【数据结构与算法】第七章：二叉树（前序、中序、后序、层序遍历，最大深度）

树是我们计算机中非常重要的一种数据结构，同时使用树这种数据结构，可以描述现实生活中的很多事物，例如家谱、单位的组织架构等等

树是由n（n>=1）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。

树具有以下特点：

1. 每个结点有 零个或多个 子结点

2. 没有父结点的结点为 根结点

3. 每一个非根结点 只有一个 父结点

4. 每个结点及其后代结点整体上可以看做是一棵树，称为当前结点的父结点的一个 子树

7.1、树的相关术语

• 结点的度

  一个结点含有的子树的个数称为该结点的度

• 叶结点

  度为0的结点称为叶结点，也可以叫做终端结点

• 分支结点

  度不为0的结点称为分支结点，也可以叫做非终端结点

• 结点的层次

  从根结点开始，根结点的层次为1，根的直接后继层次为2，以此类推

• 结点的层序编号

  将树中的结点，按照从上层到下层，同层从左到右的次序排成一个线性序列，把他们编成连续的自然数

• 树的度

  树中所有结点的度的最大值

• 树的高度(深度)

  树中结点的最大层次

• 森林

  m（m>=0）个互不相交的树的集合，将一颗非空树的根结点删去，树就变成一个森林；给森林增加一个统一的根结点，森林就变成一棵树

• 孩子结点

  一个结点的直接后继结点称为该结点的孩子结点

• 双亲结点(父结点)

  一个结点的直接前驱称为该结点的双亲结点

• 兄弟结点

  同一双亲结点的孩子结点间互称兄弟结点

7.2、二叉树的基本定义

• 二叉树

  就是度不超过2的树(每个结点最多有两个子结点)

• 满二叉树

  一个二叉树，如果每一个层的结点树都达到最大值，则这个二叉树就是满二叉树

• 完全二叉树

  叶节点只能出现在 最下层和次下层，并且最下面一层的结点都集中在该层 最左边 的若干位置的二叉树

  除最下层外，其余层都是满的

7.3、二叉查找树的创建

1）二叉树的结点类

• 根据对图的观察，我们发现二叉树其实就是由一个一个的结点及其之间的关系组成的，按照面向对象的思想，我们设计一个结点类来描述结点这个事物
• 结点API

public class Node<K,V> {
    /**
     * 键 key
     */
    private K key;
    /**
     * 值 value
     */
    private V value;
    /**
     * 左子结点
     */
    private Node left;
    /**
     * 右子结点
     */
    private Node right;

    /**
     * 构造器
     * @param key
     * @param value
     * @param left
     * @param right
     */
    public Node(K key, V value, Node left, Node right) {
        this.key = key;
        this.value = value;
        this.left = left;
        this.right = right;
    }
}

2）二叉查找树API设计

3）二叉查找树实现

• 插入方法put实现思路

  1. 如果当前树中没有任何一个结点，则直接把新结点当做根结点使用

  2. 如果当前树不为空，则从根结点开始：

     1） 如果新结点的key 小于 当前结点的key，则继续找当前结点的 左子结点

     2） 如果新结点的key 大于 当前结点的key，则继续找当前结点的 右子结点

     3）如果新结点的key 等于 当前结点的key，则树中已经存在这样的结点，替换 该结点的value值即可

• 查询方法get实现思路

  从根节点开始：

  1. 如果要查询的key 小于 当前结点的key，则继续找当前结点的 左子结点

  2. 如果要查询的key 大于 当前结点的key，则继续找当前结点的 右子结点

  3. 如果要查询的key 等于 当前结点的key，则树中 返回 当前结点的value

• 删除方法delete实现思路

  过河拆桥，再建新桥

  1. 找到被删除结点

  2. 找到被删除结点 右子树中的最小结点 minNode

  3. 删除右子树中的最小结点

  4. 让被删除结点的左子树成为最小结点minNode的左子树，让被删除结点的右子树称为最小结点minNode的右子树

  5. 让被删除结点的父节点指向最小结点minNode

• 代码实现

package chapter05;

/**
 * @author 土味儿
 * Date 2021/9/7
 * @version 1.0
 * 二叉树
 */
public class BinaryTree<K extends Comparable<K>, V> {
    /**
     * 根结点
     */
    private Node root;
    /**
     * 树中元素个数
     */
    private int n;

    /**
     * 构造器
     */
    public BinaryTree() {
        
    }

    /**
     * 向树中插入一个新结点(键值对)
     *
     * @param key
     * @param value
     */
    public void put(K key, V value) {
        root = put(root, key, value);
    }

    /**
     * 向树x中插入新结点，并返回新树
     *
     * @param x
     * @param key
     * @param value
     * @return
     */
    private Node put(Node x, K key, V value) {
        // 如果树x为空，创建新结点，让新结点成为x，元素数量加1，并返回x
        if (x == null) {
            n++;
            return new Node(key, value, null, null);
        }

        // 如果树x不为空，比较key与x键的大小
        int cpt = x.key.compareTo(key);

        if (cpt < 0) {
            // 如果key 大于 x的键，比较右子树 (递归)
            x.right = put(x.right, key, value);
        } else if (cpt > 0) {
            // 如果key 小于 x的键，比较左子树 (递归)
            x.left = put(x.left, key, value);
        } else {
            // 如果相等，value 替换 x的值
            x.value = value;
        }

        return x;
    }

    /**
     * 找出结点key的值
     *
     * @param key
     * @return
     */
    public V get(K key) {
        return get(root, key);
    }

    /**
     * 找出树x中结点key的值
     *
     * @param x
     * @param key
     * @return
     */
    private V get(Node x, K key) {
        // 树x为空
        if (x == null) {
            return null;
        }

        // 树x不为空，比较key与x键的大小
        int cpt = x.key.compareTo(key);

        if (cpt < 0) {
            // 如果key 大于 x的键，比较右子树 (递归)
            return get(x.right, key);
        } else if (cpt > 0) {
            // 如果key 小于 x的键，比较左子树 (递归)
            return get(x.left, key);
        } else {
            // 如果相等，就找到了，返回x的value
            return x.value;
        }
    }

    /**
     * 删除结点key
     *
     * @param key
     */
    public void delete(K key) {
        delete(root, key);
    }

    /**
     * 删除树x中的结点key，并返回新树
     *
     * @param x
     * @param key
     * @return
     */
    private Node delete(Node x, K key) {
        // 树x为空
        if (x == null) {
            return null;
        }

        // 树x不为空，比较key与x键的大小
        int cpt = x.key.compareTo(key);

        if (cpt < 0) {
            // 如果key 大于 x的键，比较右子树 (递归)
            x.right = delete(x.right, key);
        } else if (cpt > 0) {
            // 如果key 小于 x的键，比较左子树 (递归)
            x.left = delete(x.left, key);
        } else {
            // 如果相等，就找到了

            // 元素数量减1
            n--;

            // 特殊情况：当前树x只有一个分叉，左或右
            if (x.left == null) {
                // 没有左子树，直接返回右子树即可
                return x.right;
            }
            if (x.right == null) {
                // 没有右子树，直接返回左子树即可
                return x.left;
            }
            // 左右子树都存在
            // 找出右子树中的最小结点minNode，并在右子树中删除minNode
            Node minNode;
            Node node = x.right;
            while (node.left != null) {
                // 移动minNode指针
                minNode = node.left;
                if (node.left.left == null) {
                    // 如果node.left没有下级结点，即为最小结点，设为null值，即为删除
                    node.left = null;
                } else {
                    // 如果node.left有下级结点，移动node指针
                    node = node.left;
                }
            }

            // 让被删除结点x的左子树成为minNode的左子树
            minNode.left = x.left;
            // 让被删除结点x的右子树(已删除minNode)成为minNode的右子树
            minNode.right = x.right;
            // 用minNode替换被删除结点x（被删除结点的父节点指向最小结点minNode）
            x = minNode;
        }

        return x;
    }

    /**
     * 获取树中元素个数
     *
     * @return
     */
    public int size() {
        return n;
    }

    /**
     * 内部结点类
     */
    private class Node {
        /**
         * 键 key
         */
        private K key;
        /**
         * 值 value
         */
        private V value;
        /**
         * 左子结点
         */
        private Node left;
        /**
         * 右子结点
         */
        private Node right;

        /**
         * 构造器
         *
         * @param key
         * @param value
         * @param left
         * @param right
         */
        public Node(K key, V value, Node left, Node right) {
            this.key = key;
            this.value = value;
            this.left = left;
            this.right = right;
        }
    }
}

package chapter05;

import org.junit.Test;

/**
 * @author 土味儿
 * Date 2021/9/7
 * @version 1.0
 * 测试二叉树
 */
public class BinaryTreeTest {
    @Test
    public void test(){
        BinaryTree<Integer, String> bt = new BinaryTree<>();

        bt.put(5,"张三");
        bt.put(2,"李四");
        bt.put(8,"王五");
        bt.put(6,"赵六");
        bt.put(3,"四七");

        System.out.println("元素个数："+bt.size());

        bt.put(6,"秦八");
        System.out.println("元素个数："+bt.size());

        bt.delete(8);
        System.out.println("删除后元素个数："+bt.size());
        System.out.println(bt.get(8));

    }
}

元素个数：5
元素个数：5
删除后元素个数：4
null

4）二叉查找树其他便捷方法

1、查找二叉树中最小的键

• API设计

  • 递归方式
    

  • while循环方式

• 代码实现

 /**
     * 方法一：找出树中最小的键
     * while循环方式
     *
     * @return
     */
    public K min1() {
        Node x = root;
        if (x == null) {
            return null;
        }
        while (x.left != null) {
            x = x.left;
        }
        return x.key;
    }

    /**
     * 方法二：找出树中最小的键
     * 递归方式
     *
     * @return
     */
    public K min2() {
        Node min = min(root);
        if (min != null) {
            return min.key;
        }
        return null;
        //return min(root).key;
    }

    /**
     * 找出树x中的最小键的结点
     *
     * @param x
     * @return
     */
    private Node min(Node x) {
        if (x != null && x.left != null) {
        //if (x.left != null) {
            return min(x.left);
        }
        return x;
    }

public class BinaryTreeTest {
    @Test
    public void test(){
        BinaryTree<Integer, String> bt = new BinaryTree<>();

        bt.put(5,"张三");
        bt.put(2,"李四");
        bt.put(8,"王五");
        bt.put(6,"赵六");
        bt.put(3,"四七");

        System.out.println("方法1最小键："+bt.min1());
        System.out.println("方法2最小键："+bt.min2());
    }
}

方法1最小键：2
方法2最小键：2

2、查找二叉树中最大的键

• API设计

  • 递归方式

• while循环方式

• 代码实现

  /**
     * 方法一：找出树中最大的键
     * while循环方式
     *
     * @return
     */
    public K max1(){
        Node x = root;
        if (x == null) {
            return null;
        }
        while (x.right != null) {
            x = x.right;
        }
        return x.key;
    }

    /**
     * 方法二：找出树中最大的键
     * 递归方式
     *
     * @return
     */
    public K max2(){
        Node max = max(root);
        if (max != null) {
            return max.key;
        }
        return null;
    }

    /**
     * 找出树x中的最大键的结点
     *
     * @param x
     * @return
     */
    private Node max(Node x) {
        if (x != null && x.right != null) {
            return max(x.right);
        }
        return x;
    }

   @Test
    public void test(){
        BinaryTree<Integer, String> bt = new BinaryTree<>();

        bt.put(5,"张三");
        bt.put(2,"李四");
        bt.put(8,"王五");
        bt.put(6,"赵六");
        bt.put(3,"四七");

        System.out.println("方法1最大键："+bt.max1());
        System.out.println("方法2最大键："+bt.max2());

    }

方法1最大键：8
方法2最大键：8

7.4、二叉树的基础遍历

深度优先

很多情况下，可能需要像遍历数组一样遍历树， 从而拿出树中存储的每一个元素，由于树状结构和线性结构不一样，没有办法从头依次向后遍历，所以存在如何遍历，也就是按照什么样的搜索路径进行遍历的问题

把树简单的画作上图中的样子，由一个根节点、一个左子树、一个右子树组成，那么按照 根节点 什么时候被访问，可以把二叉树的遍历分为以下三种方式：

1. 前序遍历：根左右

   先访问根结点，然后再访问左子树，最后访问右子树

2. 中序遍历：左根右

   先访问左子树，中间访问根节点，最后访问右子树

3. 后序遍历：左右根

   先访问左子树，再访问右子树，最后访问根节点

如果分别对下面的树使用三种遍历方式进行遍历，得到的结果如下：

1）前序遍历

• 在上图树上，添加前序遍历的API：

  public Queue<Key> preErgodic() // 使用前序遍历，获取整个树中的所有键
      
  private void preErgodic(Node x,Queue<Key> keys) //使用前序遍历，把指定树x中的所有键放入到keys队列中；实现过程中，通过前序遍历，把每个结点的键取出，放入到队列中返回即可
  

• 实现步骤

  1. 把当前结点的key放入到队列中

  2. 找到当前结点的左子树，如果不为空，递归遍历左子树

  3. 找到当前结点的右子树，如果不为空，递归遍历右子树

• 代码实现

 /**
     * 前序遍历二叉树，返回key的队列
     *
     * @return
     */
    public Queue<K> preErdogic() {
        Queue<K> keys = new Queue<>();
        preErdogic(root,keys);
        return keys;
    }

    /**
     * 前序遍历树x，把key放入keys中
     *
     * @param x
     * @param keys
     */
    private void preErdogic(Node x, Queue<K> keys) {
        // x为空
        if (x == null) {
            return;
        }

        // x不为空
        // 把x(即根)的key放入keys
        keys.enQueue(x.key);

        // 如果x的左子树不为空，递归调用
        if (x.left != null) {
            preErdogic(x.left, keys);
        }
        // 如果x的右子树不为空，递归调用
        if (x.right != null) {
            preErdogic(x.right, keys);
        }
    }

    @Test
    public void testPreErdogic() {
        BinaryTree<String, String> bt = new BinaryTree<>();
        bt.put("E", "5");
        bt.put("B", "2");
        bt.put("G", "7");
        bt.put("A", "1");
        bt.put("D", "4");
        bt.put("F", "6");
        bt.put("H", "8");
        bt.put("C", "3");

        Queue<String> keys = bt.preErdogic();
        for (String k : keys) {
            System.out.println(k + " -- " + bt.get(k));
        }
    }

E -- 5
B -- 2
A -- 1
D -- 4
C -- 3
G -- 7
F -- 6
H -- 8

2）中序遍历

中序遍历结果是有序的

• 在上图的树上，添加中序遍历的API：

  public Queue<Key> midErgodic() // 使用中序遍历，获取整个树中的所有键
  private void midErgodic(Node x,Queue<Key> keys) // 使用中序遍历，把指定树x中的所有键放入到keys队列中
  

• 实现步骤

  1. 找到当前结点的左子树，如果不为空，递归遍历左子树

  2. 把当前结点的key放入到队列中

  3. 找到当前结点的右子树，如果不为空，递归遍历右子树

• 代码实现

  /**
     * 中序遍历二叉树，返回key的队列
     *
     * @return
     */
    public Queue<K> midErdogic() {
        Queue<K> keys = new Queue<>();
        midErdogic(root,keys);
        return keys;
    }

    /**
     * 中序遍历树x，把key放入keys中
     *
     * @param x
     * @param keys
     */
    private void midErdogic(Node x, Queue<K> keys) {
        // x为空
        if (x == null) {
            return;
        }

        // x不为空
        // 如果x的左子树不为空，递归调用
        if (x.left != null) {
            midErdogic(x.left, keys);
        }

        // 把x(即根)的key放入keys
        keys.enQueue(x.key);

        // 如果x的右子树不为空，递归调用
        if (x.right != null) {
            midErdogic(x.right, keys);
        }
    }

Queue<String> keys = bt.midErdogic();

// 中序遍历结果是有序的
A -- 1
B -- 2
C -- 3
D -- 4
E -- 5
F -- 6
G -- 7
H -- 8

3）后序遍历

• 在上图的树上，添加后序遍历的API：

  public Queue<Key> afterErgodic() // 使用后序遍历，获取整个树中的所有键
  private void afterErgodic(Node x,Queue<Key> keys) // 使用后序遍历，把指定树x中的所有键放入到keys队列中
  

• 实现步骤

  1. 找到当前结点的左子树，如果不为空，递归遍历左子树

  2. 找到当前结点的右子树，如果不为空，递归遍历右子树

  3. 把当前结点的key放入到队列中

• 代码实现

   /**
     * 后序遍历二叉树，返回key的队列
     *
     * @return
     */
    public Queue<K> afterErdogic() {
        Queue<K> keys = new Queue<>();
        afterErdogic(root,keys);
        return keys;
    }

    /**
     * 后序遍历树x，把key放入keys中
     *
     * @param x
     * @param keys
     */
    private void afterErdogic(Node x, Queue<K> keys) {
        // x为空
        if (x == null) {
            return;
        }

        // x不为空
        // 如果x的左子树不为空，递归调用
        if (x.left != null) {
            afterErdogic(x.left, keys);
        }

        // 如果x的右子树不为空，递归调用
        if (x.right != null) {
            afterErdogic(x.right, keys);
        }

        // 把x(即根)的key放入keys
        keys.enQueue(x.key);
    }

Queue<String> keys = bt.afterErdogic();

A -- 1
C -- 3
D -- 4
B -- 2
F -- 6
H -- 8
G -- 7
E -- 5

7.5、二叉树的层序遍历

广度优先

所谓的层序遍历，就是从根节点（第一层）开始，依次向下， 获取每一层所有结点的值，有二叉树如下：

那么层序遍历的结果是：EBGADFHC

• 在上图的树上，添加层序遍历的API：

public Queue<Key> layerErgodic()// 使用层序遍历，获取整个树中的所有键

• 实现步骤

  1. 创建队列，存储每一层的结点

  2. 使用循环从 队列 中弹出一个结点

     2.1 获取当前结点的key

     2.2 如果当前结点的左子结点不为空，则把左子结点放入到队列中

     2.3 如果当前结点的右子结点不为空，则把右子结点放入到队列中

• 代码实现

/**
     * 层序遍历
     *
     * @return
     */
    public Queue<K> layerErdogic() {
        if (root == null) {
            return null;
        }
        // 存结果keys
        Queue<K> keys = new Queue<>();
        // 辅助队列：每一个结点
        Queue<Node> nodes = new Queue<>();
        // 把根结点存入nodes
        nodes.enQueue(root);
        // 遍历
        Node node;
        while (!nodes.isEmpty()) {
            // 从辅助队列中弹出一个元素node
            node = nodes.deQueue();

            // 把node的key存入keys
            keys.enQueue(node.key);

            // 判断node是否有左子结点，如果有，存入nodes
            if (node.left != null) {
                nodes.enQueue(node.left);
            }

            // 判断node是否有右子结点，如果有，存入nodes
            if (node.right != null) {
                nodes.enQueue(node.right);
            }
        }
        return keys;
    }

Queue<String> keys = bt.layerErdogic();

E -- 5
B -- 2
G -- 7
A -- 1
D -- 4
F -- 6
H -- 8
C -- 3

7.6、二叉树的最大深度问题

• 需求

  给定一棵树，请计算树的最大深度（树的根节点到最远叶子结点的最长路径上的结点数）

  下面这棵树的最大深度为4
  

• API实现

public int maxDepth() // 计算整个树的最大深度
private int maxDepth(Node x) // 计算指定树x的最大深度

• 实现步骤

  1. 如果根结点为空，则最大深度为0

  2. 计算左子树的最大深度

  3. 计算右子树的最大深度

  4. 当前树的最大深度 = 左子树的最大深度 和 右子树的最大深度 中的 较大者 + 1

• 代码实现

/**
     * 计算树的最大深度
     *
     * @return
     */
    public int maxDepth() {
        return maxDepth(root);
    }

    /**
     * 计算树x的最大深度
     * @param x
     * @return
     */
    private int maxDepth(Node x) {
        if (x == null) {
            return 0;
        }
        // 树的最大深度
        int max = 0;
        // 左子树的最大深度
        int maxL = 0;
        // 右子树的最大深度
        int maxR = 0;
        // 计算左子树的最大深度
        if (x.left != null) {
            maxL = maxDepth(x.left);
        }
        // 计算右子树的最大深度
        if (x.right != null) {
            maxR = maxDepth(x.right);
        }
        // 树的深度：左或右最大深度的较大量 + 1
        max = maxL > maxR ? maxL + 1 : maxR + 1;
        return max;
    }

System.out.println(bt.maxDepth());

4

7.7、折纸问题

请把一段纸条竖着放在桌子上，然后从纸条的下边向上方对折1次，压出折痕后展开。此时 折痕是凹下去的，即折痕突起的方向指向纸条的背面。如果从纸条的下边向上方连续对折2次，压出折痕后展开，此时有三条折痕，从上到下依次是下折痕、下折痕和上折痕。

给定一 个输入参数N，代表纸条都从下边向上方连续对折N次，请从上到下打印所有折痕的方向。

例如：

N=1时，打印： down；

N=2时，打印： down down up

我们把对折后的纸张翻过来，让粉色朝下，这时把第一次对折产生的折痕看做是根结点，那第二次对折产生的下折痕就是该结点的左子结点，而第二次对折产生的上折痕就是该结点的右子结点，这样我们就可以使用树型数据结构来描述对折后产生的折痕

这棵树有这样的特点：

1. 根结点为下折痕
2. 每一个结点的左子结点为下折痕
3. 每一个结点的右子结点为上折痕

• 实现步骤

1. 定义结点类
2. 构建深度为N的折痕树
3. 使用中序遍历，打印出树中所有结点的内容

• 构建深度为N的折痕树

1. 第一次对折，只有一条折痕，创建根结点

2. 如果不是第一次对折，则使用队列保存根结点

3. 循环遍历队列：

   3.1 从队列中拿出一个结点

   3.2 如果这个结点的左子结点不为空，则把这个左子结点添加到队列中

   3.3 如果这个结点的右子结点不为空，则把这个右子结点添加到队列中

   3.4 判断当前结点的左子结点和右子结点都不为空，如果是，则需要为当前结点创建一个值为down的左子结点，一个值为up的右子结点

• 代码实现

public class PaperFolding {
    public static void main(String[] args) {
		//构建折痕树
        Node tree = createTree(3);
		//遍历折痕树，并打印
        printTree(tree);
    }
    //3.使用中序遍历，打印出树中所有结点的内容；
    private static void printTree(Node tree) {
        if (tree==null){
            return;
        }
        printTree(tree.left);
        System.out.print(tree.item+",");
        printTree(tree.right);
    }
    //2.构建深度为N的折痕树；
    private static Node createTree(int N) {
        Node root = null;
        for (int i = 0; i <N ; i++) {
            if (i==0){
				//1.第一次对折，只有一条折痕，创建根结点；
                root = new Node("down",null,null);
            }else{
				//2.如果不是第一次对折，则使用队列保存根结点；
                Queue<Node> queue = new Queue<>();
                queue.enqueue(root);
				//3.循环遍历队列：
                while(!queue.isEmpty()){
					//3.1从队列中拿出一个结点；
                    Node tmp = queue.dequeue();
					//3.2如果这个结点的左子结点不为空，则把这个左子结点添加到队列中；
                    if (tmp.left!=null){
                        queue.enqueue(tmp.left);
                    }
					//3.3如果这个结点的右子结点不为空，则把这个右子结点添加到队列中；
                    if (tmp.right!=null){
                        queue.enqueue(tmp.right);
                    }
					//3.4判断当前结点的左子结点和右子结点都不为空，如果是，则需要为当前结点创建一个
                    值为down的左子结点，一个值为up的右子结点。
                    if (tmp.left==null && tmp.right==null){
                        tmp.left = new Node("down",null,null);
                        tmp.right = new Node("up",null,null);
                    }
                }
            }
        }
        return root;
    }
    //1.定义结点类
    private static class Node{
        //存储结点元素
        String item;
        //左子结点
        Node left;
        //右子结点
        Node right;
        public Node(String item, Node left, Node right){
            this.item = item;
            this.left = left;
            this.right = right;
        }
    }
}