一、二叉树的概述
1.1 为什么需要树这样的数据结构
在前面已经学习了数组和链表这两种数据结构,这两种数据结构都有着鲜明的特点
数组存储方式的分析:
- 优点:通过下标方式访问元素,速度快。对于有序数组,还可使用二分查找提高检索速度。
- 缺点:如果要检索具体某个值,或者插入值(按一定顺序)会整体移动,效率较低
链式存储方式的分析:
- 优点:在一定程度上对数组存储方式有优化(比如:插入一个数值节点,只需要将插入节点,链接到链表中即可, 删除效率也很好)。
- 缺点:在进行检索时,效率仍然较低,比如(检索某个值,需要从头节点开始遍历)
树存储方式的分析:
能提高数据存储,读取的效率, 比如利用 二叉排序树(Binary Sort Tree),既可以保证数据的检索速度,同时也可以保证数据的插入,删除,修改的速度。
从它们的特点我们可以总结出:数组方式查找快、增删慢,而链表方式查找慢、增删快。而树这种数据结构,可以在查找速度快的同时又兼顾了增删的效率,可以说是结合了数组和链表的优点。
树的常用术语
这些常用术语包括:
- 节点
- 根节点
- 父节点
- 子节点
- 叶子节点(没有子节点的节点)
- 节点的权(节点值)
- 路径(从 root 节点找到该节点的路线)
- 层
- 子树
- 树的高度(最大层数)
- 森林(多颗子树构成森林)
1.2 什么是二叉树
- 树有很多种,每个节点最多只能有两个子节点的一种形式称为二叉树。
- 二叉树的子节点分为左节点和右节点。
- 如果该二叉树的所有叶子节点都在最后一层,并且结点总数= 2^n -1 , n 为层数,则我们称为满二叉树。
- 如果该二叉树的所有叶子节点都在最后一层或者倒数第二层,而且最后一层的叶子节点在左边连续,倒数第二层的叶子节点在右边连续,我们称为完全二叉树。
1.3 二叉树遍历的概述
二叉树的遍历共有三种情况:
- 前序遍历: 先输出父节点,再遍历左子树和右子树
- 中序遍历: 先遍历左子树,再输出父节点,再遍历右子树
- 后序遍历: 先遍历左子树,再遍历右子树,最后输出父节点
二、二叉树的基本操作
2.1 二叉树的遍历
案例需求:
对二叉树进行前序、中序、后序的遍历
实现步骤:
其中前序遍历的思路如下:
- 首先输出当前节点;
- 如果左子节点不为空,就对左子节点递归前序遍历;
- 如果右子节点不为空,就对右子节点递归前序遍历。
中序遍历的思路如下:
- 首先判断左子节点是否为空,如果不为空,就对左子节点递归中序遍历;
- 然后输出当前节点;
- 最后判断右子节点是否为空,如果不为空,就对右子节点递归中序遍历。
后序遍历的思路如下:
- 首先判断左子节点是否为空,如果不为空,就对左子节点递归后序遍历;
- 然后判断右子节点是否为空,如果不为空,就对右子节点递归后序遍历;
- 最后输出当前节点。
代码实现:
package tree;
public class BinaryTreeDemo {
public static void main(String[] args) {
//创建一颗二叉树
binaryTree binaryTree = new binaryTree();
//创建需要的节点
HeroNode node1 = new HeroNode(1, "宋江");
HeroNode node2 = new HeroNode(2, "吴用");
HeroNode node3 = new HeroNode(3, "卢俊义");
HeroNode node4 = new HeroNode(4, "林冲");
HeroNode node5 = new HeroNode(5, "武松");
node1.setLeft(node2);
node1.setRight(node3);
node2.setRight(node4);
node3.setRight(node5);
binaryTree.setRoot(node1);
System.out.println("前序遍历");
binaryTree.preOrder();
System.out.println("============================");
System.out.println("中序遍历");
binaryTree.infixOrder();
System.out.println("============================");
System.out.println("后序遍历");
binaryTree.postOrder();
}
}
//定义一个二叉树
class binaryTree{
private HeroNode root;
public void setRoot(HeroNode root) {
this.root = root;
}
//前序遍历
public void preOrder(){
if(this.root != null){
this.root.preOrder();
}else{
System.out.println("二叉树为空,无法遍历");
}
}
//中序遍历
public void infixOrder(){
if(this.root != null){
this.root.infixOrder();
}else{
System.out.println("二叉树为空,无法遍历");
}
}
//后序遍历
public void postOrder(){
if(this.root != null){
this.root.postOrder();
}else{
System.out.println("二叉树为空,无法遍历时");
}
}
}
class HeroNode{
private int no;
private String name;
private HeroNode left;
private HeroNode right;
public HeroNode(int no, String name) {
this.no = no;
this.name = name;
}
public int getNo() {
return no;
}
public void setNo(int no) {
this.no = no;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public HeroNode getLeft() {
return left;
}
public void setLeft(HeroNode left) {
this.left = left;
}
public HeroNode getRight() {
return right;
}
public void setRight(HeroNode right) {
this.right = right;
}
@Override
public String toString() {
return "HeroNode{" +
"no=" + no +
", name='" + name + '\'' +
'}';
}
//编写前序遍历的方法
public void preOrder(){
System.out.println(this);//输出父节点
//递归向左子树
if(this.left != null){
this.left.preOrder();
}
//递归向右子树程序遍历
if(this.right != null){
this.right.preOrder();
}
}
//中序遍历
public void infixOrder(){
if(this.left != null){
this.left.infixOrder();
}
//输出父节点
System.out.println(this);
//递归向右子树中序遍历
if(this.right != null){
this.right.infixOrder();
}
}
//后序遍历
public void postOrder(){
if(this.left != null){
this.left.postOrder();
}
//递归向右子树中序遍历
if(this.right != null){
this.right.postOrder();
}
System.out.println(this);
}
}
输出结果:
2.2 二叉树的查找
案例要求:
- 请编写前序查找,中序查找和后序查找的方法。
- 并分别使用三种查找方式,查找 heroNO = 5 的节点
- 并分析各种查找方式,分别比较了多少次
实现步骤:
前序查找思路:
- 首先判断当前节点的编号是否等于指定编号
- 如果相等,则直接返回当前节点;
- 如果不相等,再判断左子节点是否为空,如果不为空则左子节点递归前序查找;
- 如果左子节点递归前序查找找到了节点,则返回节点;
- 否则,继续判断右子节点是否为空,如果不为空则对右子节点递归前序查找;
- 如果找到则返回节点,否则返回 NULL。
中序查找思路:
- 首先判断判断左子节点是否为空,如果不为空则左子节点递归中序查找;
- 如果左子节点递归中序查找找到了节点,则返回节点;
- 否则,判断当前节点是否等于指定节点,如果相等,则直接返回当前节点;
- 否则,继续判断右子节点是否为空,如果不为空则对右子节点递归中序查找;
- 如果找到则返回节点,否则返回 NULL。
后序查找思路:
- 首先判断判断左子节点是否为空,如果不为空则左子节点递归后序查找;
- 如果左子节点递归后序查找找到了节点,则返回节点;
- 否则,继续判断右子节点是否为空,如果不为空则对右子节点递归后序查找;
- 如果右子节点递归后序查找找到了节点,则返回节点;
- 否则,判断当前节点的编号是否等于指定编号。如果相等,则直接返回当前节点,否则,返回 NULL。
代码实现:
前序、中序、后序查找的代码实现
//定义一个二叉树
class binaryTree{
private HeroNode root;
public void setRoot(HeroNode root) {
this.root = root;
}
//前序查找
public void preOrderSearch(int no){
if(root != null){
HeroNode res = root.preOrderSearch(no);
if(res != null){
System.out.println(res);
}
}else{
System.out.println("未找到该节点");
}
}
public void infixOederSearch(int no){
if(root != null){
HeroNode res = root.infixOrderSearch(no);
if(res != null){
System.out.println(res);
}
}else{
System.out.println("未找到该节点");
}
}
public void postOederSearch(int no){
if(root != null){
HeroNode res = root.postOrderSearch(no);
if(res != null){
System.out.println(res);
}
}else{
System.out.println("未找到该节点");
}
}
}
class HeroNode {
private int no;
private String name;
private HeroNode left;
private HeroNode right;
public HeroNode(int no, String name) {
this.no = no;
this.name = name;
}
public int getNo() {
return no;
}
public void setNo(int no) {
this.no = no;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public HeroNode getLeft() {
return left;
}
public void setLeft(HeroNode left) {
this.left = left;
}
public HeroNode getRight() {
return right;
}
public void setRight(HeroNode right) {
this.right = right;
}
@Override
public String toString() {
return "HeroNode{" +
"no=" + no +
", name='" + name + '\'' +
'}';
}
//前序查找
public HeroNode preOrderSearch(int no) {
if (this.no == no) {
return this;
} else {
//1.判断当前节点的左子节点是否为空,如果不为空,则递归前序查找
//2.如果左递归前序查找,找到节点,则返回
HeroNode resNode = null;
if (this.left != null) {
resNode = this.left.preOrderSearch(no);
}
if (resNode != null) {//说明左子树找到
return resNode;
}
if (this.right != null) {
resNode = this.right.preOrderSearch(no);
}
return resNode;
}
}
//中序查找
public HeroNode infixOrderSearch(int no) {
HeroNode resNode = null;
if (this.left != null) {
resNode = this.left.infixOrderSearch(no);
}
if (resNode != null) {
return resNode;
}
if (this.no == no) {
return this;
}
if (this.right != null) {
resNode = this.right.infixOrderSearch(no);
}
return resNode;
}
//后序查找
public HeroNode postOrderSearch(int no) {
HeroNode resNode = null;
if (this.left != null) {
resNode = this.left.postOrderSearch(no);
}
if (resNode != null) {
return resNode;
}
if (this.right != null) {
resNode = this.right.infixOrderSearch(no);
}
if (resNode != null) {
return resNode;
}
if (this.no == no) {
return this;
}
return resNode;
}
}
2.3 二叉树删除节点
实现要求:
- 如果删除的节点为叶子节点,直接删除;
- 如果节点为父节点,则把节点和节点的整个子树都删除。
思路分析:
除了二叉树的根节点之外,其余的节点都是有父节点的。由于二叉树的每个节点关系都是单向的,所以我们要判断当前节点的子节点是否是需要删除的节点,而不能判断当前节点是不是需要删除的节点
- 如果当前节点的左子节点不为空,并且就是需要删除的节点,那么直接置空this.left = null,结束递归
- 如果当前节点的右子节点不为空,并且就是需要删除的节点,那么直接置空this.right = null,结束递归
- 如果第一步和第二步都没有删除节点,那么就判断左子树是否为空,然后向左子树递归删除
- 如果第四步都没有删除节点,那么就判断右子树是否为空,然后向右子树递归删除
实现代码:
//定义一个二叉树
class binaryTree {
private HeroNode root;
public void setRoot(HeroNode root) {
this.root = root;
}
//删除节点
public void delete(int no){
if(root != null){
if(root.getNo() == no){
root = null;
}else{
root.delete(no);
}
}else{
System.out.println("该树为空,无法删除");
}
}
}
class HeroNode {
private int no;
private String name;
private HeroNode left;
private HeroNode right;
public HeroNode(int no, String name) {
this.no = no;
this.name = name;
}
public int getNo() {
return no;
}
public void setNo(int no) {
this.no = no;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public HeroNode getLeft() {
return left;
}
public void setLeft(HeroNode left) {
this.left = left;
}
public HeroNode getRight() {
return right;
}
public void setRight(HeroNode right) {
this.right = right;
}
@Override
public String toString() {
return "HeroNode{" +
"no=" + no +
", name='" + name + '\'' +
'}';
}
//删除节点
public void delete(int no) {
if (this.left != null && this.left.no == no) {
this.left = null;
return;
}
if (this.right != null && this.right.no == no) {
this.right = null;
return;
}
if (this.left != null) {
this.left.delete(no);
}
if (this.right != null) {
this.right.delete(no);
}
}
}
运行结果: