一:树
我们思维中的”树“就是一种枝繁叶茂的形象,那么数据结构中的”树“该是怎么样呢?对的,他是一种现实中倒立的树。
1:术语
其实树中有很多术语的,这个是我们学习树形结构必须掌握的。
<1> 父节点,子节点,兄弟节点
这个就比较简单了,B和C的父节点就是A,反过来说就是B和C是A的子节点。B和C就是兄弟节点。
<2> 结点的度
其实”度“就是”分支数“,比如A的分支数有两个“B和C",那么A的度为2。
<3> 树的度
看似比较莫名其妙吧,他和”结点的度“的区别就是,树的度讲究大局观,乃树中最大的结点度,其实也就是2。
<4> 叶结点,分支结点
叶结点就是既没有左孩子也没有右孩子结点,也就是结点度为0。分支节点也就是if的else的条件咯。
<5> 结点的层数
这个很简单,也就是树有几层。
<6> 有序树,无序树
有序树我们先前也用过,比如“堆”和“二叉排序树”,说明这种树是按照一定的规则进行排序的,else条件就是无序树。
<7> 森林
现实中,很多的树形成了森林,那在数据结构中,我们把上图的“A”节点砍掉,那么B,C子树合一起就是森林咯。
2: 树的表示
树这个结构的表示其实有很多种,常用的也就是“括号”表示法。
比如上面的树就可以表示为:(A(B(D),(E)),(C(F),(G)))
二: 二叉树
在我们项目开发中,很多地方都会用到树,但是多叉树的处理还是比较纠结的,所以俺们本着“大事化小,小事化了“的原则
把”多叉树“转化为”二叉树“,那么问题就简化了很多。
1: ”二叉树“和”树“有什么差异呢?
第一点: 树的度没有限制,而“二叉树”最多只能有两个,不然也就不叫二叉树了,哈哈。
第二点:树中的子树没有左右划分,很简单啊,找不到参照点,二叉树就有参照物咯。
2: 二叉树的类型
二叉树中有两种比较完美的类型,“完全二叉树”和“满二叉树”。
<1> 满二叉树
除叶子节点外,所有节点的度都为2,文章开头处的树就是这里的“满二叉树”。
<2> 完全二叉树
必须要满足两个条件就即可: 干掉最后一层,二叉树变为“满二叉树”。
最后一层的叶节点必须是“从左到右”依次排开。
我们干掉文章开头处的节点“F和”G",此时还是“完全二叉树”,但已经不是“满二叉树”了,你懂的。
3: 二叉树的性质
二叉树中有5点性质非常重要,也是俺们必须要记住的。
<1> 二叉树中,第i层的节点最多有2(i-1)个。
<2> 深度为k的二叉树最多有2k-1个节点。
<3> 二叉树中,叶子节点树为N1个,度为2的节点有N2个,那么N1=N2+1。
<4> 具有N个结点的二叉树深度为(Log2 N)+1层。
<5> N个结点的完全二叉树如何用顺序存储,对于其中的一个结点i,存在以下关系,
2*i是结点i的父结点。
i/2是结点i的左孩子。
(i/2)+1是结点i的右孩子。
4: 二叉树的顺序存储
同样的存储方式也有两种,“顺序存储”和“链式存储”。
<1> 顺序存储
说实话,树的存储用顺序结构比较少,因为从性质定理中我们都可以看出只限定为“完全二叉树”,那么如果二叉树不是
“完全二叉树”,那我们就麻烦了,必须将其转化为“完全二叉树”,将空的节点可以用“#”代替,图中也可看出,为了维护
性质定理5的要求,我们牺牲了两个”资源“的空间。
<2> 链式存储
上面也说了,顺序存储会造成资源的浪费,所以嘛,我们开发中用的比较多的还是“链式存储”,同样“链式存储”
也非常的形象,非常的合理。
一个结点存放着一个“左指针”和一个“右指针”,这就是二叉链表。
如何方便的查找到该结点的父结点,可以采用三叉链表。
package com.tree;
public class BinaryTree {
private int data;//数据节点
private BinaryTree left;
private BinaryTree right;
public BinaryTree(int data){
this.data = data;
this.left = null;
this.right = null;
}
/*
* 创建二叉树,返回根节点
* @param input
* @return
*/
public static BinaryTree createTree(int[] input){
BinaryTree root = null;
BinaryTree temp = null;
for(int i = 0; i < input.length;i++){
//创建根节点
if(root == null){
root = temp = new BinaryTree(input[i]);
}else{
temp = root;
//添加节点
while(temp.data != input[i]){
if(input[i] <= temp.data){
if(temp.left != null){
temp = temp.left;
}else{
temp.left = new BinaryTree(input[i]);
}
}else{
if(temp.right != null){
temp = temp.right;
}else{
temp.right = new BinaryTree(input[i]);
}
}
}
}
}
return root;
}
/*
* 前序遍历
* @param tree
*/
public static void preOrder(BinaryTree tree){
if(tree != null){
System.out.println(tree.data);
preOrder(tree.left);
preOrder(tree.right);
}
}
/*
* 中序遍历
* @param tree
*/
public static void midOrder(BinaryTree tree){
if(tree != null){
midOrder(tree.left);
System.out.println(tree.data);
midOrder(tree.right);
}
}
/*
* 后序遍历
* @param tree
*/
public static void posOrder(BinaryTree tree){
if(tree != null){
posOrder(tree.left);
posOrder(tree.right);
System.out.println(tree.data);
}
}
/*
* 求二叉树的深度
*
* @param tree
*/
public static int length(BinaryTree tree){
int leftLen;
int rightLen;
if(tree == null){
return 0;
}else{
leftLen = length(tree.left);
rightLen = length(tree.right);
if(leftLen > rightLen){
return leftLen+1;
}else{
return rightLen+1;
}
}
}
/*
* 测试main函数
*
* @param args
*/
public static void main(String[] args){
int[] input = {4,2,6,1,3,5,7,8,10};
BinaryTree btree = createTree(input);
System.out.println("前序遍历:");
preOrder(btree);
System.out.println("中序遍历:");
midOrder(btree);
System.out.println("后序遍历:");
posOrder(btree);
System.out.println("树的深度:"+length(btree));
}
}
import java.util.LinkedList;
public class LevelOrder
{
public void levelIterator(BiTree root)
{
if(root == null)
{
return ;
}
LinkedList<BiTree> queue = new LinkedList<BiTree>();
BiTree current = null;
queue.offer(root);//将根节点入队
while(!queue.isEmpty())
{
current = queue.poll();//出队队头元素并访问
System.out.print(current.val +"-->");
if(current.left != null)//如果当前节点的左节点不为空入队
{
queue.offer(current.left);
}
if(current.right != null)//如果当前节点的右节点不为空,把右节点入队
{
queue.offer(current.right);
}
}
}
}