二叉树名词解释
百度百科:
二叉树(Binary tree)是树形结构的一个重要类型。许多实际问题抽象出来的数据结构往往是二叉树形式,即使是一般的树也能简单地转换为二叉树,而且二叉树的存储结构及其算法都较为简单,因此二叉树显得特别重要。二叉树特点是每个结点最多只能有两棵子树,且有左右之分 。
二叉树是n个有限元素的集合,该集合或者为空、或者由一个称为根(root)的元素及两个不相交的、被分别称为左子树和右子树的二叉树组成,是有序树。当集合为空时,称该二叉树为空二叉树。在二叉树中,一个元素也称作一个结点 。
如图:
子树
以其中任意一个节点为例,向下延申的左右两个分支,就是子树,左侧分支叫做左子树,右侧分支叫做右子树。
结点的度
一个结点拥有子树的数目称为结点的度即分支的个数
叶子结点
也称为终端结点,没有子树的结点或者度为零的结点(向下在没有分支)
树的深度
也称为树的高度,树中所有结点的层次最大值称为树的深度
满二叉树
如果一棵二叉树只有度为0的结点和度为2的结点,并且度为0的结点在同一层上,则这棵二叉树为满二叉树。
云里雾里的一个定义,其实就是一个二叉树,所有叶子节点在同一层级,且没有空余的分支如图:
完全二叉树
深度为k,有n个结点的二叉树当且仅当其每一个结点都与深度为k的满二叉树中编号从1到n的结点一一对应时,称为完全二叉树(所有叶子节点在最后两层,且一次从左向右没有断开的)
java代码实现
/**
* @author lixl
* 二叉树实现增删查操作
* 二叉树基本概念:二叉树由一个拥有左右两个分支的数据结构组成。
* 第一个节点,叫做根节点,每一个分支都叫做子树,左侧叫做左子树,右侧叫做右子树。没有分支的节点叫做叶子节点
* 组成规则,以根节点为起点,左侧的小于根节点,右侧大于根节点,以此规则延申到每一个父节点与子节点的规则
* @description
* @date 2022/1/27
*/
public class BinaryTree {
private int size = 0;// 记录树的大小
/**
* 申请二叉树的根节点
*/
private TreeNode rootNode;
/**
* 递归遍历所有节点,并打印
* @param node
*/
public void printAllNode(TreeNode node){
System.out.println(node);
if (node.leftNode!=null){
printAllNode(node.leftNode);
}
if (node.rightNode!=null){
printAllNode(node.rightNode);
}
}
/**
* 添加节点方法
* @param value
*/
public void add(int value){
// 没有节点时候,需要创建根节点
if (rootNode == null){
rootNode = new TreeNode(value);
size++;
return;
}
boolean result = insertTreeNode(rootNode,value);
if (result) {
size++;
}
}
/**
* 寻找节点合适位置,进行添加
* @param node
* @param value
*/
private boolean insertTreeNode(TreeNode node,int value){
if (node.value > value){
// 向左子树插入
if (node.leftNode==null){
TreeNode leftNode = new TreeNode(value);
node.leftNode = leftNode;
return true;
}
return insertTreeNode(node.leftNode,value);
} else if (node.value < value){
// 向右子树插入
if (node.rightNode == null){
TreeNode rightNode = new TreeNode(value);
node.rightNode = rightNode;
return true;
}
return insertTreeNode(node.rightNode,value);
} else {
// 不插入直接返回
return false;
}
}
/**
* 获取匹配节点信息
* @param value
* @return
*/
public int get(int value){
return searchNode(rootNode,value).getValue();
}
/**
* 寻找节点方法
* @param node
* @param value
* @return
*/
private TreeNode searchNode(TreeNode node,int value){
if (node == null ){
return null;// 寻找失败
}
if (node.value<value){
// 寻找右侧子树
return searchNode(node.rightNode,value);
} else if (node.value > value){
// 寻找左侧子树
return searchNode(node.leftNode,value);
} else {
return node;
}
}
/**
* 删除节点需要分情况讨论:
* 第一种情况删除节点为叶子节点,直接删除即可
* 第二种情况删除节点只有左子树,或者右子树,则将左子树或者右子树替代当前删除的节点
* 第三种情况删除节点既有左子树,又有右子树,则删除节点的时候,需要寻找被删除节点右子树中最小的节点,并用其替代当前删除节点
* @param value
* @return
*/
public int delete(int value){
if (this.size==0){
// 空树了,不能删除了
return -1;
}
TreeNode d_parentNode = null;// 用于保存被删除节点的父节点
TreeNode currentNode = rootNode;// 申请当前节点,用于遍历寻找
int directNum = 0; // 删除节点在父节点的位置,1:左侧 2:右侧 0:删除根节点
while (currentNode != null){
if (currentNode.value > value){
// 寻找左测节点
d_parentNode = currentNode;
directNum = 1;
currentNode = currentNode.leftNode;
} else if(currentNode.value < value){
// 寻找右侧节点
d_parentNode = currentNode;
directNum = 2;
currentNode = currentNode.rightNode;
} else {
// 为寻找的删除节点
break;
}
}
this.size--;
if (currentNode != null){
if (d_parentNode==null){
// 删除根节点
rootNode = null;
return value;
} else {
return deleteNode(currentNode, d_parentNode, directNum);
}
} else {
return -1;//没有找到删除的数据
}
}
/**
* 寻找具体的删除节点的位置
* @param node
* @param parentNode
* @param directNum
* @return
*/
private int deleteNode(TreeNode node,TreeNode parentNode,int directNum){
int returnValue = node.value;
if (node.leftNode == null && node.rightNode == null){
// 删除为叶子节点
if (directNum == 1){
parentNode.leftNode = null;
} else if(directNum == 2){
parentNode.rightNode = null;
}
} else if(node.leftNode != null && node.rightNode == null){
// 只有左子树
node.value = node.leftNode.value;
node.leftNode = null;
} else if(node.leftNode == null && node.rightNode != null){
// 只有右子树
node.value = node.rightNode.value;
node.rightNode = null;
} else {
// 既有左子树,又有右子树,寻找右侧子树最小节点
if (node.rightNode.rightNode==null && node.rightNode.leftNode==null){
node.value = node.rightNode.value;// 利用换值的方法,将待删除的元素给换掉
node.rightNode = null;
} else {
TreeNode minNode = getMinTreeNode(node,node.rightNode);
node.value = minNode.value;
}
}
return returnValue;
};
/**
* 寻找指定节点子树下,最小的节点,并改变节点信息
* @param node
* @return
*/
private TreeNode getMinTreeNode(TreeNode parentNode,TreeNode node){
if (node.leftNode == null){
// 寻找过程中,将找到的目标换成它右侧的节点,保证树的完整性
parentNode.leftNode = node.rightNode;
return node;
} else {
return getMinTreeNode(node,node.leftNode);
}
}
/**
* 获取树大小的方法
* @return
*/
public int size(){
return this.size;
}
/**
* 树的节点类
*/
private static class TreeNode{
/**
* 创建只有值的构造方法
* @param value
*/
public TreeNode( int value){
this.value = value;
this.leftNode = null;
this.rightNode = null;
}
/**
* 节点的值
*/
private int value;
/**
* 左节点的指针
*/
private TreeNode leftNode;
/**
* 右侧节点指针
*/
private TreeNode rightNode;
public int getValue() {
return value;
}
public void setValue(int value) {
this.value = value;
}
public TreeNode getLeftNode() {
return leftNode;
}
public void setLeftNode(TreeNode leftNode) {
this.leftNode = leftNode;
}
public TreeNode getRightNode() {
return rightNode;
}
public void setRightNode(TreeNode rightNode) {
this.rightNode = rightNode;
}
}
}
测试
public class TestTree {
public static void main(String[] args) {
BinaryTree binaryTree = new BinaryTree();
binaryTree.add(8);
binaryTree.add(5);
binaryTree.add(13);
binaryTree.add(4);
binaryTree.add(7);
binaryTree.add(9);
binaryTree.add(15);
binaryTree.add(10);
int resylt = binaryTree.get(4);
System.out.println(resylt);
int delete2 = binaryTree.delete(10);
int delete = binaryTree.delete(8);
System.out.println(delete);
int delete1 = binaryTree.delete(13);
System.out.println(delete1);
}
}