一、简介
在计算机科学中,二叉树是每个结点最多有两个子树的树结构。通常子树被称作“左子树”(left subtree)和“右子树”(right subtree)。二叉树常被用于实现二叉查找树和二叉堆。
一棵深度为k,且有2^k-1个结点的二叉树,称为满二叉树。这种树的特点是每一层上的结点数都是最大结点数。而在一棵二叉树中,除最后一层外,若其余层都是满的,并且或者最后一层是满的,或者是在右边缺少连续若干结点,则此二叉树为完全二叉树。具有n个结点的完全二叉树的深度为floor(log2n)+1。深度为k的完全二叉树,至少有(2的k-1次方)个叶子结点,至多有2^k-1个结点。
节点特性:1. 每个节点的值都大于其左子树的所有节点的值。
2. 每个节点的值都小于其右子树的所有节点的值。
二、代码
1.定义 :一个支持泛型的节点类, 用于存储二分搜索树每个节点的信息, 这个类作为二分搜索树的一个内部类, 二分搜索树的类声明以及Node节点类
public class BinaryTree<E extends Comparable<E>> {
// 根节点
private Node root ;
// 树容量
private int size ;
public BSTree() {
this.root = null ;
this.size = 0 ;
}
public boolean isEmpty() {
return size == 0 ;
}
public int getSize(){
return size;
}
// 二分搜索树节点类
private class Node {
public E e ;
// 左右子树
public Node left , right ;
public Node(E e) {
this.e = e ;
this.left = null ;
this.right = null ;
}
}
}
2. 添加操作:二分搜索树本身的递归特性, 可以很方便的使用递归实现向二分搜索树中添加元素。
//添加元素
public void add(E e){
root = add(root, e);
}
//插入元素,递归算法。 返回插入新节点后二叉树的根
private Node add(Node node, E e){
//如果当前根节点为空,则直接创建该节点为根节点
if(node == null){
size ++;
return new Node(e);
}
if(e.compareTo(node.e) < 0){ //添加元素e 小于 节点元素e,则从左边添加
node.left = add(node.left,e);
}else if (e.compareTo(node.e) > 0){ //添加元素e 大于 节点元素e,则从右边添加
node.right = add(node.right,e);
}
return node;
}
3. 查找操作:二分搜索树没有下标, 针对二分搜索树的查找, 定义一个contains方法, 是否包含某个元素, 返回布尔型变量, 这个操作是递归的过程。
//查询是否包含e元素
public boolean contains(E e){
return contains(root, e);
}
// 看以node为根的二分搜索树中是否包含元素e, 递归算法
private boolean contains(Node node, E e){
if (node == null){
return false;
}
if (node == e){
return true;
}else if (e.compareTo(node.e) > 0){ //如果大于根节点元素,则向右子树递归遍历
return contains(node.right, e);
}else{ //如果小于根节点元素,则向左子树递归遍历
return contains(node.left, e);
}
}
//找出二叉树的最小元素
public E minimum(){
if (size == 0){
throw new IllegalArgumentException("BinaryTree is empty!");
}
return minimum(root).e;
}
private Node minimum(Node node){
if ( node.left == null){
return node;
}
return minimum(node.left);
}
//找出二叉树的最大元素
public E maximum(){
if (size == 0){
throw new IllegalArgumentException("BinaryTree is empty!");
}
return maximum(root).e;
}
private Node maximum(Node node){
if ( node.right == null){
return node;
}
return maximum(node.right);
}
4. 遍历操作
遍历分类:
深度优先遍历 :
1. 前序遍历 : 对当前节点的遍历在对左右孩子节点的遍历之前, 遍历顺序 : 当前节点->左孩子->右孩子
2. 中序遍历 : 对当前节点的遍历在对左右孩子节点的遍历中间, 遍历顺序 : 左孩子->当前节点->右孩子
3. 后序遍历 : 对当前节点的遍历在对左右孩子节点的遍历之后, 遍历顺序 : 左孩子->右孩子->当前节点 广度优先遍历 :
1. 层序遍历 : 按层从左到右进行遍历
前序遍历:最常用/自然的遍历方式:
(一)、递归写法
//二叉树的前序遍历
public void preOrder(){
preOrder(root);
}
// 前序遍历以node为根的二分搜索树, 递归算法
private void preOrder(Node node){
if (node == null){
return;
}
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
}
(二)、非递归写法:通过栈实现二叉树遍历
// 二分搜索树的非递归前序遍历
public void preOrderNR(){
Stack<Node> stack = new Stack<>();
stack.push(root);
while (!stack.isEmpty()){
Node node = stack.pop();
System.out.println(node.e);
if(node.right != null){
stack.push(node.right);
}
if(node.left != null) {
stack.push(node.left);
}
}
}
中序遍历:
//二叉树的中序遍历
public void inOrder(){
inOrder(root);
}
// 中序遍历以node为根的二分搜索树, 递归算法
private void inOrder(Node node){
if (node == null){
return;
}
inOrder(node.left);
System.out.println(node.e);
inOrder(node.right);
}
后序遍历:
//二叉树的后序遍历
public void postOrder(){
postOrder(root);
}
// 中序遍历以node为根的二分搜索树, 递归算法
private void postOrder(Node node){
if (node == null){
return;
}
postOrder(node.left);
postOrder(node.right);
System.out.println(node.e);
}
层序遍历:
//二叉树的层序遍历
public void levelOrder(){
Queue<Node> queue = new LinkedList<>();
queue.add(root); //先将最上层的根节点加入队列中
while (!queue.isEmpty()){
Node node = queue.remove(); //删除队列中的最低端的元素
System.out.println(node.e); //打印输出
//输出根节点后,将对应的左/右子树的元素添加到队列中。 队列是先进先出,所以先放左子树再放右子树
if (node.left != null){
queue.add(node.left);
}
if (node.right != null){
queue.add(node.right);
}
}
}
前,中,后序遍历总结
可以认为在遍历的时候每个节点要访问三次, 对当前节点进行遍历操作时一次, 访问当前节点左子树时一次, 访问当前节点右子树时一次, 可以认为前序遍历就是在第一次访问当前节点时进行操作, 以方便我们理解遍历结果, 下面几张图演示前中后序遍历的访问顺序, 蓝色的点表示在这次访问时对当前节点进行遍历操作
前序递归遍历示意图: 蓝点便是绿色道路经过时,输出当前节点内容
中序递归遍历示意图:同理蓝色为输出点,路径如前序
后续递归遍历示意图:同理蓝色为输出点,路径如前序
前序非递归遍历图示:
层序遍历示例图:
5. 删除操作
(1)删除最大最小节点:
删除最小值:找到左子树的最左节点(最小值节点,node.left == null),然后让其上一个节点的左节点指向当前最小值节点的右子树,同时删除最小值节点(node.right = null);
删除最大值:找到右子树的最右节点(最大值节点,node.right == null),然后让其上一个节点的右节点指向当前最大值节点的左子树,同时删除最大值节点(node.left = null)。
删除最小值代码:
// 从二分搜索树中删除最小值所在节点, 返回最小值
public E removeMin(){
E ret = minimum(); //查找二叉树的最小值
root = removeMin(root);
return ret;
}
// 删除掉以node为根的二分搜索树中的最小节点
// 返回删除节点后新的二分搜索树的根
private Node removeMin(Node node){
//当递归循环到node.left节点为空时,即当前node节点便是要删除的最小元素,将其与二叉树分离
if (node.left == null){
Node rightNode = node.right;
node.right = null;//与二叉树脱离
size --; //数量减一
return rightNode;
}
node.left = removeMin(node.left);
return node;
}
删除最大值代码:
// 从二分搜索树中删除最大值所在节点
public EremoveMax(){
E ret = maximum(); //查找二叉树的最大值
root = removeMax(root);
return ret;
}
// 删除掉以node为根的二分搜索树中的最大节点
// 返回删除节点后新的二分搜索树的根
private Node removeMax(Node node) {
if (node.right == null){
Node leftNode = node.left;
node.left = null;//与二叉树脱离
size --;
return leftNode;
}
node.right = removeMax(node.right);
return node;
}
(2)删除任意节点元素
删除任意节点可以分为以下几种情况 :
* 删除叶子节点, 直接删除即可
* 删除只有右子树的节点, 逻辑同删除最小值, 虽然这个节点不一定是最小值, 但是删除逻辑是一样的
* 删除只有左子树的节点, 逻辑同删除最大值
* 删除同时具有左右子树的节点, 此时删除节点的步骤稍微复杂一些
* 首先找到要删除的节点
* 然后找到对应节点的前驱或者后继节点, 前驱就是指当前节点的左子树中最大的元素节点,
后继就是指当前节点右子树中最小的元素节点, 下图就是基于后继节点的删除演示
* 使用后继节点替换当前节点, 然后再删除要删除的节点
删除任意节点代码:
// 从二分搜索树中删除元素为e的节点
public void remove(E e){
root = remove(root, e);
}
// 删除掉以node为根的二分搜索树中值为e的节点, 递归算法
// 返回删除节点后新的二分搜索树的根
private Node remove(Node node, E e){
if ( node == null){
return null;
}
if (e.compareTo(node.e) < 0){
node.left = remove(node.left, e);
return node;
}else if(e.compareTo(node.e) > 0){
node.right = remove(node.right, e);
return node;
}else{ // e.compareTo(node.e) == 0 即找到当前元素
// 待删除节点左子树为空的情况
if(node.left == null){
Node rightNode = node.right;
node.right = null;
size --;
return rightNode;
}
// 待删除节点右子树为空的情况
if(node.right == null){
Node leftNode = node.left;
node.left = null;
size --;
return leftNode;
}
// 待删除节点左右子树均不为空的情况
// 找到比待删除节点大的最小节点, 即待删除节点右子树的最小节点
// 用这个节点顶替待删除节点的位置
Node successor = minimum(node.right);
successor.right = removeMin(node.right);
successor.left = node.left;
node.left = node.right = null;
return successor;
}
}
全部代码:
package com.wj.BinaryTree;
import java.util.LinkedList;
import java.util.Queue;
import java.util.Stack;
/**
* 实现二叉树
*/
public class BinaryTree<E extends Comparable> {
private class Node{
public E e;
public Node left, right;
public Node(E e){
this.e = e;
left = null;
right = null;
}
}
private Node root;
private int size;
public BinaryTree(){
root = null;
size = 0;
}
public int size(){
return size;
}
public boolean isEmpty(){
return size == 0;
}
//二叉树的增操作
//添加元素
public void add(E e){
root = add(root, e);
}
//插入元素,递归算法。 返回插入新节点后二叉树的根
private Node add(Node node, E e){
//如果当前根节点为空,则直接创建该节点为根节点
if(node == null){
size ++;
return new Node(e);
}
if(e.compareTo(node.e) < 0){
node.left = add(node.left,e);
}else if (e.compareTo(node.e) > 0){
node.right = add(node.right,e);
}
return node;
}
//二叉树的查询操作
//二叉树的前序遍历
public void preOrder(){
preOrder(root);
}
// 前序遍历以node为根的二分搜索树, 递归算法
private void preOrder(Node node){
if (node == null){
return;
}
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
}
// 二分搜索树的非递归前序遍历
public void preOrderNR(){
Stack<Node> stack = new Stack<>();
stack.push(root);
while (stack !=null){
Node node = stack.pop();
System.out.println(node.e);
if(node.right != null){
stack.push(node.right);
}
if(node.left != null) {
stack.push(node.left);
}
}
}
//二叉树的中序遍历
public void inOrder(){
inOrder(root);
}
// 中序遍历以node为根的二分搜索树, 递归算法
private void inOrder(Node node){
if (node == null){
return;
}
inOrder(node.left);
System.out.println(node.e);
inOrder(node.right);
}
//二叉树的后序遍历
public void postOrder(){
postOrder(root);
}
// 中序遍历以node为根的二分搜索树, 递归算法
private void postOrder(Node node){
if (node == null){
return;
}
postOrder(node.left);
postOrder(node.right);
System.out.println(node.e);
}
//二叉树的层序遍历
public void levelOrder(){
Queue<Node> queue = new LinkedList<>();
queue.add(root); //先将最上层的根节点加入队列中
while (!queue.isEmpty()){
Node node = queue.remove(); //删除队列中的最低端的元素
System.out.println(node.e); //打印输出
//输出根节点后,将对应的左/右子树的元素添加到队列中
if (node.left != null){
queue.add(node.left);
}
if (node.right != null){
queue.add(node.right);
}
}
}
//查询是否包含e元素
public boolean contains(E e){
return contains(root, e);
}
// 看以node为根的二分搜索树中是否包含元素e, 递归算法
private boolean contains(Node node, E e){
if (node == null){
return false;
}
if (node == e){
return true;
}else if (e.compareTo(node.e) > 0){ //如果大于根节点元素,则向右子树递归遍历
return contains(node.right, e);
}else{ //如果小于根节点元素,则向左子树递归遍历
return contains(node.left, e);
}
}
//找出二叉树的最小元素
public Node minimum(){
if (size == 0){
throw new IllegalArgumentException("BinaryTree is empty!");
}
return minimum(root);
}
private Node minimum(Node node){
if ( node.left == null){
return node;
}
return minimum(node.left);
}
//找出二叉树的最大元素
public Node maximum(){
if (size == 0){
throw new IllegalArgumentException("BinaryTree is empty!");
}
return maximum(root);
}
private Node maximum(Node node){
if ( node.right == null){
return node;
}
return maximum(node.right);
}
// 从二分搜索树中删除最小值所在节点, 返回最小值
public Node removeMin(){
Node ret = minimum();
root = removeMin(root);
return ret;
}
// 删除掉以node为根的二分搜索树中的最小节点
// 返回删除节点后新的二分搜索树的根
private Node removeMin(Node node){
if (node.left == null){
Node rightNode = node.right;
node.right = null;
size --;
return rightNode;
}
node.left = removeMin(node.left);
return node;
}
// 从二分搜索树中删除最大值所在节点
public Node removeMax(){
Node ret = maximum();
root = removeMax(root);
return ret;
}
// 删除掉以node为根的二分搜索树中的最大节点
// 返回删除节点后新的二分搜索树的根
private Node removeMax(Node node) {
if (node.right == null){
Node leftNode = node.left;
node.left = null;
size --;
return leftNode;
}
node.right = removeMin(node.right);
return node;
}
// 从二分搜索树中删除元素为e的节点
public void remove(E e){
root = remove(root, e);
}
// 删除掉以node为根的二分搜索树中值为e的节点, 递归算法
// 返回删除节点后新的二分搜索树的根
private Node remove(Node node, E e){
if ( node == null){
return null;
}
if (e.compareTo(node.e) < 0){
node.left = remove(node.left, e);
return node;
}else if(e.compareTo(node.e) > 0){
node.right = remove(node.right, e);
return node;
}else{ // e.compareTo(node.e) == 0 即找到当前元素
// 待删除节点左子树为空的情况
if(node.left == null){
Node rightNode = node.right;
node.right = null;
size --;
return rightNode;
}
// 待删除节点右子树为空的情况
if(node.right == null){
Node leftNode = node.left;
node.left = null;
size --;
return leftNode;
}
// 待删除节点左右子树均不为空的情况
// 找到比待删除节点大的最小节点, 即待删除节点右子树的最小节点
// 用这个节点顶替待删除节点的位置
Node successor = minimum(node.right);
successor.right = removeMin(node.right);
successor.left = node.left;
node.left = node.right = null;
return successor;
}
}
@Override
public String toString() {
StringBuilder res = new StringBuilder();
generateBSTString(root,0,res);
return res.toString();
}
private void generateBSTString(Node node, int depth, StringBuilder res){
if (node == null){
res.append(generateDepthString(depth) + "null\n");
return;
}
res.append(generateDepthString(depth) + node.e + "\n");
generateBSTString(node.left,depth + 1,res);
generateBSTString(node.right,depth + 1,res);
}
private String generateDepthString(int depth){
StringBuilder res = new StringBuilder();
for (int i=0; i< depth; i++){
res.append("--");
}
return res.toString();
}
}
测试类:
package com.wj.BinaryTree;
import java.util.Objects;
public class Main {
public static void main(String[] args) {
BinaryTree binaryTree = new BinaryTree();
int[] nums = {80,50,90,30,60,65,70,100,68,75,101,20,25};
for (int i : nums){
binaryTree.add(i);
}
System.out.println("=====增后的二叉树=====");
System.out.println(binaryTree.toString());
System.out.println("=====二叉树的前序遍历=====");
// 二叉树的前序遍历
binaryTree.preOrder();
System.out.println("=====二叉树的非递归前序遍历=====");
//二叉树的非递归前序遍历
binaryTree.preOrderNR();
System.out.println("=====二叉树的中序遍历=====");
//二叉树的中序遍历
binaryTree.inOrder();
System.out.println("=====二叉树的后序遍历=====");
//二叉树的后序遍历
binaryTree.postOrder();
System.out.println("二叉树的最小节点值:"+binaryTree.minimum());
System.out.println("二叉树的最大节点值:"+binaryTree.maximum());
System.out.println("20是否存在二叉树中:"+binaryTree.contains(20));
System.out.println("200是否存在二叉树中:"+binaryTree.contains(200));
System.out.println("=====删除操作=====");
Object removeMin = binaryTree.removeMin();
System.out.println("删除最小的值:"+removeMin);
System.out.println(removeMin+"是否存在二叉树中:"+binaryTree.contains((Comparable) removeMin));
Object removeMax = binaryTree.removeMax();
System.out.println("删除最大的值:"+removeMax);
System.out.println(removeMax+"是否存在二叉树中:"+binaryTree.contains((Comparable) removeMax));
binaryTree.remove(100);
System.out.println("100是否存在二叉树中:"+binaryTree.contains(100));
}
}
测试结果:
=====增后的二叉树=====
--50
----30
------20
--------null
--------25
----------null
----------null
------null
----60
------null
------65
--------null
--------70
----------68
------------null
------------null
----------75
------------null
------------null
--90
----null
----100
------null
------101
--------null
--------null
=====二叉树的前序遍历=====
50
20
60
70
75
100
=====二叉树的非递归前序遍历=====
50
20
60
70
75
100
=====二叉树的中序遍历=====
25
50
65
70
80
100
=====二叉树的后序遍历=====
20
68
70
60
101
90
二叉树的最小节点值:20
二叉树的最大节点值:101
20是否存在二叉树中:true
200是否存在二叉树中:false
=====删除操作=====
删除最小的值:20
20是否存在二叉树中:false
删除最大的值:101
101是否存在二叉树中:false
100是否存在二叉树中:false
结束