二叉树(Binary Tree)

最新推荐文章于 2022-06-27 19:20:22 发布

夜雨风云

最新推荐文章于 2022-06-27 19:20:22 发布

阅读量3.3k

点赞数

分类专栏：数据结构和算法文章标签：数据结构二叉树

本文链接：https://blog.csdn.net/wangxufa/article/details/121732110

版权

数据结构和算法专栏收录该内容

26 篇文章 8 订阅

订阅专栏

二叉树是研究树型结构的基本类型。任意一棵树均可转换为二叉树(左孩子右兄弟)。因为森林是由树组成，所以也可使用二叉树表示森林（多个二叉树表示）。

二叉树定义

二叉树是树型结构的一种特例。
二叉树的特点是每个结点至多只有两颗子树(即二叉树中不存在度大于2的结点)，并且二叉树的子树有左右之分，其次序不能任意颠倒(有序树)。二叉树可以由5种基本形态。如下图所示：
二叉树的基本形态.

二叉树性质

二叉树具有以下重要特性。
1.在二叉树的第 $i$ 层上至多有 $2^{i-1}$ 个结点( $i \geq 1$ )
2.深度为 $k$ 的二叉树至多有 $2^k-1$ 个结点( $k \geq 1$ )
3.对任何一棵二叉树，如果其叶子结点树为 $n_0$ ，度为2的结点数为 $n_2$ ，则 $n_0=n_2+1$
二叉树的性质证明可以参考《数据结构》一书。
一棵深度为 $k$ 且有 $2^k-1$ 个结点的二叉树称为满二叉树。满二叉树的特点是每一层上的结点数都是最大结点数。对于满二叉树来说，所有结点的度要么是0，要么是2，不存在度为1的结点。
完全二叉树的定义可由满二叉树引出。对满二叉树的结点进行连续编号，约定编号从根结点算起，自上而下，从左至右。深度为 $k$ ，有 $n$ 个结点的二叉树可称为完全二叉树，当且仅当该二叉树的每一个结点都与深度为 $k$ 的满二叉树中编号从1到 $n$ 的结点一一对应。完全二叉树具有以下特性：
4.具有 $n$ 个结点的完全二叉树的深度为 $\lfloor log_2^n \rfloor+1$

二叉树存储结构

二叉树存储结构常见的方式有两种：顺序存储结构、链式存储结构。在实际开发中，链式存储结构是使用最多的，也是后面二叉树问题求解使用的存储结构。顺序存储结构仅做了解。

顺序存储结构

顺序存储结构就是使用一组地址连续的存储空间自上而下，自左至右按照完全二叉树的编号进行存储。如果结点不存在，使用空值或零值代替。这种存储结构对完全二叉树友好，对于非完全二叉树，则存在空间浪费，特别是当这棵二叉树是一个链表时。这里给出二叉树顺序存储结构的java语言定义。

private static final int MAX_TREE_SIZE = 100;
private TreeNode[] tree = new TreeNode[MAX_TREE_SIZE];

链式存储结构

不同的结构结构可构成不同形式的链式存储结构。由二叉树的定义可知，二叉树的结点由一个数据元素和分别指向左右子树的两个分支构成。有时，为了便于查找结点的双亲，还会增加一个指向其双亲结点的指针域。对应存储形式如下图所示：
二叉树链式存储

二叉树操作

同一种操作，不同的存储结构，对应不同的实现。本文仅介绍基于链式存储结构的实现。因为二叉树可以划分为同样类型的两个更小的组成部分——左子树和右子树，所以许多关于二叉树的问题都可以应用分治法来解决。

遍历二叉树

遍历二叉树就是按照某个搜索路径巡防树中的每个结点，使得每个结点均被访问一次，而且仅被访问一次。
二叉树是由三个基本单元组成：根结点、左子树和右子树。因此，若能依次遍历这三部分，就能遍历整个二叉树。假如以L、D、R分别表示遍历左子树、访问根结点和遍历右子树，则可有DLR、LDR、LRD、DRL、RDL、RLD六种遍历方案（三个不同元素的排列）。如果限定先左后右，则只有DLR、LDR、LRD三种情况。分别称之为先(根)序遍历（也称前序遍历）、中(根)序遍历和后(根)序遍历。注意，这里的顺序都是针对根结点来说。举例来说，DLR是先根遍历，是因为优先遍历根结点。其他类推。
假设有一棵二叉树，对于先序遍历，如果根结点为空，则直接返回。如果根结点非空，则访问根结点。然后递归访问左子树，然后递归访问右子树。其伪代码实现如下：

假设二叉树的根结点是T
PreOrderTraverse(T)  
    // 回归条件
    if(T为空) then
        return
    visit T
    PreOrderTraverse(T.lchild)
    PreOrderTraverse(T.rchild)

接下来考虑该算法的执行效率。根据伪代码实现，遍历二叉树的基本操作是访问结点。而对含 $n$ 个结点的二叉树来说，由于遍历时，每个结点有且仅被访问一次，所以其时间复杂度为 $O (n)$ 。只是在递归遍历二叉树时，辅助栈的长度受树的深度影响。最坏情况(链表)下，辅助栈的长度为 $O (n)$ 。这里给出先序遍历的java版本实现：

public class BinaryTree {
    public List<Integer> preorderTraversal(TreeNode root) {
        List<Integer> result = new LinkedList<>();
        if (root == null) {
            return result;
        }
        preorderTraversal(root, result);
        return result;
    }

    private void preorderTraversal(TreeNode root, List<Integer> result) {
        if (root == null) {
            return ;
        }
        result.add(root.val);
        preorderTraversal(root.left, result);
        preorderTraversal(root.right, result);
    }
}

更多先序遍历的实现可以参考力扣。
类似地，可以得到中序遍历和后序遍历的实现。这里仅给出这两种遍历的伪代码实现：

假设二叉树的根结点是T
InorderTraverse(T)  
    // 回归条件
    if(T为空) then
        return
    InOrderTraverse(T.lchild)
    visit T
    InOrderTraverse(T.rchild)

PostOrderTraverse(T)  
    // 回归条件
    if(T为空) then
        return
    PostOrderTraverse(T.lchild)
    PostOrderTraverse(T.rchild)
    visit T

中序遍历和后序遍历的实现可以参考前序遍历的实现或参考力扣–中序遍历和后序遍历。

除了使用先序、中序和后序的方式来遍历二叉树外，还可以按层序遍历二叉树。其基本思想是，先遍历树的第一层，再遍历树的第二层，…，直到遍历完最后一层。注意，这里仍然限定先左后右访问树结点。使用辅助队列，可以实现二叉树的层次遍历。其伪代码实现如下：

假设二叉树的根结点是T
levelOrder(T)
    创建一个队列queue，用于存储树节点
    将T入队
    while(queue非空) then
        queue的头节点出队
        将出队节点的左子树入队
        将出队节点的左子树入队

接下来考虑该算法的执行效率。根据伪代码实现，层次遍历二叉树的基本操作是访问结点，所以与先序遍历等算法一样，其时间复杂度为 $O (n)$ 。只是在层次遍历二叉树时，辅助队列的长度受树的层次影响。最坏情况(链表)下，辅助队列的长度为 $O (n)$ 。层次遍历的java版本实现如下：

public class BinaryTree {
    public List<Integer> levelOrder(TreeNode root) {
        List<Integer> result = new LinkedList<>();
        if (root == null) {
            return result;
        }
        LinkedList<TreeNode> queue = new LinkedList<>();
        queue.add(root);
        while(queue.size() > 0) {
            TreeNode currentNode = queue.poll();
            result.add(currentNode.val);
            if (currentNode.left != null) {
                queue.add(currentNode.left);
            }
            if (currentNode.right != null) {
                queue.add(currentNode.right);
            }
        }
        return result;
    }
}

更多层次遍历的实现可以参考力扣。

计算二叉树的高度

二叉树的高度就是从叶子结点到根结点的最长路径长度。所以二叉树的高度就是根的左右子树的最大高度加1(1代表根结点所在的那一层)。计算二叉树高度的伪代码实现如下：

假设二叉树的根结点是T
Height(T)  
    if T == null then
        return 0
    else
        return max{ Height(T.left), Height(T.right) } + 1

接下来考虑该算法的执行效率。由于二叉树的高度，受叶子结点所在层级影响，所以其时间复杂度和遍历的效率一样，为 $O (n)$ 。更多计算二叉树的高度执行效率的证明可以参考《算法设计与分析基础》一书。计算二叉树的高度的java版本实现如下：

public class BinaryTree {
    public int maxDepth(TreeNode root) {
        if(root == null){
            return 0;
        }
        return Math.max(maxDepth(root.left), maxDepth(root.right)) + 1;
    }
}