1.二叉树的分类
文章讲解:https://programmercarl.com/%E4%BA%8C%E5%8F%89%E6%A0%91%E7%90%86%E8%AE%BA%E5%9F%BA%E7%A1%80.html
1.1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。
这棵二叉树为满二叉树,也可以说深度为k,有2^k-1个节点的二叉树。
1.2完全二叉树
在完全二叉树中,除了最底层节点可能没填满外,其余每层节点数都达到最大值,并且最下面一层的节点都集中在该层最左边的若干位置。若最底层为第 h 层(h从1开始),则该层包含 1~ 2^(h-1) 个节点。
优先级队列其实是一个堆,堆就是一棵完全二叉树,同时保证父子节点的顺序关系
1.3二叉搜索树
前面介绍的树,都没有数值的,而二叉搜索树是有数值的了,二叉搜索树是一个有序树。
- 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值;
- 若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值;
- 它的左、右子树也分别为二叉排序树
下面这两棵树都是搜索树:
1.4平衡二叉搜索树
平衡二叉搜索树:又被称为AVL(Adelson-Velsky and Landis)树,且具有以下性质:它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树。
如图:
2.二叉树的存储方式
二叉树可以链式存储,也可以顺序存储。
链式存储方式就用指针, 顺序存储的方式就是用数组。
2.1链式存储
顾名思义就是顺序存储的元素在内存是连续分布的,而链式存储则是通过指针把分布在各个地址的节点串联一起。
2.2顺序存储
顺序存储二叉树,即用数组来存储二叉树:
用数组来存储二叉树如何遍历的呢?
如果父节点的数组下标是 i,那么它的左孩子就是 i * 2 + 1,右孩子就是 i * 2 + 2。
但是用链式表示的二叉树,更有利于我们理解,所以一般我们都是用链式存储二叉树。
3.二叉树的遍历方式
二叉树主要有两种遍历方式:
- 深度优先遍历:先往深走,遇到叶子节点再往回走。
- 广度优先遍历:一层一层的去遍历。
这两种遍历是图论中最基本的两种遍历方式
从深度优先遍历和广度优先遍历进一步拓展,才有如下遍历方式:
- 深度优先遍历
- 前序遍历(递归法,迭代法)
- 中序遍历(递归法,迭代法)
- 后序遍历(递归法,迭代法)
- 广度优先遍历
- 层次遍历(迭代法)
深度优先遍历中的前中后序遍历,其实指的就是中间节点的遍历顺序,前中后序指的就是中间节点的位置。
看如下中间节点的顺序,就可以发现,中间节点的顺序就是所谓的遍历方式
- 前序遍历:中左右
- 中序遍历:左中右
- 后序遍历:左右中
二叉树中深度优先和广度优先遍历实现方式: - 深度优先遍历
- 通过递归来实现
- 通过栈来实现
栈其实就是递归的一种实现结构,也就说前中后序遍历的逻辑其实都是可以借助栈使用递归的方式来实现的。
- 广度优先遍历的实现
- 一般使用队列来实现,这也是队列先进先出的特点所决定的,因为需要先进先出的结构,才能一层一层的来遍历二叉树。
4.二叉树的定义
二叉树的定义 和链表是差不多的,相对于链表 ,二叉树的节点里多了一个指针, 有两个指针,指向左右孩子。
class TreeNode:
def __init__(self, val, left = None, right = None):
self.val = val
self.left = left
self.right = right
5.二叉树的递归遍历
递归算法的三个要素:
- 确定递归函数的参数和返回值: 确定哪些参数是递归的过程中需要处理的,那么就在递归函数里加上这个参数, 并且还要明确每次递归的返回值是什么进而确定递归函数的返回类型。
- 确定终止条件: 写完了递归算法, 运行的时候,经常会遇到栈溢出的错误,就是没写终止条件或者终止条件写的不对,操作系统也是用一个栈的结构来保存每一层递归的信息,如果递归没有终止,操作系统的内存栈必然就会溢出。
- 确定单层递归的逻辑: 确定每一层递归需要处理的信息。在这里也就会重复调用自己来实现递归的过程。
5.1 144. 二叉树的前序遍历
给你二叉树的根节点 root ,返回它节点值的 前序 遍历。
题目链接/文章讲解/视频讲解:https://programmercarl.com/%E4%BA%8C%E5%8F%89%E6%A0%91%E7%9A%84%E9%80%92%E5%BD%92%E9%81%8D%E5%8E%86.html
###递归法
class TreeNode:
def __init__(self,val=0,left = None,right = None):
self.val = val
self.left = left
self.right = right
def dfs(root):
if not root:
return []
res.append(root.val)
dfs(root.left)
dfs(root.right)
return res
res = []
root = TreeNode(1)
root.left = TreeNode(2)
root.right = TreeNode(3)
print(dfs(root))
5.2 94. 二叉树的中序遍历
给定一个二叉树的根节点 root ,返回 它的 中序 遍历 。
题目链接/文章讲解/视频讲解:https://programmercarl.com/%E4%BA%8C%E5%8F%89%E6%A0%91%E7%9A%84%E9%80%92%E5%BD%92%E9%81%8D%E5%8E%86.html
####递归法
class TreeNode:
def __init__(self,val=0,left = None,right = None):
self.val = val
self.left = left
self.right = right
def dfs(root):
if not root:
return []
dfs(root.left)
res.append(root.val)
dfs(root.right)
return res
res = []
root = TreeNode(1)
root.left = TreeNode(2)
root.right = TreeNode(3)
print(dfs(root))
5.3 145. 二叉树的后序遍历
给你一棵二叉树的根节点 root ,返回其节点值的 后序遍历 。
题目链接/文章讲解/视频讲解:https://programmercarl.com/%E4%BA%8C%E5%8F%89%E6%A0%91%E7%9A%84%E9%80%92%E5%BD%92%E9%81%8D%E5%8E%86.html
###递归法
class TreeNode:
def __init__(self,val=0,left = None,right = None):
self.val = val
self.left = left
self.right = right
def dfs(root):
if not root:
return []
dfs(root.left)
dfs(root.right)
res.append(root.val)
return res
res = []
root = TreeNode(1)
root.left = TreeNode(2)
root.right = TreeNode(3)
print(dfs(root))
6.二叉树的迭代遍历
递归的实现就是:每一次递归调用都会把函数的局部变量、参数值和返回地址等压入调用栈中,然后递归返回的时候,从栈顶弹出上一次递归的各项参数,所以这就是递归为什么可以返回上一层位置的原因。
题目链接/文章讲解/视频讲解:https://programmercarl.com/%E4%BA%8C%E5%8F%89%E6%A0%91%E7%9A%84%E8%BF%AD%E4%BB%A3%E9%81%8D%E5%8E%86.html
6.1 144. 二叉树的前序遍历
前序遍历是中左右,每次先处理的是中间节点,那么先将根节点放入栈中,然后将右孩子加入栈,再加入左孩子。
栈是先进后出的,所以要先加入右孩子再加入左孩子。
###迭代法
class TreeNode:
def __init__(self,val=0,left = None,right = None):
self.val = val
self.left = left
self.right = right
def fun(root):
if not root:
return []
res = []
stack = [root]
while stack:
node = stack.pop()
res.append(node.val)
if node.right:
stack.append(node.right)
if node.left:
stack.append(node.left)
return res
res = []
root = TreeNode(1)
root.left = TreeNode(2)
root.right = TreeNode(3)
print(fun(root))
6.2 94. 二叉树的中序遍历
在迭代遍历的前序遍历中,需要做两个操作
- 处理:将元素放进result数组中
- 访问:遍历节点
6.1中的前序遍历的逻辑无法直接应用到中序遍历上。
- 前序遍历的顺序是中左右,先访问的元素是中间节点,要处理的元素也是中间节点,所以才能写出相对简洁的代码,因为要访问的元素和要处理的元素顺序是一致的,都是中间节点。
- 中序遍历的顺序是左中右,先访问的是二叉树顶部的节点,然后一层一层向下访问,直到到达树左面的最底部,再开始处理节点(也就是在把节点的数值放进result数组中),这就造成了处理顺序和访问顺序是不一致的。
那么在使用迭代法写中序遍历,就需要借用指针的遍历来帮助访问节点,栈则用来处理节点上的元素。
##迭代法
class TreeNode:
def __init__(self,val=0,left = None,right = None):
self.val = val
self.left = left
self.right = right
def fun(root):
if not root:
return []
stack = []
res = []
cur = root
while cur or stack:
# cur不为空,表示左孩子不为空,一直往下找
if cur:
stack.append(cur)
cur = cur.left
# cur为空,表示找到了最底层的left,此时开始处理
else:
cur = stack.pop()
res.append(cur.val)
cur = cur.right
return res
res = []
root = TreeNode(1)
root.left = TreeNode(2)
root.right = TreeNode(3)
print(fun(root))
6.3 145. 二叉树的后序遍历
前序遍历是中左右,后续遍历是左右中,那么我们只需要调整一下先序遍历的代码顺序,就变成中右左的遍历顺序,然后在反转result数组,输出的结果顺序就是左右中了,如下图:
###迭代法
class TreeNode:
def __init__(self,val=0,left = None,right = None):
self.val = val
self.left = left
self.right = right
def fun(root):
if not root:
return []
res = []
stack = [root]
while stack:
node = stack.pop()
res.append(node.val)
if node.left:
stack.append(node.left)
if node.right:
stack.append(node.right)
return res[::-1]
res = []
root = TreeNode(1)
root.left = TreeNode(2)
root.right = TreeNode(3)
print(fun(root))