二叉树理论基础
二叉树的种类
- 满二叉树:树中只有度为0和2的节点,并且度为0的节点在同一层上。
- 完全二叉树:除了最底层可能没有填满,其他层的节点数都达到了最大值,并且最底层的节点都集中在该层最左侧的若干位置。最底层节点数目为1 ~ 2 x (h - 1),h 从1开始。
比如上一节中的优先级队列是一个堆,堆就是一个完全二叉树。 - 二叉搜索树:是一个有序树。满足若左子树不为空,则左子树上的节点数值均小于它的根节点的值;若右子树不为空,则右子树上的节点数值均大于它的根节点的值;左右子树也是二叉搜索树。
- 平衡二叉树:也被称为 AVL树。具有以下性质:是一棵空树或它的左右子树高度差的绝对值不大于1,同时左右子树都是平衡二叉树。C++中的 set、multiset、map、multimap 的底层实现就是平衡二叉搜索树,因此增删时间复杂度为 O(logn)。
存储方式
顺序存储与链式存储,顺序就是用数组,链式就是用指针。
注意数组存储时,如果父节点的索引下标是 i,那么它的左孩子下标是 2 x i + 1,由孩子是 2 x i + 2。
遍历方式
深度优先搜索(DFS):先往深走,遇到叶子节点再往回走。前序、中序、后序(迭代法、递归法)
广度优先搜索(BFS):一层一层地去遍历。层序(迭代法)
在 DFS 中有三种遍历顺序,前中后指的是中间节点的遍历位置。
DFS 往往用递归实现更加方便,由于栈是实现递归的一种方式,所以可以借助栈来实现。BFS 需要逐层遍历,先进先出的队列更适合实现。
二叉树定义
struct TreeNode{
int val;
TreeNode* left;
TreeNode* right;
TreeNode(int x) : val(x), left(NULL), right(NULL) {}
};
二叉树的递归遍历
递归方法论:1. 确定递归函数的参数与返回值;2. 确定终止条件;3. 确定单层递归的逻辑。
其实递归就是一个拆解任务的过程,验证递归算法可以设计一些简单的例子进入递归,但更好的理解方式是将递归函数作为一个已知的处理步骤或量,这样就会发现递归的思维是最直接、最容易理解的。
前序遍历
class Solution{
public:
// 我们只需要记录节点的元素值,所以传入的参数为节点和结果数组即可,也不用返回任何值
void traversal(TreeNode* node, vector<int>& res){
if(node == NULL) return;
res.push_back(node->val); // 记录中间节点的值
traversal(node->left, res); // 遍历左子树
traversal(node->right, res); // 遍历右子树
}
vector<int> preorderTraversal(TreeNode* root){
vector<int> result;
traversal(root, result);
return result;
}
};
中序遍历
class Solution{
public:
void traversal(TreeNode* node, vector<int>& res){
if(node == NULL) return;
traversal(node->left, res); // 左节点递归调用
res.push_back(node->val); // 中间节点的值加入结果数组
traversal(node->right, res); // 右节点递归调用
}
vector<int> inorderTraversal(TreeNode* root){
vector<int> result;
traversal(root, result);
return result;
}
};
后序遍历
class Solution{
public:
void traversal(TreeNode* node, vector<int>& res){
if(node == NULL) return;
traversal(node->left, res); // 左
traversal(node->right, res); // 右
res.push_back(node->val); // 中
}
vector<int> postorderTraversal(TreeNode* root){
vector<int> result;
traversal(root, result);
return result;
}
};
递归函数传入参数要注意传入 vector 指针,保证更改了结果数组。
二叉树的迭代遍历
我们知道在每次递归调用把函数的中间变量、参数、返回地址压入调用栈中,递归返回时从栈顶弹出这些参数,实现返回时总是可以返回上一层。
我们前面用递归实现了前中后序遍历,所以从原理上看应该可以使用迭代算法、借助栈结构来实现递归效果。
前序遍历:
class Solution{
public:
vector<int> preorderTraversal(TreeNode* root){
stack<TreeNode*> st;
vector<int> result;
// 需要注意不要把空指针放入栈中
if(root == NULL) return result;
st.push(root);
while(!st.empty()){
TreeNode* node = st.top();
st.pop();
result.push_back(node->val); // 处理中间节点
if(node->right) st.push(node->right); // 将右节点压入栈中
if(node->left) st.push(node->left); // 将左节点压入栈中
}
return result;
}
};
递归实现遍历中可以稍稍改动递归函数内的逻辑(左中右节点的处理顺序),从而实现前中后序的遍历。那么借助栈的迭代法是否也能简单修改代码逻辑顺序呢?
答案是不能的。我们将遍历节点的过程称为访问,将把元素放入结果数组称为处理。在前序遍历中,访问和处理是同时进行的,所以只用一个栈就能实现访问和处理,但中序和后序中访问和处理都是分开的,必须先处理最左节点,但是要想达到最左节点,必须从根节点开始访问,前面的那些节点只能访问不能处理,这样单用一个栈是无法实现的,只能换一种风格,用指针访问,用栈进行处理。
中序遍历:
class Solution{
public:
vector<int> inorderTraversal(TreeNode* root){
vector<int> result;
if(root == NULL) return result;
stack<TreeNode*> st;
TreeNode* cur = root; // 定义一个指针来遍历节点
while(cur != NULL || !st.empty()){ // 空指针说明已经遍历完,空栈说明已经处理完
if(cur != NULL){
st.push(cur);
cur = cur->left; // 如果左侧还有节点,一直往左遍历
}
else{
TreeNode* node = st.top();
st.pop();
result.push_back(node->val); // 处理中间节点
cur = node->right; // 遍历右侧节点
}
}
return result;
}
};
对于后序遍历,有两种风格,一种是延续前序的风格,前序是中左右,后序是左右中,我们只需要在前序代码中先将左节点压栈,后将右节点压栈,变顺序为中右左,最终在整体进行翻转,就得到左右中了。另一种是延续中序遍历的风格,但在添加中间节点时需要添加判断其右节点是否已经处理。
后序遍历:
class Solution{
public:
vector<int> postorderTraversal(TreeNode* root){
vector<int> result;
if(root == nullptr) return result;
stack<TreeNode*> st;
st.push(root);
while(!st.empty()){
TreeNode* node = st.top();
st.pop();
result.push_back(node->val); // 遍历到中间节点,直接处理
if(node->left) st.push(node->left); // 左节点压栈
if(node->right) st.push(node->right); // 右节点压栈,下一轮处理先处理的就是右侧
}
reverse(result.begin(), result.end()); // 中右左->左右中
return result;
}
};
class Solution{
public:
vector<int> postorderTraversal(TreeNode* root){
stack<TreeNode*> st;
vector<int> result;
if(root == NULL) return result;
TreeNode* cur = root;
TreeNode* prev = NULL;
while(cur != NULL || !st.empty()){
if(cur != NULL){
st.push(cur);
cur = cur->left;
}
else{
TreeNode* node = st.top();
st.pop();
if(prev == node->right || node->right == NULL){ // 判断该节点的右节点是空还是已经处理了
result.push_back(node->val);
prev = node;
}
else{
cur = node->right;
st.push(node);
}
}
}
}
return result;
};
二叉树的统一遍历法
在迭代法中前中后序的实现代码风格是不统一的,由于访问和处理有不同步的情况,需要用指针访问,用栈进行处理。但我们用标记法可以实现风格上统一的迭代法。我们把访问的节点放进栈中,同时也把要处理的节点标记后放进栈中。如何标记呢?把要处理的节点放入栈后,再添加一个空指针作为标记。
中序遍历:
class Solution{
public:
vector<int> inorderTraversal(TreeNode* root){
stack<TreeNode*> st;
vector<int> result;
if(root == NULL) return result;
st.push(root);
while(!st.empty()){
TreeNode* node = st.top(); // 取出栈顶元素
st.pop();
if(node != NULL){ // 如果不是空指针,这不是需要处理的节点,应该继续向下遍历
// 要注意空节点不入栈
if(node->right) st.push(node->right); // 右节点先入栈,最后再处理
st.push(node); // 标记中间节点,下一次遇到直接处理
st.push(NULL);
if(node->left) st.push(node->left); // 左节点最后入栈,下一轮可以从左节点开始遍历
}
else{ //
TreeNode* node = st.top();
st.pop();
result.push_back(node->val);
}
}
return result;
}
};
这样我们只改变没遇到空节点时的处理顺序,就可以实现前中后序的遍历。
前序遍历:
class Solution{
public:
vector<int> preorderTraversal(TreeNode* root){
stack<TreeNode*> st;
vector<int> result;
if(root == NULL) return result;
st.push(root);
while(!st.empty()){
TreeNode* node = st.top();
st.pop();
if(node != NULL){
if(node->right) st.push(node->right);
if(node->left) st.push(node->left);
st.push(node);
st.push(NULL);
}
else{
TreeNode* node = st.top();
st.pop();
result.push_back(node->val);
}
}
return result;
}
};
后序遍历:
class Solution{
public:
vector<int> postorderTraversal(TreeNode* root){
vector<int> result;
if(root == NULL) return result;
stack<TreeNode*> st;
st.push(root);
while(!st.empty()){
TreeNode* node = st.top();
st.pop();
if(node != NULL){
st.push(node);
st.push(NULL);
if(node->right) st.push(node->right);
if(node->left) st.push(node->left);
}
else{
TreeNode* node = st.top();
st.pop();
result.push_back(node->val);
}
}
return result;
}
};