一、二叉树入门
1.1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。
![](https://img-blog.csdnimg.cn/2de81823a11a477f8215eb1a61c5a5aa.png)
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;
1.2 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;
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
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:
树中所有结点的度的最大值
树的高度
(
深度
)
:
树中结点的最大层次
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,森林就变成一棵树
![](https://img-blog.csdnimg.cn/dbe283018dce41ffb1185e84ca8da83f.png)
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
1.3 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,则这个二叉树就是满二叉树。
完全二叉树:
叶节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
1.4 二叉查找树的创建
1.4.1二叉树的结点类
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。
结点类
API
设计:
类名
|
Node<Key,Value>
|
---|---|
构造方法
|
Node(Key key, Value value, Node left, Node right)
:创建
Node
对象
|
成员变量
|
1.public Node left:
记录左子结点
2.public Node right:
记录右子结点
3.public Key key:
存储键
4.public Value value:
存储值
|
代码实现:
private class Node{
//存储键
public Key key;
//存储值
public Value value;
//记录左子结点
public Node left;
//记录右子结点
public Node right;
public Node(Key key, Value value, Node left, Node right) {
this.key = key;
this.value = value;
this.left = left;
this.right = right;
}
}
1.4.2 二叉查找树API设计
类名
|
BinaryTree,Value value>
|
---|---|
构造方 法
|
BinaryTree()
:创建
BinaryTree
对象
|
成员变 量
|
1.private Node root:
记录根结点
2.private int N:
记录树中元素的个数
|
成员方 法
|
1. public void put(Key key,Value value):
向树中插入一个键值对
2.private Node put(Node x, Key key, Value val)
:给指定树
x
上,添加键一个键值对,并返回添
加后的新树
3.public Value get(Key key):
根据
key
,从树中找出对应的值
4.private Value get(Node x, Key key):
从指定的树
x
中,找出
key
对应的值
5.public void delete(Key key):
根据
key
,删除树中对应的键值对
6.private Node delete(Node x, Key key):
删除指定树
x
上的键为
key
的键值对,并返回删除后的
新树
7.public int size():
获取树中元素的个数
|
1.4.3 二叉查找树实现
插入方法put实现思想:
1.
如果当前树中没有任何一个结点,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;
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;
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。
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
3.删除右子树中的最小结点
4.
让被删除结点的左子树称为最小结点
minNode
的左子树,让被删除结点的右子树称为最小结点
minNode
的右子树
5.
让被删除结点的父节点指向最小结点
minNode
代码:
public class BinaryTree<Key extends Comparable<Key>,Value> {
//记录根节点
private Node root;
//记录树中元素的个数
private int N;
private class Node{
//存储键
public Key key;
//存储值
public Value value;
//记录左子结点
public Node left;
//记录右子结点
public Node right;
public Node(Key key, Value value, Node left, Node right) {
this.key = key;
this.value = value;
this.left = left;
this.right = right;
}
}
public BinaryTree() {
}
//向树中插入一个键值对
public void put(Key key,Value value){
root = put(root,key,value);
}
//给指定树x上,添加一个键值对,并返回添加后的新树
private Node put(Node x,Key key,Value value){
//如果x子树为null
if (x == null){
N++;
return new Node(key,value,null,null);
}
//如果子树x!=null
//比较x结点的 键 和 key 的大小:左<根<右
int cmp=key.compareTo(x.key);
if (cmp>0){
x.right = put(x.right,key,value);
}else if (cmp<0){
x.left = put(x.left,key,value);
}else {
//如果key等于x结点的键,则令x结点的值=value
x.value=value;
}
return x;
}
//根据key,从树中找出对应的值
public Value get(Key key){
return get(root,key);
}
//从指定树x中,找出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
int cmp = key.compareTo(x.key);
if (cmp>0){
//如果key>x.key,则继续找x结点的右子树
return get(x.right,key);
}else if (cmp<0){
//如果key<x.key,则继续找x结点的左子树
return get(x.left,key);
}
//如果key=x.key,就找到了键为key的结点,只需返回x.value
return x.value;
}
//删除树中对应的键值对
public void delete(Key key){
delete(root,key);
}
//删除指定树x上键为key的键值对,并返回删除后的新树
private Node delete(Node x,Key key){
//x==null
if (x==null){
return null;
}
//x!=null
int cmp = key.compareTo(x.key);
if (cmp>0){
//如果key>x.key,则继续找x结点的右子树
x.right = delete(x.right,key);
}else if (cmp<0){
//如果key<x.key,则继续找x结点的左子树
x.left = delete(x.left,key);
}else {
//如果key=x.key,就完成删除结点动作
N--;
//如果是根结点
if (x.right == null && x== root){
root=x.left;
return x;
}
if (x.left == null && x== root){
root=x.right;
return x;
}
//首先的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;
}
Node n=x.right;
Node minNode=min(n);
//开始找右子树中最小的结点(左边),并删除
while (n.left != null){
if (n.left.left == null){
if(n.left.right != null) {
n=n.left.right;
}else {
n.left=null;
}
}else {
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
if (minNode == n) {
minNode.right = n.right;
}else {
minNode.right = n;
}
//让x结点的父结点指向minNode
//假如删除的是根节点,这个方法首先会传入root节点,然后令x=root,所以对x进行的操作只能是对指向root的对象属性的操作。
//如果只是单纯的x=minNode,这只能修改根节点之外的其他的节点,因为x只是一个引用,让x=minNode,这只是修改了赋给x的地址,而没有修改指向root的地址
if (x==root) {
root = minNode;
}else {
x = minNode;
}
}
return x;
}
//获取树中元素的个数
public int size(){
return N;
}
}
1.4.4.1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:
public Key min()
|
找出树中最小的键
|
---|---|
private Node min(Node x)
|
找出指定树
x
中,最小键所在的结点
|
//查找整个树中最小的键
public Key min(){
return min(root).key;
}
//在指定树x中找出最小键所在的结点
private Node min(Node x){
if (x.left != null){
return min(x.left);
}else {
return x;
}
}
1.4.4.2 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,比如比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
public Key max()
|
找出树中最大的键
|
---|---|
public Node max(Node x)
|
找出指定树
x
中,最大键所在的结点
|
//查找整个树中最大的键
public Key max(){
return max(root).key;
}
//在指定树x中找出最大键所在的结点
private Node max(Node x){
if (x.right != null){
return max(x.right);
}else {
return x;
}
}
1.5 二叉树的基础遍历
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。
![](https://img-blog.csdnimg.cn/0663b9840afa4e52a631701211df13ce.png)
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,我们可以把二叉树的遍历分为以下三种方式:
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:
1.5.1 前序遍历
我们在
4.4
中创建的树上,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
,
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
代码:
//使用前序遍历,获取整个树中的所有键
public Queue<Key> preErgodic(){
Queue<Key> keys = new Queue<>();
preErgodic(root,keys);
return keys;
}
//获取指定树x中的所有键,并放到key队列中
private void preErgodic(Node x,Queue<Key> keys){
if (x == null){
return;
}
//把x结点的key放到keys队列中
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);
}
}
1.5.2 中序遍历
我们在
4.4
中创建的树上,添加前序遍历的
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
代码:
//使用中序遍历获取树中所有的键
public Queue<Key> midErgodic(){
Queue<Key> keys = new Queue<>();
midErgodic(root,keys);
return keys;
}
//使用中序遍历获取指定树x中所有的键,并存放到keys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);
//在递归,把右子树中的键放到keys中
if (x.right != null){
midErgodic(x.right,keys);
}
}
1.5.3 后序遍历
我们在
4.4
中创建的树上,添加前序遍历的
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
;
代码:
//使用后序遍历获取树中所有的键
public Queue<Key> afterErgodic(){
Queue<Key> keys = new Queue<>();
afterErgodic(root,keys);
return keys;
}
//使用后序遍历获取指定树x中所有的键,并存放到keys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);
}
//在递归,把右子树中的键放到keys中
if (x.right != null){
afterErgodic(x.right,keys);
}
//把当前结点x的键放到keys中
keys.enqueue(x.key);
}
1.6 二叉树的层序遍历
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:
![](https://img-blog.csdnimg.cn/4b137c6aa00045d1b8fe53463c342eea.png)
那么层序遍历的结果是:
EBGADFHC
我们在
4.4
中创建的树上,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
代码:
//使用层序遍历,获取整个树中所有的键
public Queue<Key> layerErgodic(){
Queue<Key> keys = new Queue<>();
Queue<Node> nodes = new Queue<>();
//默认将根结点放入队列中
nodes.enqueue(root);
while (nodes.size() != 0){
//从队列中弹出一个结点,放入keys对列中
Node n = nodes.dequeue();
keys.enqueue(n.key);
//判断这个结点的左子树右子树是否为null
if (n.left != null)
nodes.enqueue(n.left);
if (n.right != null)
nodes.enqueue(n.right);
}
return keys;
}
1.7 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);
![](https://img-blog.csdnimg.cn/430fcc40c80e4b5ca8cc05fbcffe2764.png)
上面这棵树的最大深度为
4
。
实现:
我们在
1.4
中创建的树上,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.
当前树的最大深度
=
左子树的最大深度和右子树的最大深度中的较大者
+1
代码:
//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; //x的最大深度
int maxL=0; //左子树的最大深度
int maxR=0; //右子树的最大深度
//计算左子树的最大深度
if (x.left != null){
maxL = maxDepth(x.left);
}
//计算右子树的最大深度
if (x.right != null){
maxR = maxDepth(x.right);
}
//比较左子树的最大深度和右子树的最大深度,取较大值+1
max = (maxL>maxR ? maxL : maxR)+1;
return max;
}