有就返回null
5.3后序查找
- 先判断当前节点的左子节点是否为null,不为空,就进行递归后序查找
- 如果找到,则返回。如果没有找到,就和当前节点的右子节点比较,如果是就返回该节点,如果不是就进行右递归中序查找,如果找到就返回。
- 如果没有找到,就和当前节点进行比较,如果是当前节点就返回,不是就返回null
Node类里面的添加前中后序的查找方法
//前序查找
public Node preOrderSearch(int no){
//比较当节点是否为要查找的节点: 是就直接返回
if(this.no==no){
return this;
}
//1.判断当前节点的左子节点是否为null,不为空递归前序查找
//2.如果左递归查找,找到该节点就返回
Node resNode=null;
if(this.left!=null){
resNode=this.left.preOrderSearch(no);
}
if(resNode!=null){//说明 左子树找到了
return resNode;
}
//3.。没有找到,就判断当前接地点的右子树节点是否为null,如果不是就子昂有进行前序查找
if(this.right!=null){
resNode=this.right.preOrderSearch(no);
}
return resNode;
}
//中序查找
public Node midOrderSearch(int no){
//判断当前节点的左子树是否为null
Node resNode=null;
if(this.left!=null){
resNode=this.left.midOrderSearch(no);
}
//如果找到了就返回,
if(resNode!=null){
return resNode;
}
//左子树没有找到就和当前节点进行比较,是当前节点就返回
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.midOrderSearch(no);
}
return resNode;
}
//后续查找
public Node postOrderSearch(int no){
//判断当前节点的左子节点是否为null,如果不为null,则进行有序查找
Node resNode=null;
if(this.left!=null){
resNode=this.left.postOrderSearch(no);
}
if(resNode!=null) {//说明找到了
return resNode;
}
//如果左子树没有找到,则向右子树进行前序中昂徐后续的遍历查找
if(this.right!=null){
resNode =this.right.postOrderSearch(no);
}
if(resNode!=null){
return resNode;
}
//如果左右子树都没有找到,就比较当前节点是不是要查找的节点
if(this.no==no){
return this;
}
return resNode;
}
在定义的BinaryTree类里面调用查找方法
//前序查找
public Node preOrderSearch(int no){
if(root!=null){
return root.preOrderSearch(no);
}else {
System.out.println("BinaryTree is empty");
return null;
}
} //中序查找
public Node midOrderSearch(int no){
if(root!=null){
return root.midOrderSearch(no);
}else {
System.out.println("BinaryTree is empty");
return null;
}
} //后序查找
public Node postOrderSearch(int no){
if(root!=null){
return root.postOrderSearch(no);
}else {
System.out.println("BinaryTree is empty");
return null;
}
}