代码随想录算法训练营第十四天 | 二叉树理论基础、递归遍历、迭代遍历、统一迭代
二叉树理论基础
代码随想录——二叉树理论基础篇
注:二叉树是一种基础数据结构,在算法面试中都是常客,也是众多数据结构的基石。因此需要重点掌握!
二叉树相关题目分类
二叉树分类
满二叉树
如果一棵二叉树只有度为 0 的结点和度为 2 的结点,并且度为 0 的结点在同一层上,则这棵二叉树为满二叉树,如图所示:
这棵二叉树即为满二叉树,也可以说是:深度为 k,有 2k-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,如下图所示:
注:优先级队列其实是一个堆,堆就是一棵完全二叉树,同时保证父子节点的顺序关系。
二叉搜索树
以上介绍的树都没有数值,而二叉搜索树是有数值的。二叉搜索树是一棵有序树,其规则如下:
- 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
如下图所示:
平衡二叉搜索树
平衡二叉搜索树,又被称为 AVL(Adelson-Velsky and Landis)树,具有以下性质: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搜索树,如下图所示:
注意:Java 中的 TreeMap 和 TreeSet 均由红黑树实现。
二叉树的存储方式
二叉树可以链式存储,也可以顺序存储。 链式存储方式就用指针, 顺序存储的方式则用数组。
链式存储如下图所示:
顺序存储如下图所示:
注:对于顺序存储的遍历为——如果父节点的数组下标是 i,那么它的左孩子下标就是 i * 2 + 1,右孩子下标就是 i * 2 + 2。用链式表示的二叉树更有利于理解,所以一般都是用链式存储二叉树,但别忘了用数组依然可以表示二叉树。
二叉树的遍历方式
二叉树主要有两种遍历方式:
- 深度优先遍历:先往深走,遇到叶子节点再往回走。
- 广度优先遍历:一层一层的去遍历。
这两种遍历方式也是图论中两种基本的遍历方式。
从深度优先遍历和广度优先遍历进一步拓展,便有如下遍历方式:
- 深度优先遍历
1.1 前序遍历(递归法,迭代法)
1.2 中序遍历(递归法,迭代法)
1.3 后序遍历(递归法,迭代法) - 广度优先遍历
2.1 层次遍历(迭代法)
在深度优先遍历中有三个顺序——前、中、后序遍历。这里的前中后其实指的就是中间节点的遍历顺序,即中间节点的位置。
- 前序遍历:中左右
- 中序遍历:左中右
- 后序遍历:左右中
如下图所示:
小结:
做二叉树相关题目时,经常会使用递归的方式来实现深度优先遍历,也就是实现前中后序遍历时,使用递归是比较方便的。然而栈其实就是递归的一种实现结构,也就说前中后序遍历的逻辑其实都是可以借助栈使用非递归的方式来实现的。
而广度优先遍历的实现一般使用队列来实现,这也是队列先进先出的特点所决定的,因为需要先进先出的结构,才能一层一层的来遍历二叉树。
(以上又是栈与队列的一个应用场景了)
二叉树的定义
二叉树的定义和链表类似,相对于链表 ,二叉树的节点里多了一个指针, 两个指针分别指向左孩子和右孩子。(在现场面试时面试官可能要求手写代码,所以数据结构的定义以及简单逻辑的代码一定要会自己写)
public class TreeNode {
int val;
TreeNode left;
TreeNode right;
TreeNode() {}
TreeNode(int val) { this.val = val; }
TreeNode(int val, TreeNode left, TreeNode right) {
this.val = val;
this.left = left;
this.right = right;
}
}
二叉树的递归遍历
递归写法的三要素:
- 确定递归函数的参数和返回值: 确定哪些参数是递归的过程中需要处理的,那么就在递归函数里加上这个参数, 并且还要明确每次递归的返回值是什么进而确定递归函数的返回类型。
- 确定终止条件: 写完了递归算法, 运行的时候,经常会遇到栈溢出的错误,就是没写终止条件或者终止条件写的不对,操作系统也是用一个栈的结构来保存每一层递归的信息,如果递归没有终止,操作系统的内存栈必然就会溢出。
- 确定单层递归的逻辑: 确定每一层递归需要处理的信息。在这里也就会重复调用自己来实现递归的过程。
以前序遍历为例:
① 确定递归函数的参数和返回值
因为要打印出前序遍历节点的数值,所以参数里需要传入List数组来放节点的数值,除了这一点就不需要再处理什么数据了也不需要有返回值,所以递归函数返回类型就是 void,代码如下:
public void preorder(TreeNode root, List<Integer> result)
② 确定终止条件
在递归的过程中,若当前遍历的节点空了,那么本层递归就要结束了。所以如果当前遍历的这个节点为 null,就直接 return,代码如下:
if (root == null) {
return;
}
③ 确定单层递归的逻辑
前序遍历是中、左、右的循序,所以在单层递归的逻辑,是要先取中节点的数值,代码如下:
result.add(root.val); // 中
preorder(root.left, result); // 左
preorder(root.right, result); // 右
对于中序遍历和后序遍历,思路类似。
144. 二叉树的前序遍历
递归实现
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<Integer>();
preorder(root, result);
return result;
}
public void preorder(TreeNode root, List<Integer> result) {
if (root == null) {
return;
}
result.add(root.val); // 中
preorder(root.left, result); // 左
preorder(root.right, result); // 右
}
}
145. 二叉树的后序遍历
递归实现
class Solution {
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<Integer>();
postorder(root, result);
return result;
}
public void postorder(TreeNode root, List<Integer> result) {
if (root == null) return;
postorder(root.left, result);
postorder(root.right, result);
result.add(root.val);
}
}
94. 二叉树的中序遍历
递归实现
class Solution {
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<Integer>();
inorder(root, result);
return result;
}
public void inorder(TreeNode root, List<Integer> result) {
if (root == null) return;
inorder(root.left, result);
result.add(root.val);
inorder(root.right,result);
}
}
二叉树的迭代遍历
在递归遍历中提到递归的实现就是每一次递归调用都会把函数的局部变量、参数值和返回地址等压入调用栈中,然后递归返回的时候,从栈顶弹出上一次递归的各项参数,所以这就是递归为什么可以返回上一层位置的原因,那么用栈也可以实现二叉树的前、后、中序遍历。
144. 二叉树的前序遍历
迭代实现
前序遍历是中左右,每次先处理的是中间节点,那么先将根节点放入栈中,然后将右孩子加入栈,再将左孩子加入栈。为什么要先加入右孩子,再加入左孩子呢? 因为这样出栈的时候才是中、左、右的顺序,如图所示:
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode() {}
* TreeNode(int val) { this.val = val; }
* TreeNode(int val, TreeNode left, TreeNode right) {
* this.val = val;
* this.left = left;
* this.right = right;
* }
* }
*/
class Solution {
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<Integer>();
if (root == null) return result;
Stack<TreeNode> stack = new Stack<>();
stack.push(root);
while (!stack.isEmpty()) {
TreeNode temp = stack.pop();
result.add(temp.val); // 中
if (temp.right != null) { // 右
stack.push(temp.right);
}
if (temp.left != null) { // 左
stack.push(temp.left);
}
}
return result;
}
}
145. 二叉树的后序遍历
迭代实现
先序遍历是中、左、右,后续遍历是左、右、中,那么只需要调整一下先序遍历的代码顺序,就变成中、右、左的遍历顺序,然后再反转 result 数组,输出的结果顺序就是左、右、中了,如下图所示:
class Solution {
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<Integer>();
if (root == null) return result;
Stack<TreeNode> stack = new Stack<>();
stack.push(root);
while (!stack.isEmpty()) {
TreeNode temp = stack.pop();
result.add(temp.val);
if (temp.left != null) {
stack.push(temp.left);
}
if (temp.right != null) {
stack.push(temp.right);
}
}
Collections.reverse(result);
return result;
}
}
94. 二叉树的中序遍历
迭代实现
中序遍历的顺序有所不同,因为前序遍历的顺序是中、左、右,先访问的元素是中间节点,要处理的元素也是中间节点,所以才能写出相对简洁的代码,因为要访问的元素和要处理的元素顺序是一致的,都是中间节点。
再看中序遍历。中序遍历是左、中、右,先访问的是二叉树顶部的节点,然后一层一层向下访问,直到到达树左面的最底部,再开始处理节点(也就是在把节点的数值放进 result 数组中),这就造成了处理顺序和访问顺序是不一致的。那么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。
注:以上内容中,处理是指将元素放进 result 数组中,访问是指遍历节点。
class Solution {
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<>();
if (root == null){
return result;
}
Stack<TreeNode> stack = new Stack<>();
TreeNode cur = root;
while (cur != null || !stack.isEmpty()){
if (cur != null){
stack.push(cur);
cur = cur.left;
}else{
cur = stack.pop();
result.add(cur.val);
cur = cur.right;
}
}
return result;
}
}
二叉树的统一迭代遍历(不容易写)
迭代法实现的先、中、后序遍历二叉树并未完全统一,除了先序和后序有关联,中序完全就是另一个风格,一会用栈遍历,一会又用指针来遍历。原因在于使用栈无法同时解决访问节点(遍历节点)和处理节点(将元素放进结果集)不一致的情况。那就将访问的节点放入栈中,把要处理的节点也放入栈中,但是要做标记。标记就是指在要处理的节点放入栈之后,紧接着放入一个空指针作为标记。,因此这种方法也可以叫做标记法。
94. 二叉树的中序遍历
统一迭代实现
具体思路见注释,辅助下图:
class Solution {
public List<Integer> inorderTraversal(TreeNode root) {
List<Integer> result = new LinkedList<>();
Stack<TreeNode> st = new Stack<>();
if (root != null) st.push(root);
while (!st.empty()) {
TreeNode node = st.peek();
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!=null) 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!=null) 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.peek(); // 重新取出栈中元素
st.pop();
result.add(node.val); // 加入到结果集
}
}
return result;
}
}
144. 二叉树的前序遍历
统一迭代实现
class Solution {
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> result = new LinkedList<>();
Stack<TreeNode> st = new Stack<>();
if (root != null) st.push(root);
while (!st.empty()) {
TreeNode node = st.peek();
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!=null) st.push(node.right); // 添加右节点(空节点不入栈)
if (node.left!=null) st.push(node.left); // 添加左节点(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。
} 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.peek(); // 重新取出栈中元素
st.pop();
result.add(node.val); // 加入到结果集
}
}
return result;
}
}
145. 二叉树的后序遍历
统一迭代实现
class Solution {
public List<Integer> postorderTraversal(TreeNode root) {
List<Integer> result = new LinkedList<>();
Stack<TreeNode> st = new Stack<>();
if (root != null) st.push(root);
while (!st.empty()) {
TreeNode node = st.peek();
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
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.right!=null) st.push(node.right); // 添加右节点(空节点不入栈)
if (node.left!=null) 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.peek(); // 重新取出栈中元素
st.pop();
result.add(node.val); // 加入到结果集
}
}
return result;
}
}