二叉树的基本概念以及基本操作

✨前言✨
之前的学习中,我们学习过栈与队列,本次我们将继续往下学习,今天主要学习内容主要是二叉树,了解并掌握二叉树的基本性质,如何去使用二叉树!

📘 博客主页:to Keep博客主页
🙆欢迎关注,👍点赞,📝留言评论
⏳首发时间:2022年1月14日
📨 博主码云地址:博主码云地址
📕参考书籍:java核心技术 卷1
📢编程练习:牛客网+力扣网
由于博主目前也是处于一个学习的状态,如有讲的不对的地方,请一定联系我予以改正!!!

1 树有关的术语

在这里插入图片描述
节点的度:一个节点含有的子树的个数称为该节点的度;通俗来理解就是数一数A有几条边。 如上图:A的为6
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
叶子节点或终端节点: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
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
根结点:一棵树中,没有双亲结点的结点;如上图:A
在这里插入图片描述节点的层次: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
非终端节点或分支节点(了解即可):度不为0的节点; 如上图:D、E、F、G…等节点为分支节点
兄弟节点(了解即可):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
堂兄弟节点(了解即可):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(了解即可):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(了解即可):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(了解即可):由m(m>=0)棵互不相交的树的集合称为森林

2 树的表示形式

树结构相对线性表就比较复杂了,要存储表示起来就比较麻烦了,实际中树有很多种表示方式,如:双亲表示法,孩子表示法、孩子兄弟表示法等等。我们这里就简单的了解其中最常用的孩子兄弟表示法

class Node {
 	int value; // 树中存储的数据
	Node firstChild; // 第一个孩子引用
 	Node nextBrother; // 下一个兄弟引用
}

在这里插入图片描述

3 二叉树(重点)

3.1 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:
1). 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。
2). 二叉树的子树有左右之分,其子树的次序不能颠倒,因此二叉树是有序树。

3.2 二叉树的基本形态

在这里插入图片描述

3.3 满二叉树与完全二叉树

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的k次方减1,则它就是满二叉树。
在这里插入图片描述
完全二叉树:一棵深度为k的有n个结点的 二叉树 ,对树中的结点按从上至下、从左到右的顺序进行编号,如果编号为i(1≤i≤n)的结点与 满二叉树 中编号为i的结点在满二叉树中的位置相同,则这棵二叉树称为完全二叉树。
在这里插入图片描述
不是完全二叉树:
在这里插入图片描述
通过与满二叉树节点所在位置进行对比,发现位置不能一一对应,故不属于完全二叉树

3.4 二叉树的性质

1). 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的k-1次方 (i>0)个结点
2). 若规定只有根节点的二叉树的深度为1,则深度为K的二叉树的最大结点数是 2的k次方减1(k>=0)
3). 对任何一棵二叉树, 如果其叶结点个数为 n0, 度为2的非叶结点个数为 n2,则有n0=n2+1
4). 具有n个结点的完全二叉树的深度k为 log以2为底n+1为对数上取整
5). 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,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,否则无左孩子
若2i+2<n,右孩子序号:2i+2,否则无右孩子

4 递归实现前中后序遍历

4.1 前序遍历

	//前序遍历
    public void preOrderTraversal(Node root){
    if(root!=null){
        //先遍历根节点的值
        System.out.print(root.val);
        //遍历左节点的值
        postOrderTraversal(root.left);
        //遍历右节点的值
        postOrderTraversal(root.right);
    }
    }

4.2 中序遍历

    // 中序遍历
    public void inOrderTraversal(Node root){
        if(root!=null){
            //先利用递归遍历左节点
            inOrderTraversal(root.left);
            //遍历根节点
            System.out.print(root.val);
            //遍历右节点
            inOrderTraversal(root.right);
        }
    }

4.3 后序遍历

    // 后序遍历
   public void postOrderTraversal(Node root){
        if (root!=null){
            //先遍历左节点
            postOrderTraversal(root.left);
            //遍历右节点
            postOrderTraversal(root.right);
            //遍历根节点
            System.out.print(root.val);
        }

    }

5 非递归实现前中后序的遍历

5.1 前序遍历

	//非递归的前序遍历(根节点->左节点->右节点)
    public void noRecussivepreOrderTraversal(Node root){
        Stack<Node> stack = new Stack<>();//栈用来存放接节点
        Node  cur;//指向当前节点
        //在头结点不为空的情况下,先将头结点进行入栈操作
        if (root!=null){
            stack.push(root);
        }
        //栈为空的循环
        while(!stack.isEmpty()){
            cur= stack.pop();//指向当前栈顶的节点,进行出栈
            System.out.print(cur.val);//打印节点值
            if (cur.right!=null){
                stack.push(cur);//根据栈的特性。后进先出,先判断当前节点的右子树是否为空,进行进栈处理
            }
            if (cur.left!=null){
                stack.push(cur);//判断当前节点的左子树是否为空,进行进栈处理
            }
        }
        System.out.println();//换行操作
    }
}

5.2 中序遍历

    //非递归的中序遍历
    public void noRecussiveinOrderTraversal(Node root){
        Stack<Node> stack = new Stack<>();
        Node cur = root;
        while(cur!=null){//将最左边的节点依次进栈
            stack.push(cur);
            cur=cur.left;
        }
        while(!stack.isEmpty()){//利用栈处理当前节点的左右子树
            cur=stack.pop();//取得栈顶的元素
            System.out.print(cur.val);
            if (cur.right!=null){//处理右子树
                cur=cur.right;
                while(cur!=null){
                    stack.push(cur);
                    cur=cur.left;
                }
            }
        }
    }
}

5.3 后序遍历

    //非递归的后序遍历
    public void RecusivepostTraversal(Node root){
        Stack<Node> stack = new Stack<>();
        Node cur=root;//表示当前的节点
        Node prve=null;//表示已经遍历过的节点
        while(cur!=null){
            while(cur.left!=null){
                stack.push(cur);
                cur=cur.left;
            }
            while(cur!=null&&(cur.right==null||cur.right==prve)){
                System.out.print(cur.val);
                prve=cur;
                cur=stack.pop();
                if (stack.isEmpty()){
                    return;
                }
            }
            stack.push(cur);
            cur=cur.right;
        }

    }
  • 10
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 8
    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 8
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

打赏作者

to Keep

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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