整理的笔记
【有错请见谅且指出,无错以后自己看的时候有新见解再添】
目录
资源
视频:https://www.bilibili.com/video/BV1iJ411E7xW?p=79
树
之前我们实现的符号表中,不难看出,符号表的增删查操作,随着元素个数N的增多,其耗时也是线性增多的,时间复杂度都是O(n)为了提高运算效率,接下来我们学习树这种数据结构。
链表和顺序表都存在一定的缺陷,增删快或者查询快
树的基本定义
树是我们计算机中非常重要的一种数据结构,同时使用树这种数据结构,可以描述现实生活中的很多事物,例如家谱、单位的组织架构等等。
树是由n(n>=1)个有限结点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。
树具有以下特点:
- 每个结点有零个或多个子结点;
- 没有父结点的结点为根结点;
- 每一个非根结点只有一个父结点;
- 每个结点及其后代结点整体上可以看做是一棵树,称为当前结点的父结点的一个子树;
树的相关术语
结点的度:一个结点含有的子树的个数称为该结点的度 例:A的度为6,BCDEFG六个子树;E的度为2,IJ两个子树
叶结点:度为0的结点称为叶结点,也可以叫做终端结点
分支结点:度不为0的结点称为分支结点,也可以叫做非终端结点
结点的层次:从根结点开始,根结点的层次为1,根的直接后继层次为2,以此类推。例:上图的树有4层
结点的层序编号:将树中的结点,按照从上层到下层,同层从左到右的次序排成一个线性序列,把他们编成连续的自然数
树的度:树中所有结点中的度的最大值
**树的高度(深度)**∶树中结点的最大层次。例:上图的树高度为4
森林:m ( m>=0 )个互不相交的树的集合,将一颗非空树的根结点删去,树就变成一个森林;给森林增加一个统一的根结点,森林就变成—棵树
孩子结点∶一个结点的直接后继结点称为该结点的孩子结点
双亲结点(父结点)∶一个结点的直接前驱称为该结点的双亲结点
兄弟结点∶同一双亲结点的孩子结点间互称兄弟结点
二叉树
二叉树的基本定义
二叉树就是度不超过2的树(每个结点最多有两个子结点)
满二叉树:
一个二叉树,如果每一个层的结点树都达到最大值(度不超过2),则这个二叉树就是满二叉树。(1 2 4 8…2k-1)
完全二叉树:
叶结点只能出现在最下层和次下层,并且最下面一层的结点都集中在该层最左边的若干位置的二叉树【从上往下从左往右放,保证叶结点只能出现在最下层和次下层(最下层的上一层)】
不是完全二叉树:(只会有左子树存在,右子树不存在的情况,且除了最后一层,上面层的都是满的结点)
二叉树查找树的实现【链表】
二叉树的结点类
根据对图的观察,我们发现二叉树其实就是由一个一个的结点及其之间的关系组成的,按照面向对象的思想,我们设计一个结点类来描述结点这个事物。
插入方法put实现思想
-
如果当前树中为空,没有任何一个结点,则直接把新结点当做根结点使用
-
如果当前树不为空,则从根结点开始:
2.1 如果新结点的key小于当前结点的key ,则继续找当前结点的左子结点;【小往左走】
2.2 如果新结点的key大于当前结点的key,则继续找当前结点的右子结点;【大往右走】
2.3 如果新结点的key等于当前结点的key,则树中已经存在这样的结点,替换该结点的value值即可。【等于替换】
查询方法get实现思想
从根节点开始:
-
如果要查询的key小于当前结点的key,则继续找当前结点的左子结点;
-
如果要查询的key大于当前结点的key,则继续找当前结点的右子结点;
-
如果要查询的key等于当前结点的key,则树中返回当前结点的value。
删除方法delete实现思想
-
找到被删除结点;
-
找到被删除结点右子树中的最小结点minNode【被删除结点的右子树比被删除结点大,最底下那个最小结点(左树左树…最下面一个)又比被删除结点的右子树除本身外的都要小】
-
删除右子树中的最小结点
-
让被删除结点的左子树成为最小结点minNode的左子树,让被删除结点的右子树成为最小结点minNode的右子树
-
让被删除结点的父节点指向最小结点minNode
//BinaryTree.java
public class BinaryTree<Key extends Comparable<Key>, Value> {
private Node root; //记录根节点
private int N; //记录树中元素的个数
//结点类
private class Node {
public Key key; //存储键
public Value value; //存储值
public Node left; //记录左子结点
public Node right; //记录右子结点
public Node(Key key, Value value, Node left, Node right) {
this.key = key;
this.value = value;
this.left = left;
this.right = right;
}
}
//获取树中元素的个数
public int size() {
return N;
}
//向树中添加元素key-value
public void put(Key key, Value value) {
root = put(root, key, value);
}
//向指定的树x中添加key-value,并返回添加元素后新的树
private Node put(Node x, Key key, Value value) {
//如果x子树为空,则直接把新结点当做根结点使用
if (x == null) {
//元素个数+1
N++;
return new Node(key, value, null, null);
}
//如果x子树不为空,比较x结点的键和key的大小:
int cmp = key.compareTo(x.key);
if (cmp < 0) {
//如果key小于x结点的键,则继续找x结点的左子树
x.left = put(x.left, key, value);
} else if (cmp > 0) {
//如果key大于x结点的键,则继续找x结点的右子树
x.right = put(x.right, key, value);
} else {
//如果key等于x结点的键,则将value替换为x结点的值
x.value = value;
}
return x;
}
//查询树中指定key对应的value
public Value get(Key key) {
return get(root, key);
}
//从指定的树x中,找到key对应的值
private Value get(Node x, Key key) {
//x树为null
if (x == null) {
return null;
}
//x树不为null,比较key和x结点的键的大小
int cmp = key.compareTo(x.key);
if (cmp < 0) {
//key小于x结点的键,找x结点的左子树
return get(x.left, key);
} else if (cmp > 0) {
//key大于x结点的键,找x结点的右子树
return get(x.right, key);
} else {
//key等于x结点的键,找到了,返回该x结点的值
return x.value;
}
}
//删除树中key对应的value
public void delete(Key key) {
delete(root, key);
}
//删除指定的树x中的key对应的value,并返回删除后的新树
private Node delete(Node x, Key key) {
//x树为null
if (x == null) {
return null;
}
//x树不为null,比较key和x结点的键的大小
int cmp = key.compareTo(x.key);
if (cmp < 0) {
//key小于x结点的键,找x结点的左子树
x.left = delete(x.left, key);
} else if (cmp > 0) {
//key大于x结点的键,找x结点的右子树
x.right = delete(x.right, key);
} else {
//让元素个数-1
N--;
//找要删除的结点。key等于x结点的键,完成真正的删除结点动作,要删除的结点就是x
//需要找到右子树中最小的结点
if (x.right == null) {
return x.left;
}
if (x.left == null) {
return x.right;
}
//找到要删除的结点的右子树的最小结点,一直找x的右子树的最左子树
Node minNode = x.right;
while (minNode.left != null) {
minNode = minNode.left;
}
//删除右子树中最小的结点
Node n = x.right;
while (n.left != null) {
if (n.left.left == null) {
n.left = null;
} else {
//变换n
n = n.left;
}
}
//让x结点的左子树成为minNode的左子树
minNode.left = x.left;
//让x结点的右子树成为minNode的右子树
minNode.right = x.right;
//让x结点的父节点指向minNode 【递归调用】
x = minNode;
}
return x;
}
}
//BinaryTreeTest.java
public class BinaryTreeTest {
public static void main(String[] args) {
//创建二叉查找树对象
BinaryTree<Integer, String> tree = new BinaryTree<>();
//测试插入
tree.put(1, "张三");
tree.put(2, "李四");
tree.put(3, "王五");
System.out.println("插入完毕后元素的个数:" + tree.size());
//测试获取
System.out.println("键2对应的元素是:" + tree.get(2));
//测试删除
tree.delete(3);
System.out.println("删除后元素的个数:" + tree.size());
System.out.println("键2对应的元素是:" + tree.get(3));
}
}
二叉查找树其他便捷方法
查找二叉树中最小的键
在某些情况下,我们需要查找出树中存储所有元素的键的最小值,比如我们的树中存储的是学生的排名和姓名数据,那么需要查找出排名最低是多少名?这里我们设计如下两个方法来完成:
//BinaryTree.java
//查找整个树中最小的键
public Key min() {
return min(root).key;
}
//找出指定树x中最小的键所在的结点
private Node min(Node x) {
//一直往左子树左子结点找,如果没有左子结点,就是最小键所在的结点。
//判断x是否还有左子结点
if (x.left != null) {
//有则继续向左找
return min(x.left);
} else {
//没有则x就是最小键所在的结点
return x;
}
}
查找二叉树中最大的键
在某些情况下,我们需要查找出树中存储所有元素的键的最大值,比如此如我们的树中存储的是学生的成绩和学生的姓名,那么需要查找出最高的分数是多少?这里我们同样设计两个方法来完成:
//BinaryTree.java
//找出整个树中最大的键
public Key max() {
return max(root).key;
}
//找出指定树x中最大键所在的结点
private Node max(Node x) {
//一直往右子树右子结点找,如果没有右子结点,就是最大键所在的结点。
if (x.right != null) {
return max(x.right);
} else {
return x;
}
}
二叉树的基础遍历【深度优先】
很多情况下,我们可能需要像遍历数组数组一样,遍历树,从而拿出树中存储的每一个元素,由于树状结构和线性结构不一样,它没有办法从头开始依次向后遍历,所以存在如何遍历,也就是按照什么样的搜索路径进行遍历的问题。
我们把树简单的画作上图中的样子,由一个根节点、一个左子树、一个右子树组成,那么按照根节点什么时候被访问,我们可以把叉树的遍历分为以下三种方式:【区别在于每颗小子树(仅有三个部分组成的),根结点在前中后。都是先左部分后右部分】
-
前序遍历:
先访问根结点,然后再访问左子树,最后访问右子树
-
中序遍历:
先访问左子树,中间访问根节点,最后访问右子树
-
后序遍历:
先访问左子树,再访问右子树,最后访问根节点
如果我们分别对下面的树使用三种遍历方式进行遍历,得到的结果如下:
前序遍历
我们在之前实现的树上,添加前序遍历的API :
public Queue<Key> preErgodic()∶使用前序遍历,获取整个树中的所有键
private void preErgodic(Node x, Queue<Key> keys):使用前序遍历,把指定树x中的所有键放入到keys队列中
实现过程中,我们通过前序遍历,把每个结点的键取出,放入到队列中返回即可。
实现步骤:
- 把当前结点的key放入到队列中;
- 找到当前结点的左子树,如果不为空,递归遍历左子树
- 找到当前结点的右子树,如果不为空,递归遍历右子树
//BinaryTree.java
//【前序遍历】
//获取整个树中所有的键,返回key队列
public Queue<Key> preErgodic() {
Queue<Key> keys = new Queue<>();
preErgodic(root, keys);
return keys;
}
//获取指定树x的所有键,并放到keys队列中
private void preErgodic(Node x, Queue<Key> keys) {
if (x == null)
return;
//把x结点的key放入队列keys中
keys.enqueue(x.key);
//递归遍历x结点的左子树
if (x.left != null)
preErgodic(x.left, keys);
//递归遍历x结点的右子树
if (x.right != null)
preErgodic(x.right, keys);
}
//BinaryTreeErgodicTest.java
public class BinaryTreeErgodicTest {
//测试前序遍历
public static void main(String[] args) {
//创建树对象
BinaryTree<String, String> tree = new BinaryTree<>();
//往树中添加数据
tree.put("E", "5");
tree.put("B", "2");
tree.put("G", "7");
tree.put("A", "1");
tree.put("D", "4");
tree.put("F", "6");
tree.put("H", "8");
tree.put("C", "3");
//遍历
Queue<String> keys = tree.preErgodic();
for (String key : keys) {
String value = tree.get(key);
System.out.println(key + "\t" + value);
}
}
}
中序遍历【遍历从小到大,有序的】
中序遍历的API :
public Queue<Key> midErgodic():使用中序遍历,获取整个树中的所有键
private void midErgodic(Node x, Queue<Key> keys):使用中序遍历,把指定树x中的所有键放入到keys队列中
实现步骤:
-
找到当前结点的左子树,如果不为空,递归遍历左子树
-
把当前结点的key放入到队列中
-
找到当前结点的右子树,如果不为空,递归遍历右子树
//BinaryTree.java
//【中序遍历】
//遍历获取树中所有的键
public Queue<Key> midErgodic() {
Queue<Key> keys = new Queue<>();
midErgodic(root, keys);
return keys;
}
//获取指定的x中所有的键,并存放到key中
private void midErgodic(Node x, Queue<Key> keys) {
if (x == null)
return;
//先递归把左子树中的键放到keys中
if (x.left != null)
midErgodic(x.left, keys);
//把当前结点x的键放到keys中
keys.enqueue(x.key);
//再递归把右子树中的键放到keys中
if (x.right != null)
midErgodic(x.right, keys);
}
//BinaryTreeErgodicTest.java
public class BinaryTreeErgodicTest {
//测试中序遍历
public static void main(String[] args) {
//创建树对象
BinaryTree<String, String> tree = new BinaryTree<>();
//往树中添加数据
tree.put("E", "5");
tree.put("B", "2");
tree.put("G", "7");
tree.put("A", "1");
tree.put("D", "4");
tree.put("F", "6");
tree.put("H", "8");
tree.put("C", "3");
//遍历
Queue<String> keys = tree.midErgodic();
for (String key : keys) {
String value = tree.get(key);
System.out.println(key + "\t" + value);
}
}
}
后序遍历
后序遍历的API :
public Queue<Key> afterErgodic():使用后序遍历,获取整个树中的所有键
private void afterErgodic(Node x, Queue<Key> keys):使用后序遍历,把指定树x中的所有键放入到keys队列中
实现步骤:
-
找到当前结点的左子树,如果不为空,递归遍历左子树
-
找到当前结点的右子树,如果不为空,递归遍历右子树
-
把当前结点的key放入到队列中
//BinaryTree.java
//【后序遍历】
//遍历获取树中所有的键
public Queue<Key> afterErgodic() {
Queue<Key> keys = new Queue<>();
afterErgodic(root, keys);
return keys;
}
//获取指定的x中所有的键,并存放到key中
private void afterErgodic(Node x, Queue<Key> keys) {
if (x == null)
return;
//先递归把左子树中的键放到keys中
if (x.left != null)
afterErgodic(x.left, keys);
//再递归把右子树中的键放到keys中
if (x.right != null)
afterErgodic(x.right, keys);
//然后把当前结点x的键放到keys中
keys.enqueue(x.key);
}
//BinaryTreeErgodicTest.java
public class BinaryTreeErgodicTest {
//测试后序遍历
public static void main(String[] args) {
//创建树对象
BinaryTree<String, String> tree = new BinaryTree<>();
//往树中添加数据
tree.put("E", "5");
tree.put("B", "2");
tree.put("G", "7");
tree.put("A", "1");
tree.put("D", "4");
tree.put("F", "6");
tree.put("H", "8");
tree.put("C", "3");
//遍历
Queue<String> keys = tree.afterErgodic();
for (String key : keys) {
String value = tree.get(key);
System.out.println(key + "\t" + value);
}
}
}
二叉树的层序遍历【数据结构算法中的遍历思想:广度优先】
所谓的层序遍历,就是从根节点(第一层)开始,依次向下,获取每一层所有结点的值,有二叉树如下:
那么层序遍历的结果是:EBGADFHC
添加层序遍历的API:
public Queue<Key> layerErgodic():使用层序遍历,获取整个树中的所有键
实现步骤:
-
创建队列,存储每一层的结点;
-
使用循环从队列中弹出一个结点;
2.1 获取当前结点的key ;
2.2 如果当前结点的左子结点不为空,则把左子结点放入到队列中
2.3 如果当前结点的右子结点不为空,则把右子结点放入到队列中
//BinaryTree.java
//【层序遍历】
//获取整个树中所有的键
public Queue<Key> layerErgodic() {
//定义两个队列,分别存储树中的键和树中的结点
Queue<Key> keys = new Queue<>();
Queue<Node> nodes = new Queue<>();
//默认,往队列中放入root根节点
nodes.enqueue(root);
while (!nodes.isEmpty()) {
//从队列中弹出一个结点,把key放入到keys中
Node node = nodes.dequeue();
keys.enqueue(node.key);
//判断当前结点还有没有左子结点,如果有,则放入到nodes中
if (node.left != null) {
nodes.enqueue(node.left);
}
//判断当前结点还有没有右子结点,如果有,则放入到nodes中
if (node.right != null) {
nodes.enqueue(node.right);
}
}
return keys;
}
//BinaryTreeErgodicTest.java
public class BinaryTreeErgodicTest {
//测试层序遍历
public static void main(String[] args) {
//创建树对象
BinaryTree<String, String> tree = new BinaryTree<>();
//往树中添加数据
tree.put("E", "5");
tree.put("B", "2");
tree.put("G", "7");
tree.put("A", "1");
tree.put("D", "4");
tree.put("F", "6");
tree.put("H", "8");
tree.put("C", "3");
//遍历
Queue<String> keys = tree.layerErgodic();
for (String key : keys) {
String value = tree.get(key);
System.out.println(key + "\t" + value);
}
}
}
二叉树的最大深度问题
需求:
给定一棵树,请计算树的最大深度(树的根节点到最远叶子结点的最长路径上的结点数);
这棵树的最大深度为4
实现:
添加如下的API求最大深度:
public int maxDepth():计算整个树的最大深度
private int maxDepth(Node x):计算指定树x的最大深度
实现步骤:
- 如果根结点为空,则最大深度为0;
- 计算左子树的最大深度;
- 计算右子树的最大深度;
- 比较左右子树的最大深度,取较大值然后加上该子树的根结点深度,即+1
【化为一颗一颗小树然后比较左右子树深度,递归下去】
//BinaryTree.java
//获取整个树的最大深度
public int maxDepth() {
return maxDepth(root);
}
//获取指定树x的最大深度
private int maxDepth(Node x) {
if (x == null)
return 0;
int max = 0; //最大深度
int maxL = 0; //左子树最大深度
int maxR = 0; //右子树最大深度
//计算x结点左子树的最大深度
if (x.left != null)
maxL = maxDepth(x.left);
//计算x结点右子树的最大深度
if (x.right != null)
maxR = maxDepth(x.right);
//比较左子树最大深度和右子树最大深度,取较大值+1即可
max = (maxL > maxR) ? (maxL + 1) : (maxR + 1);
return max;
}
//BinaryTreeMaxDepthTest.java
public class BinaryTreeMaxDepthTest {
public static void main(String[] args) {
//创建树对象
BinaryTree<String, String> tree = new BinaryTree<>();
//往树中添加数据
tree.put("E", "5");
tree.put("B", "2");
tree.put("G", "7");
tree.put("A", "1");
tree.put("D", "4");
tree.put("F", "6");
tree.put("H", "8");
tree.put("C", "3");
int maxDepth = tree.maxDepth();
System.out.println(maxDepth);
}
}
折纸问题【层序遍历构建树,中序遍历输出树】
需求:
请把一段纸条竖着放在桌子上,然后从纸条的下边向上方对折1次,压出折痕后展开。此时折痕是凹下去的,即折痕突起的方向指向纸条的背面。如果从纸条的下边向上方连续对折2次,压出折痕后展开,此时有三条折痕,从上到下依次是下折痕、下折痕和上折痕。
给定一个输入参数N,代表纸条都从下边向上方连续对折N次,请从上到下打印所有折痕的方向
例如∶
N=1时,打印:down ;
N=2时,打印:down down up
分析:
我们把对折后的纸张翻过来,让粉色朝下,这时把第一次对折产生的折痕看做是根结点,那第二次对折产生的下折痕就是该结点的左子结点,而第二次对折产生的上折痕就是该结点的右子结点,这样我们就可以使用树型数据结构来描述对折后产生的折痕。
这棵树有这样的特点:
- 根节点为下折痕;
- 每一个结点的左结点为下折痕;
- 每一个结点的右结点为上折痕;
实现步骤:
- 定义结点类
- 构建深度为N的折痕树;
- 使用中序遍历,打印出树中所有结点的内容;
构建深度为N的折痕树:
-
第一次对折,只有一条折痕,创建根结点;
-
如果不是第一次对折,则使用队列保存根结点;
-
循环遍历队列:
3.1 从队列中拿出一个结点;
3.2 如果这个结点的左子结点不为空,则把这个左子结点添加到队列中;
3.3 如果这个结点的右子结点不为空,则把这个右子结点添加到队列中;
3.4 判断当前结点的左子结点和右子结点都不为空,如果是,则需要为当前结点创建一个值为down的左子结点,一个值为up的右子结点。
//PagerFoldingTest.java
public class PagerFoldingTest {
public static void main(String[] args) {
//模拟折纸过程,产生树
Node<String> tree = createTree(2);
//遍历树,打印每个结点
printTree(tree);
}
//通过模拟对折N次纸,产生树
public static Node<String> createTree(int N) {
//定义根节点
Node<String> root = null;
for (int i = 1; i <= N; i++) {
//1.当前是第一次对折【当前树是空树】
if (i == 1) {
root = new Node<String>("down", null, null);
continue;
}
//2.当前不是第一次对折【只在树中添加结点】 层序遍历合适
//定义一个辅助队列,通过层序遍历的思想,找到叶子结点,叶子结点添加子结点
Queue<Node> queue = new Queue<>();
queue.enqueue(root);
//循环遍历队列
while (!queue.isEmpty()) {
//从队列中弹出一个结点
Node<String> tmp = queue.dequeue();
//如果有左子结点,则把左子结点放入到队列中
if (tmp.left != null)
queue.enqueue(tmp.left);
//如果有右子结点,则把右子结点放入到队列中
if (tmp.right != null)
queue.enqueue(tmp.right);
//如果同时没有左子结点和右子结点,那么证明该结点是叶子结点,只需要给该叶子结点添加左右子结点即可
if (tmp.right == null && tmp.left == null) {
tmp.left = new Node<String>("down", null, null);
tmp.right = new Node<String>("up", null, null);
}
}
}
return root;
}
//打印树中每个结点到控制台
public static void printTree(Node<String> root) {
//【中序遍历】
if (root == null)
return;
//打印左子树的每个结点
if (root.left != null) {
printTree(root.left);
}
//打印当前树根结点
System.out.print(root.item + " ");
//打印右子树的每个结点
if (root.right != null) {
printTree(root.right);
}
}
//结点类
public static class Node<T> {
public T item; //存储元素
public Node left;
public Node right;
public Node(T item, Node left, Node right) {
this.item = item;
this.left = left;
this.right = right;
}
}
}