【数据结构（Java）】树 - 二叉树

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】

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：

1. 每个结点有零个或多个子结点；
2. 没有父结点的结点为根结点；
3. 每一个非根结点只有一个父结点；
4. 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…2^k-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

1. 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

2. 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：

1. 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；

2. 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；

3. 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

1. 找到被删除结点；

2. 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】

3. 删除右子树中的最小结点

4. 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

5. 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】

1. 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

2. 中序遍历：

   先访问左子树，中间访问根节点，最后访问右子树

3. 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：

1. 把当前结点的key放入到队列中；
2. 找到当前结点的左子树，如果不为空，递归遍历左子树
3. 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：

1. 找到当前结点的左子树，如果不为空，递归遍历左子树

2. 把当前结点的key放入到队列中

3. 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：

1. 找到当前结点的左子树，如果不为空，递归遍历左子树

2. 找到当前结点的右子树，如果不为空，递归遍历右子树

3. 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：

1. 创建队列，存储每一层的结点；

2. 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：

1. 如果根结点为空，则最大深度为0；
2. 计算左子树的最大深度；
3. 计算右子树的最大深度；
4. 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：

1. 根节点为下折痕；
2. 每一个结点的左结点为下折痕；
3. 每一个结点的右结点为上折痕；

实现步骤：

1. 定义结点类
2. 构建深度为N的折痕树；
3. 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：

1. 第一次对折，只有一条折痕，创建根结点；

2. 如果不是第一次对折，则使用队列保存根结点；

3. 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;
        }
    }
}