数据结构与算法分析：（十四） 二叉树

一、前言

前面我们讲了都是线性表结构，比如：数组、链表、栈、队列等。今天我们终于可以讲一讲树了，树是非线性结构。

我们都知道，对于大量的输入数据，链表的线性访问太慢，不宜使用。我们今天讲的树，其大部分操作的运行时间平均为 O($\log n$)。

讲二叉树之前我们先来思考一下这几个问题。二叉树有哪几种存储方式？什么样的二叉树适合用数组来存储？带着问题与思考，看完以后顿时会对二叉树的设计原理豁然开朗的感觉。

好了，我们接下来开始二叉树的学习之旅吧。要想学二叉树，我们要先来了解树与树的一些特性。

二、树（Tree）

树（Tree）可以用几种方式定义。定义树的一种自然的方式是递归的公式。一棵树是一些节点的集合。这个集合可以是空集；若不是空集，则树由称作根（root）的节点 r 以及 0 个或多个非空的（子）树 T1,T2,...,Tk 组成，这些子树中每一棵的根都被来自根 r 的一条有向的边（edge）所连结。

上面关于树的定义你应该清楚了吧，什么？有点抽象？可能你刚开始接触树这种数据结构吧应该，没有关系。我下面给张图你就全部清楚了。

比如上图，B 节点就是 E 节点的父节点，E 节点是 B 节点的子节点。B、C、D 这三个节点的父节点是同一个节点，所以它们之间互称为兄弟节点。们把没有父节点的节点叫作根节点，也就是图中的节点 A。我们把没有子节点的节点叫作叶子节点或者叶节点，比如图中的 E、I、J、G、H 都是叶子节点。

除此之外，关于树，还有三个比较相似的概念：高度（Height）、深度（Depth）、层（Level）。它们的定义是这样的：

• 节点的高度 = 节点到叶子节点的最长路径（边数）
• 节点的深度 = 根节点到这个节点所经历的边的个数
• 节点的层数 = 节点的深度 + 1
• 树的高度 = 根节点的高度

这三个概念的定义比较容易混淆，描述起来也比较空洞。我举个例子说明一下，你一看应该就能明白。

有一个更好记的方法：在我们的生活中，“高度”这个概念，其实就是从下往上度量，比如我们要度量第 3 层楼的高度、第 21 层楼的高度，起点都是地面。所以，树这种数据结构的高度也是一样，从最底层开始计数，并且计数的起点是 0。

“深度”这个概念在生活中是从上往下度量的，比如水中鱼的深度，是从水平面开始度量的。所以，树这种数据结构的深度也是类似的，从根结点开始度量，并且计数起点也是 0。

“层数”跟深度的计算类似，不过，计数起点是 1，也就是说根节点的位于第 1 层。

三、二叉树（Binary Tree）

树结构多种多样，不过我们最常用还是二叉树。

二叉树，顾名思义，每个节点最多有两个“叉”，也就是两个子节点，分别是左子节点和右子节点。不过，二叉树并不要求每个节点都有两个子节点，有的节点只有左子节点，有的节点只有右子节点。我下面画的都是二叉树。

这个图里面，有两个比较特殊的二叉树，分别是编号 2 和编号 3 这两个。

其中，编号 2 的二叉树中，叶子节点全都在最底层，除了叶子节点之外，每个节点都有左右两个子节点，这种二叉树就叫作满二叉树。

编号 3 的二叉树中，叶子节点都在最底下两层，最后一层的叶子节点都靠左排列，并且除了最后一层，其他层的节点个数都要达到最大，这种二叉树叫作完全二叉树。

满二叉树很好理解，也很好识别，但是完全二叉树，有的人可能就分不清了。我画了几个完全二叉树和非完全二叉树的例子，你可以对比着看看。

上图中的编号 1 是完全二叉树， 编号 2 和编号 3 这两个不是完全二叉树。这时你会满脸疑惑的问，这三个感觉没啥区别呀。为什么编号 1 把最后一层的叶子节点靠左排列了就叫完全二叉树了？如果靠右排列就不能叫完全二叉树了吗？

要理解完全二叉树定义的由来，我们需要先了解，如何表示（或者存储）一棵二叉树？

想要存储一棵二叉树，我们有两种方法，一种是基于指针或者引用的二叉链式存储法，一种是基于数组的顺序存储法。

我们先来看相对简单的链式存储法，从下图你看到，每个节点有三个字段，其中一个存储数据，另外两个是指向左右子节点的指针。你闭着眼睛把根节点拎起来，就可以通过左右子节点的指针，把整棵树都串起来。这种存储方式我们比较常用。大部分二叉树代码都是通过这种结构来实现的。

我们再来看，基于数组的顺序存储法。我们把根节点存储在下标 i = 1 的位置，那左子节点存储在下标 2 * i = 2 的位置，右子节点存储在 2 * i + 1 = 3 的位置。以此类推，B 节点的左子节点存储在 2 * i = 2 * 2 = 4 的位置，右子节点存储在 2 * i + 1 = 2 * 2 + 1 = 5 的位置。

我来总结一下，如果节点 X 存储在数组中下标为 i 的位置，下标为 2 * i 的位置存储的就是左子节点，下标为 2 * i + 1 的位置存储的就是右子节点。反过来，下标为 i/2 的位置存储就是它的父节点。通过这种方式，我们只要知道根节点存储的位置（一般情况下，为了方便计算子节点，根节点会存储在下标为 1 的位置），这样就可以通过下标计算，把整棵树都串起来。

不过，我刚刚举的例子是一棵完全二叉树，所以仅仅“浪费”了一个下标为 0 的存储位置。如果是非完全二叉树，其实会浪费比较多的数组存储空间。你可以看我举的下面这个例子。

所以，如果某棵二叉树是一棵完全二叉树，那用数组存储无疑是最节省内存的一种方式。因为数组的存储方式并不需要像链式存储法那样，要存储额外的左右子节点的指针。这也是为什么完全二叉树要求最后一层的子节点都靠左的原因。

四、二叉树的遍历

前面讲了二叉树的定义与存储，我们再来看下二叉树最重要的特性，二叉树的遍历。

如何将所有节点都遍历打印出来呢？经典的方法有三种，前序遍历、中序遍历和后序遍历。其中，前、中、后序，表示的是节点与它的左右子树节点遍历打印的先后顺序。

• 前序遍历是指，对于树中的任意节点来说，先打印这个节点，然后再打印它的左子树，最后打印它的右子树。
• 中序遍历是指，对于树中的任意节点来说，先打印它的左子树，然后再打印它本身，最后打印它的右子树。
• 后序遍历是指，对于树中的任意节点来说，先打印它的左子树，然后再打印它的右子树，最后打印这个节点本身。

实际上，二叉树的前、中、后序遍历就是一个递归的过程。比如，前序遍历，其实就是先打印根节点，然后再递归地打印左子树，最后递归地打印右子树。

前序遍历的递推公式：
preOrder(r) = print r->preOrder(r->left)->preOrder(r->right)

中序遍历的递推公式：
inOrder(r) = inOrder(r->left)->print r->inOrder(r->right)

后序遍历的递推公式：
postOrder(r) = postOrder(r->left)->postOrder(r->right)->print r

从我前面画的前、中、后序遍历的顺序图，可以看出来，每个节点最多会被访问两次，所以遍历操作的时间复杂度，跟节点的个数 n 成正比，也就是说二叉树遍历的时间复杂度是 O(n)。

五、知识拓展

1、表达式树

如上图所示显示的一个表达式树（expression tree），表达式树的树叶是操作数，如常熟或变量名，而其它节点为操作符。

这个例子的中序遍历的话，表达式树表示的是：（a + b * c）+ ((d * e + f) * g)

换个前序或者后序遍历的话，表达式又会不同，是不是很有意思。

小型计算的话可以用栈来实现，大型的计算我觉得可以用表达式树来实现。

2、我们讲了三种二叉树的遍历方式，前、中、后序。实际上，还有另外一种遍历方式，也就是按层遍历，你知道如何实现吗？

层序遍历。

可以参考LeetCode-102. 二叉树的层序遍历

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode(int x) { val = x; }
 * }
 */
class Solution {
    public List<List<Integer>> resultList = null;
    public List<List<Integer>> levelOrder(TreeNode root) {
        resultList = new ArrayList<List<Integer>>();
        levelOrderHelper(root, 0);
        return resultList;
    }

    private void levelOrderHelper(TreeNode node, int level) {
        if (node == null) return;
        if (resultList.size() <= level) {
            resultList.add(new ArrayList<Integer>());
        }
        resultList.get(level).add(node.val);
        levelOrderHelper(node.left, level + 1);
        levelOrderHelper(node.right, level + 1);
    }
}