文章目录
一、树形结构
1.1概念
树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。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。它具有以下的特点:
1.有一个特殊的节点,称为根节点,根节点没有前驱节点
2.除根节点外,其余节点被分成M(M > 0)个互不相交的集合T1、T2、…、Tm,其中每一个集合 Ti (1 <= i<= m) 又是一棵与树类似的子树。每棵子树的根节点有且只有一个前驱,可以有0个或多个后继
3.树是递归定义的。
1.2相关名词含义
节点的度: 一个节点含有的子树个数称为该节点的度; 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、H、I…
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
节点的层次: 从根开始,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
图解如下:
树的以下概念只需了解,在看书时只要知道是什么意思即可:
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
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
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
1.3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
}
1.4树的应用
文件系统管理(目录和文件):
二、二叉树(重点)
2.1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:
- 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,因此二叉树是有序树。
2.2两种特殊的二叉树
- 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。
- 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。
2.3二叉树的性质
- 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)(i>0)个结点
- 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^k -1 (k>=0)
- 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
- 具有n个结点的完全二叉树的深度k为log以2为底的(n+1) 向上取整
- 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
第三点推导如下:
2.4二叉树的存储
二叉树的存储结构分为:顺序存储和类似于链表的链式存储。
1、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。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。
2、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关系。 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,具体如下:
// 孩子表示法
class Node {
int val; // 数据域
Node left; // 左孩子的引用,常常代表左孩子为根的整棵左子树
Node right; // 右孩子的引用,常常代表右孩子为根的整棵右子树
}
// 孩子双亲表示法
class Node {
int val; // 数据域
Node left; // 左孩子的引用,常常代表左孩子为根的整棵左子树
Node right; // 右孩子的引用,常常代表右孩子为根的整棵右子树
Node parent; // 当前节点的根节点
}
2.5二叉树的基本操作
2.5.1二叉树的遍历
如果N代表根节点,L代表根节点的左子树,R代表根节点的右子树,则根据遍历根节点的先后次序有以下遍历方式:
- NLR:前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点—>根的左子树—>根的右子树。
- LNR:中序遍历(Inorder Traversal)——根的左子树—>根节点—>根的右子树。
- LRN:后序遍历(Postorder Traversal)——根的左子树—>根的右子树—>根节点。
由于被访问的结点必是某子树的根,所以N(Node)、L(Left subtree)和R(Right subtree)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。
详细图解及代码如下:(借鉴下大佬的图片)
1、前序遍历(根左右):
2、中序遍历(左根右)
3、后序遍历(左右根)
4、层序遍历
代码示例:
class TreeNode {
public char value;
public TreeNode left;
public TreeNode right;
public TreeNode(char value) {
this.value = value;
}
}
//前序遍历
public void preOrder(TreeNode root) {
if (root == null) {
return;
} else {
System.out.print(root.value + " ");
preOrder(root.left);
preOrder(root.right);
}
}
//中序遍历
public void inOrder(TreeNode root) {
if (root == null) {
return;
} else {
inOrder(root.left);
System.out.print(root.value + " ");
inOrder(root.right);
}
}
//后序遍历
public void postOrder(TreeNode root) {
if (root == null) {
return;
} else {
postOrder(root.left);
postOrder(root.right);
System.out.print(root.value + " ");
}
}
//层序遍历
public void levelOrder(TreeNode root) {
Queue<TreeNode> queue = new LinkedList<>();
if (root == null) {
return;
}
queue.offer(root);
while (!queue.isEmpty()) {
TreeNode cur = queue.poll();
System.out.print(cur.value + " ");
if (cur.left != null) {
queue.offer(cur.left);
}
if (cur.right != null) {
queue.offer(cur.right);
}
}
}
以上二叉树的遍历方法是递归思想,大家也可以自己思考下非递归写法!
2.5.2二叉树重要操作
// 遍历思路-求结点个数
static int size = 0;
int getSize1(TreeNode root) {
if (root == null) {
return 0;
}
size++;
getSize1(root.left);
getSize1(root.right);
return size;
}
// 子问题思路-求结点个数
int getSize2(TreeNode root) {
if (root == null) {
return 0;
}
return getSize2(root.left) + getSize2(root.right) + 1;
}
// 遍历思路-求叶子结点个数
static int leafSize = 0;
int getLeafSize1(TreeNode root) {
if (root == null) {
return 0;
}
if (root.left == null && root.right == null) {
leafSize++;
}
getLeafSize1(root.left);
getLeafSize1(root.right);
return leafSize;
}
// 子问题思路-求叶子结点个数
int getLeafSize2(TreeNode root) {
if (root == null) {
return 0;
}
if (root.left == null && root.right == null) {
return 1;
}
return getLeafSize2(root.left) + getLeafSize2(root.right);
}
// 子问题思路-求第 k 层结点个数
int getKLevelSize(TreeNode root, int k) {
if (root == null) {
return 0;
}
if (k == 1) {
return 1;
}
return getKLevelSize(root.left, k - 1) + getKLevelSize(root.right, k - 1);
}
// 获取二叉树的高度
int getHeight(TreeNode root) {
if (root == null) {
return 0;
}
//可以像下面这种方式来写,但是递归了很多次,浪费时间和空间
//return getHeight(root.left) > getHeight(root.right) ? getHeight(root.left)+1:getHeight(root.right)+1;
int lefttree = getHeight(root.left);
int righttree = getHeight(root.right);
return lefttree > righttree ? lefttree + 1 : righttree + 1;
}
//检测值为Value是否存在
TreeNode find(TreeNode root, char val) {
if (root == null) {
return null;
}
if (root.value == val) {
return root;
}
TreeNode left = find(root.left, val);//注意空指针异常
if (left != null) {
return left;
}
TreeNode right = find(root.right, val);
if (right != null) {
return right;
}
return null;
}
//判断二叉树是否为一个完全二叉树
boolean isCompleteTree(TreeNode root) {
if (root == null) {
return true;
}
Queue<TreeNode> queue = new LinkedList<>();
queue.offer(root);
while (queue.isEmpty() == false) {
TreeNode cur = queue.poll();
if (cur != null) {
queue.offer(cur.left);
queue.offer(cur.right);
} else {
break;
}
}
while (queue.isEmpty() == false) {
TreeNode top = queue.peek();
if (top != null) {
return false;
}
queue.poll();
}
return true;
}
以上我们没有给出一个二叉树,我们可以通过穷举法这个最简单也是最不靠谱的方法去创建!但是想要真正的创建一颗二叉树,我们还可以通过很多方法,例如根据一个前序遍历去创建一棵二叉树等等,大家可以再去多了解下其他!