定义
在计算机科学中,二叉树(英语:Binary tree)是每个节点最多只有两个分支(不存在分支度大于2的节点)的树结构。通常分支被称作“左子树”和“右子树”。二叉树的分支具有左右次序,不能颠倒。二叉树的第层至多拥有个节点数;深度为的二叉树至多总共有个节点数(定义根节点所在深度 ),而总计拥有节点数匹配的,称为“满二叉树”;深度为有个节点的二叉树,当且仅当其中的每一节点,都可以和同样深度的满二叉树,序号为1到的节点一对一对应时,称为“完全二叉树”。;对任何一棵非空的二叉树,如果其叶片(终端节点)数为,分支度为2的节点数为,则。与普通树不同,普通树的节点个数至少为1,而二叉树的节点个数可以为0;普通树节点的最大分支度没有限制,而二叉树节点的最大分支度为2;普通树的节点无左、右次序之分,而二叉树的节点有左、右次序之分。二叉树通常作为数据结构应用,典型用法是对节点定义一个标记函数,将一些值与每个节点相关系。这样标记的二叉树就可以实现 二叉查找树和二元堆积,并应用于高效率的搜索和排序。
图一 图二
图一:一棵有9个节点和深度为3的二叉树,根节点的值为2,它既不平衡也没有经过排序。
图二:满二叉树
相关名词
节点的度:一个节点含有的子树的个数称为该节点的度;叶节点或终端节点:度为0的节点称为叶节点;
非终端节点或分支节点:度不为0的节点;
双亲节点或父节点:若一个节点含有子节点,则这个节点称为其子节点的父节点;
孩子节点或子节点:一个节点含有的子树的根节点称为该节点的子节点;
兄弟节点:具有相同父节点的节点互称为兄弟节点;
树的度:一棵树中,最大的节点的度称为树的度;
节点的层次:从根开始定义起,根为第1层,根的子节点为第2层,以此类推;
树的高度或深度:树中节点的最大层次;
堂兄弟节点:双亲在同一层的节点互为堂兄弟;
节点的祖先:从根到该节点所经分支上的所有节点;
子孙:以某节点为根的子树中任一节点都称为该节点的子孙。
森林:由m(m>=0)棵互不相交的树的集合称为森林
代码实现
下面的代码实现并没有太多的东西,只是一个入门。数组中插入和删除操作效率过低,而链表中查找的效率又很底。树这种数据结构就应运而生了,既保证增删也保证改查的效率
- 二叉树节点:一个节点至少包含三部分。数据项,左子节点,右子节点。数据项为节点中存放的具体值,可以根据业务需要添加额外属性。左、右子节点保存的是下一个节点的地址。
/*
* 二叉树节点
*/
public class Node {
// 数据项
public long data;
// 数据项
public String sData;
// 左子节点
public Node leftChild;
// 右子节点
public Node rightChild;
/**
* 构造方法
* @param data
*/
public Node(long data,String sData) {
this.data = data;
this.sData = sData;
}
}
- 二叉树类中至少包含一个属性,根节点。
- 插入结点:首先将根节点的值付给一个新建的节点,叫当前节点,保证状态使用。然后判断,root结点是否为null,为null也就是第一次插入,直接将包装好的新节点赋值给root,结束。如果不为null,把保持的root结点也就是当前节点赋值给已经新建好的父节点(它的作用用于保存判断左子节点右子节点之前的状态),如果当前节点的数据大于目标数据,那么将目标结点的左子节点赋值给自己,判断赋值后的自己如果为null,证明这个位置就是适合目标数据的位置,将目标数据封装好的节点赋值给之前已经新建好的父节点,结束。如果当前节点的数据小于目标数据,同上。然后用while将这段代码包装起来。一层一层直到找到合适的节点。
- 查找节点:保存根节点的引用,称之为当前节点。然后从当前节点开始查找,如果当前节点的数据项大于目标数据。那么将当前节点的左子节点赋值给当前节点(也就是把左子节点当成当前节点)。如果当前节点的数据项小于目标数据。那么将当前节点的右子节点赋值给当前节点(也就是把右子节点当成当前节点)。之后再判断当前节点是否为null,如果节点为null证明没有找到,返回null。或者当 当前节点的数据项等于目标数据的时候跳出循环,返回当前节点。
/*
* 二叉树类
*/
public class Tree {
// 根节点
public Node root;
/**
* 插入节点
* @param value
*/
public void insert(long value,String sValue) {
// 封装节点
Node newNode = new Node(value,sValue);
// 引用当前节点
Node current = root;
// 引用父节点
Node parent;
// 如果root为null,也就是第一插入的时候
if(root == null) {
root = newNode;
return;
} else {
while(true) {
// 父节点指向当前节点
parent = current;
// 如果当前指向的节点数据比插入的要大,则向左走
if(current.data > value) {
current = current.leftChild;
if(current == null) {
parent.leftChild = newNode;
return;
}
} else {
current = current.rightChild;
if(current == null) {
parent.rightChild = newNode;
return;
}
}
}
}
}
/**
* 查找节点
* @param value
*/
public Node find(long value) {
// 引用当前节点,从根节点开始
Node current = root;
// 循环,只要查找值不等于当前节点的数据项
while(current.data != value) {
// 进行比较,比较查找值和当前节点的大小
if(current.data > value) {
current = current.leftChild;
} else {
current = current.rightChild;
}
// 如果查找不到
if(current == null) {
return null;
}
}
return current;
}
}
/**
* 测试方法根据数字进行排序
* @project JavaData
* @date 2018年2月27日 下午5:37:45
* @author Huaxu-Charles
*/
public class TestTree {
public static void main(String[] args) {
Tree tree = new Tree();
tree.insert(10,"James");
tree.insert(20,"YAO");
tree.insert(15,"Kobi");
tree.insert(3,"Mac");
System.out.println(tree.root.data);
System.out.println(tree.root.rightChild.data);
System.out.println(tree.root.rightChild.leftChild.data);
System.out.println(tree.root.leftChild.data);
Node node = tree.find(3);
System.out.println(node.data + ", " + node.sData);
}
}