D13: 终于可以出去玩了
二叉树:
满二叉树:深度为k,有2^k-1个节点的二叉树
完全二叉树: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。就是除了最后一层其他层都是满的,最后一层的叶子集中在左节点。
二叉搜索树:
- 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:又称为AVL,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。
C++中map、set、multimap,multiset的底层实现都是平衡二叉搜索树,所以map、set的增删操作时间时间复杂度是log(n)
二叉树的定义
链表存储二叉树
struct TreeNode {
int value; // 节点存储的数据
TreeNode* left; // 指向左子节点的指针
TreeNode* right; // 指向右子节点的指针
// 构造函数初始化节点
TreeNode(int val) : value(val), left(nullptr), right(nullptr) {}
};
数组存储二叉树
#include <vector>
class BinaryTree {
private:
std::vector<int> tree;
public:
BinaryTree(int size) {
tree.resize(size, -1); // 假设-1表示空节点
}
void insert(int index, int value) {
if (index < tree.size()) {
tree[index] = value;
}
}
};
二叉树的遍历
广度优先(bfs):逐层遍历
深度优先(dfs):
- 前序遍历:中左右
- 中序遍历:左中右
- 后序遍历:左右中
递归遍历:
递归三部曲:
确定参数:当前节点,存储结果的数组
确定终止条件:当前节点为空时终止
确定递归操作:先存储当前结果,然后递归左孩子,最后递归右孩子
代码如下:
// 前序遍历,中序和后序只需更改操作顺序
void preordertTraversal(TreeNode* cur, vector<int>& vec){
if(cur==NULL) return;
vec.push_back(cur->value);
preordertTraversal(cur->left, vec);
preordertTraversal(cur->right, vec);
}
迭代遍历:
前序:
使用一个栈来存储,入栈顺序右左中,这样才能出栈后是中左右。
vector<int> preorderTraversal(TreeNode* root) {
vector<int> result;
stack<TreeNode*> st;
if (root == NULL) return result;
st.push(root);
while(!st.empty()){
TreeNode* node = st.top(); // 中
st.pop();
result.push_back(node->val);
if (node->right) st.push(node->right); // 右(空节点不入栈)
if (node->left) st.push(node->left); // 左(空节点不入栈)
}
return result;
}
后序:
后序就是在前序的基础上,先入左孩子,再入右孩子,这样出栈是中右左,然后反转结果即可。
vector<int> postorderTraversal(TreeNode* root) {
vector<int> result;
stack<TreeNode*> st;
if (root == NULL) return result;
st.push(root);
while(!st.empty()){
TreeNode* node = st.top(); // 中
st.pop();
result.push_back(node->val);
if (node->left) st.push(node->left); // 左(空节点不入栈)
if (node->right) st.push(node->right); // 右(空节点不入栈)
}
reverse(result.begin(),result.end());
return result;
}
中序:
中序迭代遍历复杂一些,在使用迭代法写中序遍历,就需要借用指针的遍历来帮助访问节点,栈则用来处理节点上的元素。
class Solution {
public:
vector<int> inorderTraversal(TreeNode* root) {
vector<int> result; // 用来存储中序遍历的结果
stack<TreeNode*> st; // 使用栈来跟踪遍历过程中的节点
TreeNode* cur = root; // 从根节点开始遍历
while (cur != NULL || !st.empty()) { // 当前节点不为空或者栈不为空时,继续遍历
if (cur != NULL) { // 如果当前节点不为空,表示还有左子树可以探索
st.push(cur); // 将当前节点推入栈中
cur = cur->left; // 移动到左子节点,优先遍历左子树
} else {
cur = st.top(); // 如果当前节点为空,表示左子树已经遍历完成,回到上一个节点
st.pop(); // 从栈中弹出节点,表示该节点即将被处理
result.push_back(cur->val); // 将节点值加入结果数组,此时为“中”——中序遍历
cur = cur->right; // 移动到右子节点,开始遍历右子树
}
}
return result; // 返回中序遍历的结果
}
};
统一迭代法:
class Solution {
public:
vector<int> inorderTraversal(TreeNode* root) {
vector<int> result;
stack<TreeNode*> st;
if (root != NULL) st.push(root);
while (!st.empty()) {
TreeNode* node = st.top();
if (node != NULL) {
st.pop(); // 将该节点弹出,避免重复操作,下面再将右中左节点添加到栈中
if (node->right) st.push(node->right); // 添加右节点(空节点不入栈)
st.push(node); // 添加中节点
st.push(NULL); // 中节点访问过,但是还没有处理,加入空节点做为标记。
if (node->left) st.push(node->left); // 添加左节点(空节点不入栈)
} else { // 只有遇到空节点的时候,才将下一个节点放进结果集
st.pop(); // 将空节点弹出
node = st.top(); // 重新取出栈中元素
st.pop();
result.push_back(node->val); // 加入到结果集
}
}
return result;
}
};
将访问的节点直接加入到栈中,但如果是处理的节点则后面放入一个空节点, 这样只有空节点弹出的时候,才将下一个节点放进结果集。
对于统一迭代法,只需要更改右,左,中的处理顺序,即可实现不同的遍历方式