数据结构:二叉树

1. 为什么需要二叉树

  • 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
  • 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)
  • 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. 树示意图

在这里插入图片描述

  • 树的常用术语(结合示意图理解):
    节点
    根节点
    父节点
    子节点
    叶子节点 (没有子节点的节点)
    节点的权(节点值)
    路径(从root节点找到该节点的路线)

    子树
    树的高度(最大层数)
    森林 :多颗子树构成森林

3. 二叉树的概念

  1. 树有很多种,每个节点最多只能有两个子节点的一种形式称为二叉树
  2. 二叉树的子节点分为左节点和右节点。

在这里插入图片描述

  1. 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。

在这里插入图片描述

  1. 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。

在这里插入图片描述

4. 二叉树遍历

  • 前序遍历: 先输出父节点,再遍历左子树和右子树
  • 中序遍历: 先遍历左子树,再输出父节点,再遍历右子树
  • 后序遍历: 先遍历左子树,再遍历右子树,最后输出父节点
  • 小结: 根据父节点输出的顺序,确定是前序,中序还是后序

5. 二叉树应用实例

  • 遍历二叉树

在这里插入图片描述

  • 查找指定节点

在这里插入图片描述

  • 删除节点,要求
    如果删除的节点是叶子节点,则删除该节点
    如果删除的节点是非叶子节点,则删除该子树.

在这里插入图片描述

6. 代码实现

public class BinaryTreeDemo {

    public static void main(String[] args) {
        // 创建二叉树
        BinaryTree binaryTree = new BinaryTree();
        //创建需要的结点
        HeroNode root = new HeroNode(1, "宋江");
        HeroNode node2 = new HeroNode(2, "吴用");
        HeroNode node3 = new HeroNode(3, "卢俊义");
        HeroNode node4 = new HeroNode(4, "林冲");
        HeroNode node5 = new HeroNode(5, "关胜");
        root.setLeft(node2);
        root.setRight(node3);
        node3.setRight(node4);
        node3.setLeft(node5);
        binaryTree.setRoot(root);

        System.out.println("前序遍历"); // 1,2,3,5,4
        binaryTree.preOrder();

        System.out.println("中序遍历");
        binaryTree.infixOrder(); // 2,1,5,3,4

        System.out.println("后序遍历");
        binaryTree.postOrder(); // 2,5,4,3,1

        System.out.println("前序查找5");
        System.out.println(binaryTree.preOrderSearch(5));

        System.out.println("中序查找5");
        System.out.println(binaryTree.infixOrderSearch(5));

        System.out.println("后序查找5");
        System.out.println(binaryTree.postOrderSearch(5));

        System.out.println("删除节点5前,前序遍历");
        binaryTree.preOrder();
        binaryTree.delNode(5);
        System.out.println("删除节点5后,前序遍历");
        binaryTree.preOrder();

    }

    static class HeroNode {
        private int no;

        private String name;

        private HeroNode left;

        private HeroNode right;

        public HeroNode(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 HeroNode getLeft() {
            return left;
        }

        public void setLeft(HeroNode left) {
            this.left = left;
        }

        public HeroNode getRight() {
            return right;
        }

        public void setRight(HeroNode right) {
            this.right = right;
        }

        @Override
        public String toString() {
            return "HeroNode{" + "no=" + no + ", name='" + name + '\'' + '}';
        }

        // 前序遍历方法
        public void preOder() {
            // 先输入父节点
            System.out.println(this);
            // 递归向左子树前序遍历
            if (this.left != null) {
                this.left.preOder();
            }
            // 递归向右子树遍历
            if (this.right != null) {
                this.right.preOder();
            }
        }

        // 中序遍历
        public void infixOrder() {
            // 向左子树中序遍历
            if (this.left != null) {
                this.left.infixOrder();
            }
            // 输出父节点
            System.out.println(this);
            // 向右子树中序遍历
            if (this.right != null) {
                this.right.infixOrder();
            }
        }

        // 后续遍历
        public void postOrder() {
            // 向右子树中序遍历
            if (this.left != null) {
                this.left.postOrder();
            }
            // 右子树中序遍历
            if (this.right != null) {
                this.right.postOrder();
            }
            // 输出父节点
            System.out.println(this);
        }

        // 前序遍历查找
        public HeroNode preOrderSearch(int no) {
            // 比较当前节点是不是
            if (this.no == no) {
                return this;
            }
            // 1.判断当前节点左子节点是否为空,不为空就向左递归前序查找
            // 2.如果左递归查找,找到节点就返回
            HeroNode temp = null;
            if (this.left != null) {
                temp = this.left.preOrderSearch(no);
            }
            // 说明在左子树找到
            if (temp != null) {
                return temp;
            }
            // 1.判断当前节点右子节点是否为空,不为空就向右递归前序查找
            if (this.right != null) {
                temp = this.right.preOrderSearch(no);
            }
            return temp;
        }

        // 中序遍历查找
        public HeroNode infixOrderSearch(int no) {
            // 判断当前节点的左子节点是否为空,不为空则向左递归中序查找
            HeroNode temp = null;
            if (this.left != null) {
                temp = this.left.infixOrderSearch(no);
            }
            if (temp != null) {
                return temp;
            }
            // 和当前节点比较
            if (this.no == no) {
                return this;
            }
            // 向右递归中序查找
            if (this.right != null) {
                temp = this.right.infixOrderSearch(no);
            }
            return temp;
        }

        // 后续遍历查找
        public HeroNode postOrderSearch(int no) {
            // 判断当前节点的左子节点是否为空,不为空就向左递归后续查找
            HeroNode temp = null;
            if (this.left != null) {
                temp = this.left.postOrderSearch(no);
            }
            if (temp != null) {
                return temp;
            }
            // 如果左子树没找到,就向右递归后续查找
            if (this.right != null) {
                temp = this.right.postOrderSearch(no);
            }
            if (temp != null) {
                return temp;
            }
            if (this.no == no) {
                return this;
            }
            return temp;
        }

        // 递归删除节点
        // 1.如果待删除的节点是叶子节点,则删除该节点
        // 2.如果是非叶子节点,则删除该子树
        public void delNode(int no) {
            // 1.如果当前节点的左子节点不为空,并且左子节点就是要删除节点
            if (this.left != null && this.left.no == no) {
                this.left = null;
                return;
            }
            // 2.如果当前节点的右子节点不为空,并且右子节点就是要删除节点
            if (this.right != null && this.right.no == no) {
                this.right = null;
                return;
            }
            // 3.如果当前节点的左子节点和右子节点都不是待删除节点,则向左子树递归查找删除
            if (this.left != null) {
                this.left.delNode(no);
            }
            // 4.向右子树递归查找删除
            if (this.right != null) {
                this.right.delNode(no);
            }
        }
    }

    // 定义二叉树
    static class BinaryTree {
        private HeroNode root;

        public void setRoot(HeroNode root) {
            this.root = root;
        }

        // 删除节点
        public void delNode(int no) {
            if (root.getNo() == no) {
                root = null;
            } else {
                root.delNode(no);
            }
        }

        // 前序遍历
        public void preOrder() {
            this.root.preOder();
        }

        // 中序遍历
        public void infixOrder() {
            this.root.infixOrder();
        }

        // 后序遍历
        public void postOrder() {
            this.root.postOrder();
        }

        // 前序查找
        public HeroNode preOrderSearch(int no) {
            return root.preOrderSearch(no);
        }

        // 中序查找
        public HeroNode infixOrderSearch(int no) {
            return root.infixOrderSearch(no);
        }

        // 后序查找
        public HeroNode postOrderSearch(int no) {
            return root.postOrderSearch(no);
        }

    }

}

  • 结果打印
前序遍历
HeroNode{no=1, name='宋江'}
HeroNode{no=2, name='吴用'}
HeroNode{no=3, name='卢俊义'}
HeroNode{no=5, name='关胜'}
HeroNode{no=4, name='林冲'}
中序遍历
HeroNode{no=2, name='吴用'}
HeroNode{no=1, name='宋江'}
HeroNode{no=5, name='关胜'}
HeroNode{no=3, name='卢俊义'}
HeroNode{no=4, name='林冲'}
后序遍历
HeroNode{no=2, name='吴用'}
HeroNode{no=5, name='关胜'}
HeroNode{no=4, name='林冲'}
HeroNode{no=3, name='卢俊义'}
HeroNode{no=1, name='宋江'}
前序查找5
HeroNode{no=5, name='关胜'}
中序查找5
HeroNode{no=5, name='关胜'}
后序查找5
HeroNode{no=5, name='关胜'}
删除节点5前,前序遍历
HeroNode{no=1, name='宋江'}
HeroNode{no=2, name='吴用'}
HeroNode{no=3, name='卢俊义'}
HeroNode{no=5, name='关胜'}
HeroNode{no=4, name='林冲'}
删除节点5后,前序遍历
HeroNode{no=1, name='宋江'}
HeroNode{no=2, name='吴用'}
HeroNode{no=3, name='卢俊义'}
HeroNode{no=4, name='林冲'}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 二叉树是一种树形数据结构,它由一个根节点和最多两个子树组成,这两个子树被称为左子树和右子树。二叉树中的每个节点最多有两个子节点,如果一个节点只有一个子节点,那么这个子节点必须是左子节点。 二叉树有很多种类型,最基本的二叉树是二叉搜索树。在二叉搜索树中,左子树的所有节点的值都小于根节点的值,右子树的所有节点的值都大于根节点的值。这使得在二叉搜索树中进行查找、插入和删除操作非常高效。 除了二叉搜索树,还有平衡二叉树、红黑树、B树等多种二叉树类型,每种类型的二叉树都有其特定的应用场景和优缺点。 二叉树的遍历方式有三种:前序遍历(先访问根节点,然后遍历左子树和右子树)、中序遍历(先遍历左子树,然后访问根节点,最后遍历右子树)和后序遍历(先遍历左子树和右子树,最后访问根节点)。二叉树的遍历方式是解决很多问题的基础,比如查找二叉树中的最大值、计算二叉树的深度等。 ### 回答2: 二叉树是一种重要的数据结构,它由一组称为节点的元素组成,每个节点最多可以连接到两个子节点,分别称为左子节点和右子节点。二叉树的一个节点可以表示一个值或者一条数据。 二叉树具有以下特点: 1. 根节点:二叉树的顶部节点称为根节点,它是整个树的起点。 2. 叶子节点:没有子节点的节点称为叶子节点,它们位于树的末端。 3. 分支节点:有子节点的节点称为分支节点,它们是树的中间节点。 4. 子树:以某个节点为根节点,将其及其后代节点组成的树称为子树。 5. 左子树和右子树:一个节点的左右子节点分别构成左子树和右子树。 6. 高度:树中节点的最大层次称为树的高度。 二叉树有多种变种,如满二叉树、完全二叉树等。满二叉树是一种每个节点都有两个子节点的二叉树,而完全二叉树是一种除了最后一层外,其他层都是满的二叉树二叉树的应用十分广泛,常见的应用场景包括文件系统、数据库索引等。在二叉树中,插入、删除、查找等操作效率很高,时间复杂度通常为O(logN)。然而,如果二叉树退化成链表,操作效率会大大降低,时间复杂度为O(N)。 总的来说,二叉树是一种简单但十分重要的数据结构。它能够高效地存储、操作数据,被广泛应用于各个领域。 ### 回答3: 二叉树是一种常见的数据结构,它由节点组成,每个节点最多有两个子节点。 二叉树的特点是左子节点小于父节点,而右子节点大于父节点,这样的特性方便在树中进行排序和搜索操作。 二叉树有多种常见的类型,包括满二叉树、完全二叉树和平衡二叉树等。 满二叉树是指除了叶子节点外,每个节点都有两个子节点的二叉树。 完全二叉树是指除了最后一层以外的其他层都是满的,最后一层的节点从左到右依次填满。 平衡二叉树是指左子树和右子树的高度差不超过1的二叉树,这样可以保证在最坏情况下的搜索时间复杂度为O(logn)。 二叉树可以使用数组或链表实现,具体选择取决于应用场景和需求。 在二叉树中,我们可以使用递归或迭代的方式进行遍历操作,包括先序遍历、中序遍历和后序遍历。 先序遍历是指先访问根节点,然后递归遍历左子树和右子树。 中序遍历是指先递归遍历左子树,然后访问根节点,最后递归遍历右子树。 后序遍历是指先递归遍历左子树和右子树,然后访问根节点。 二叉树还可以进行插入、删除和查找操作。插入操作一般按照二叉搜索树的规则进行,即比根节点小的值插入左子树,比根节点大的值插入右子树。删除操作需要考虑不同情况,包括删除叶子节点、删除有一个子节点的节点和删除有两个子节点的节点。查找操作可以根据二叉搜索树的性质进行递归或迭代实现。 总之,二叉树是一种常见且重要的数据结构,能够方便地进行排序、搜索和插入等操作,同时还有多种类型和遍历方式供选择。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值