Java二叉树

树的概念

是一种非线性的数据结构,它是由n(n>=0)个有限结点组成一个具有层次关系的集合。

  • 有一个特殊的节点,称为根结点,根节点没有前驱结点。
  • 除根节点外,其余结点被分成M(M>0)个互不相交的集合T1、T2、…、Tm,其中每个集合Ti(1 <= i <= m)又是一棵结构与树类似的子树。每棵子树的根结点有且只有一个前驱,可有0个或多个后继。
  • 树是递归定义的。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dO4Bybpe-1648024539402)(D:\Typora笔记\图片\image-20220319155952582.png)]

子树不是相交的;

除了根结点外,每个结点有且只有一个父结点;

一颗N个结点的树有N-1条边;

树的属性

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Ba1FuSKP-1648024539403)(D:\Typora笔记\图片\image-20220319155946577.png)]

节点的度

一个节点含有的子树的个数称为该节点的度; 如上图:A的为6

叶节点或终端节点

度为0的节点称为叶节点; 如上图:B、C、H、I…等节点为叶节点

非终端节点或分支节点

度不为0的节点; 如上图:D、E、F、G…等节点为分支节点

双亲节点或父节点

若一个节点含有子节点,则这个节点称为其子节点的父节点; 如上图:A是B的父节点

孩子节点或子节点

一个节点含有的子树的根节点称为该节点的子节点; 如上图:B是A的孩子节点

兄弟节点

具有相同父节点的节点互称为兄弟节点; 如上图:B、C是兄弟节点

树的度

一棵树中,最大的节点的度称为树的度; 如上图:树的度为6

节点的层次

从根开始定义起,根为第1层,根的子节点为第2层,以此类推;

树的高度或深度

树中节点的最大层次; 如上图:树的高度为4(树用高度,结点用深度,H的深度是3)

堂兄弟节点

双亲在同一层的节点互为堂兄弟;如上图:H、I互为兄弟节点

节点的祖先

从根到该节点所经分支上的所有节点;如上图:A是所有节点的祖先

子孙

以某节点为根的子树中任一节点都称为该节点的子孙。如上图:所有节点都是A的子孙

森林

由m(m>0)棵互不相交的树的集合称为森林;

树的表示

树有很多种表示方式,如:双亲表示法、孩子表示法、孩子兄弟表示法等。

简单介绍最常用的孩子兄弟表示法

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-r1Jspato-1648024539403)(D:\Typora笔记\图片\image-20220319160022755.png)]**树在实际中的运用(表示文件系统的目录树结构)**

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-25sZUMyw-1648024539404)(D:\Typora笔记\图片\image-20220319160036621.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kk9ONkHB-1648024539405)(D:\Typora笔记\图片\image-20220319160045286.png)]

二叉树概念及结构

二叉树概念

一棵二叉树是结点的一个有限集合,该集合或者为空,或者是由一个根节点加上两棵别称为左子树和右子树 的二叉树组成。

二叉树的特点:

  • 每个结点最多有两棵子树,即二叉树不存在度大于2的结点。
  • 二叉树的子树有左右之分,其子树的次序不能颠倒。

数据结构中的二叉树

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3Na6SwpW-1648024539406)(D:\Typora笔记\图片\image-20220319160055662.png)]

特殊的二叉树

满二叉树

一个二叉树,如果每一个层的结点数都达到最大值,则这个二叉树就是满二叉树。

也就是 说,如果一个二叉树的层数为K,且结点总数是(2^k) -1 ,则它就是满二叉树。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nJNcZ2WG-1648024539407)(D:\Typora笔记\图片\image-20220319160129933.png)]

完全二叉树

完全二叉树是效率很高的数据结构,完全二叉树是由满二叉树而引出来的。

对于深度为K的,有n个结点的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。

要注意的是满二叉树是一种特殊的完全二叉树。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vgdXT6G5-1648024539407)(D:\Typora笔记\图片\image-20220319160139921.png)]

二叉树的存储结构

一般可以使用两种结构存储

顺序结构

链式结构

二叉树的性质

  • 若规定根节点的层数为1,则一棵非空二叉树的第i层上最多有2^(i-1) 个结点.

  • 若规定根节点的层数为1,则深度为h的二叉树的最大结点数是2^h- 1.

  • 对任何一棵二叉树, 如果度为0其叶结点个数为 n0, 度为2的分支结点个数为 n2,则有n0=n2+1

  • 若规定根节点的层数为1,具有n个结点的满二叉树的深度,h=Log2(n+1). (ps:Log2(n+1)是log以2为 底,n+1为对数)

  • 对于具有n个结点的完全二叉树,如果按照从上至下从左至右的数组顺序对所有节点从0开始编号,则对 于序号为i的结点有:

    • **若 i > 0,i位置节点的双亲序号:(i-1)/2;**i=0,i为根节点编号,无双亲节点
    • 若 2i+1 < n,左孩子序号:2i+1,2i+1>=n否则无左孩子
    • 若 2i+2 < n,右孩子序号:2i+2,2i+2>=n否则无右孩子

顺序存储

顺序结构存储就是使用数组来存储,**一般使用数组只适合表示完全二叉树,**因为不是完全二叉树会有空间的浪费。

而现实中使用中只有堆才会使用数组来存储,关于堆我们后面的章节会专门讲解。

二叉树顺序存储在物理上是一个数组,在逻辑上是一颗二叉树**。**

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QPWmJbS4-1648024539408)(D:\Typora笔记\图片\image-20220319160156686.png)]

链式存储

二叉树的链式存储结构是指,用链表来表示一棵二叉树,即用链来指示元素的逻辑系。

通常的方法是链表中每个结点由三个域组成,数据域和左右指针域,左右指针分别用来给出该结点左孩子和右孩子所在的链结点的存储地址 。

链式结构又分为二叉链和三叉链,当前我们学习中一般都是二叉链,后面课程学到高阶数据结构如红黑树等会用到三叉链。

public class TreeNode {
    public char val;
    public TreeNode left;
    public TreeNode right;
    public TreeNode(char val){
        this.val = val;
    }
}

二叉树链式结构的实现

二叉树链式结构的遍历
  1. NLR:前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点的操作发生在遍历其左右子树之前。(先根 后左 再右)

  2. LNR:中序遍历(Inorder Traversal)——访问根结点的操作发生在遍历其左右子树之中(间)。

  3. LRN:后序遍历(Postorder Traversal)——访问根结点的操作发生在遍历其左右子树之后。

由于被访问的结点必是某子树的根,所以N(Node)、L(Left subtree)和R(Rightsubtree)又可解释为 根、根的左子树和根的右子树。NLR、LNR和LRN分别又称为先根遍历、中根遍历和后根遍历。

  1. **层序遍历:**层序遍历就是从所在二叉树的根节点出发,首先访问第一层的树根节点,然后从左到右访问第2层 上的节点,接着是第三层的节点,以此类推,自上而下,自左至右逐层访问树的结点的过程就是层序遍历。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Y78QUdpM-1648024539410)(D:\Typora笔记\图片\image-20220319161402578.png)]

代码实现

 // 前序遍历
    public void preOrder(TreeNode root){
        if(root == null){
            return;
        }
        System.out.print(root.val);
        preOrder(root.left);
        preOrder(root.right);
    }
    // 中序遍历
    public void inOrder(TreeNode root){
        if(root == null){
            return;
        }
        preOrder(root.left);
        System.out.print(root.val);
        preOrder(root.right);
    }
    // 后序遍历
    public void postOrder(TreeNode root){
        if(root == null){
            return;
        }
        preOrder(root.left);
        preOrder(root.right);
        System.out.print(root.val);
    }
    //层序遍历
    public void leveOrder(TreeNode root){
        Queue<TreeNode> queue = new LinkedList<>();
        if(root!=null){
            queue.offer(root);
        }
        while(!queue.isEmpty()){
            TreeNode cur = queue.poll();
            System.out.print(cur.val);
            if(cur.left!= null){
                queue.offer(cur.left);
            }
            if(cur.right!=null){
                queue.offer(cur.right);
            }
        }
    }
    

二叉树的基本操作

 /**
     * 返回树的结点个数
     * 递归:
     *      左子树的结点数+右子树的结点树+1;
     * 迭代:
     *      遍历
     * @param root
     * @return
     */
    public int size(TreeNode root){
        if(root == null){
            return 0;
        }
        return size(root.left)+size(root.right)+1;
    }

    /**
     * 获取叶子节点的个数
     * 递归:
     *      左子树的叶子结点数 + 右子树的叶子结点数
     * 迭代:
     *      遍历
     * @param root
     * @return
     */
    public int getLeafNodeCount(TreeNode root){
        if(root == null){
            return 0;
        }
        if(root.left == null && root.right == null){
            return 1;
        }
        return getLeafNodeCount(root.right) + getLeafNodeCount(root.left);
    }

    /**
     *  获取第K层节点的个数
     *  递归:
     *      求k-1层结点个数;
     * @param root
     * @param k
     * @return
     */
    public int getKLevelNodeCount(TreeNode root,int k){

        if(k == 1 && root != null){
            return 1;
        }
        if(root == null){
            return 0;
        }
        return getKLevelNodeCount(root.left,k-1)+getKLevelNodeCount(root.right,k-1);
    }

    /**获取二叉树的高度
     * 递归:
     *      左子树的高度 > 右子树的高度 ? 左子树的高度 : 右子树的高度;
     * @param root
     * @return
     */
    public int getHeight(TreeNode root){
        if(root == null){
            return 0;
        }
        int left = getHeight(root.left);
        int right = getHeight(root.right);
        return left>right?left+1:right+1;
    }

    /**
     * 检测值为value的元素是否存在
     *  先查 根结点 , 无则左子树,无则右子树,
     * @param root
     * @param val
     * @return node
     */
    public TreeNode find(TreeNode root, char val){
        if(root == null){
            return null;
        }
        if(root.val == val){
            return root;
        }else{
            TreeNode node = find(root.left,val);
            if(node == null){
                node = find(root.right,val);
            }
            return node;
        }
    }

    public boolean isCompleteTree(TreeNode root){
        Queue<TreeNode> queue = new LinkedList<>();
        if(root!=null){
            queue.offer(root);
        }
        while(!queue.isEmpty()){
            TreeNode cur = queue.poll();
            if(cur!=null){
                queue.offer(cur.left);
                queue.offer(cur.right);
            }else{
                break;
            }
        }
        while(!queue.isEmpty()){
            TreeNode cur = queue.poll();
            if(cur!=null){
                return false;
            }
        }
        return true;
    }

最难不过坚持!

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值