尚硅谷数据结构与算法(Java)--24线索化二叉树

:线索化二叉树


线索二叉树基本介绍

  • 1)n个结点的二叉链表中含有n+1公式2n-(n-1)=n+1个空指针域。利用二叉链表中的空指针域,存放指向结点在某种遍历次序下的前驱和后继结点的指针(这种附加的指针称为"线索")

  • 2)这种加上了线索的二叉链表称为线索链表,相应的二叉树称为线索二叉树(Threaded BinaryTree),根据线索性质的不同,线索二叉树可分为前序线索二叉树、中序线索二叉树和后序线索二叉树三种

  • 3)一个结点的前一个结点,称为前驱结点

  • 4)一个结点的后一个结点,称为后继结点

 案例:

1.思路分析:

  1.  中序遍历结果:【8,3,10,1,14,6】;
  2. 如图【8,10,14,6】元素含有空指针域
  3. 按照中序结果【8,3,10,1,14,6】元素【10】前面是【3】后面是【1】,所以【10】的指针指向【3】指针指向【1】。

 2.代码:

package com.atguigu.tree.threadedbinarytree;


public class ThreadedBinaryTreeDemo {

	public static void main(String[] args) {
		//测试中序线索二叉树
		HeroNode root = new HeroNode(1, "tom");
		HeroNode node2 = new HeroNode(3, "jack");
		HeroNode node3 = new HeroNode(6, "smith");
		HeroNode node4 = new HeroNode(8, "mary");
		HeroNode node5 = new HeroNode(10, "king");
		HeroNode node6 = new HeroNode(14, "dim");
		
		//二叉树
		root.setLeft(node2);
		root.setRight(node3);
		node2.setLeft(node4);
		node2.setRight(node5);
		node3.setLeft(node6);

		ThreadedBinaryTree threadedBinaryTree= new ThreadedBinaryTree();
		threadedBinaryTree.setRoot(root);
		HeroNode leftNode = node5.getLeft();
		HeroNode rightNode = node5.getRight();
		System.out.println("线索化前:10号结点的前驱结点为:"+leftNode);//3
		System.out.println("线索化前:10号结点的后继结点为:"+rightNode);//1
		threadedBinaryTree.threadedNodes();
		
		//测试,以10号结点测试
		leftNode = node5.getLeft();
		rightNode = node5.getRight();
		System.out.println("10号结点的前驱结点为:"+leftNode);//3
		System.out.println("10号结点的后继结点为:"+rightNode);//1
	}

}

//定义ThreaedBinaryTree 实现了线索化的二叉树
class ThreadedBinaryTree{
  private HeroNode root; //根节点
  //为了实现线索化,需要创建指向当前节点的前驱结点的指针
  private HeroNode pre = null;

  public void setRoot(HeroNode root){
      this.root = root;
  }
  //重载
  public void threadedNodes() {
	  this.threadedNodes(root);
  }
  
  //编写对二叉树进行中序线索化的方法、
  public void threadedNodes(HeroNode node) {
	  //如果node空,不能线索化
	  if(node==null) {
		  return;
	  }
	  //(一)线索化左子树
	  threadedNodes(node.getLeft());
	  //(二)线索化当前结点【核心代码】
	  //处理当前结点的前驱结点
	  if(node.getLeft()==null) {
		  node.setLeft(pre);
		  node.setLeftType(1);
	  }
	  //处理后继结点
	  if(pre!=null && pre.getRight()==null) {
		  pre.setRight(node);
		  pre.setRightType(1);
	  }
	  //【!!!每次处理一个节点后,让当前结点是下一个节点的前驱节点】
	  pre = node;
	  //(三)线索化右子树
	  threadedNodes(node.getRight());
	  
  }
  
 
}

//创建HeroNode
class HeroNode{
    private int no;
    private String name;
    private HeroNode left; //默认为null
    private HeroNode right;//默认为null
    
    //说明
    //1.如果leftType==0 表示指向的是左子树,为1 表示指向前驱节点
    //2.如果rightType==0 表示指向的是右子树,为1 表示指向后继节点
    private int leftType;
   	private int rightType;
 
	 public int getLeftType() {
			return leftType;
		}

		public void setLeftType(int leftType) {
			this.leftType = leftType;
		}

		public int getRightType() {
			return rightType;
		}

		public void setRightType(int rightType) {
			this.rightType = rightType;
		}
    public HeroNode(int no, String name){
        this.no = no;
        this.name = name;
    }
 
    public int getNo() {
        return no;
    }
 
    public void setNo(int no) {
        this.no = no;
    }
 
    public String getName() {
        return name;
    }
 
    public void setName(String name) {
        this.name = name;
    }
 
    public HeroNode getLeft() {
        return left;
    }
 
    public void setLeft(HeroNode left) {
        this.left = left;
    }
 
    public HeroNode getRight() {
        return right;
    }
 
    public void setRight(HeroNode right) {
        this.right = right;
    }
    @Override
    public String toString() {
        return "HeroNode{" +
                "no=" + no +
                ", name='" + name + '\'' +
                '}';
    }
 
}

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
算法与数据结构涵盖了以下主要内容: 数据结构(Data Structures): 逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法: 算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法与数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。

“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