数据结构与算法(六)树的入门

树的基本定义

树是我们计算机中非常重要的一种数据结构,同时使用树这种数据结构,可以描述现实生活中的很多事物,例如家谱、单位的组织架构、等等。
树是由n(n>=1)个有限结点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。

image-20221228214223511

树具有以下特点:

  1. 每个结点有零个或多个子结点;
  2. 没有父结点的结点为根结点;
  3. 每一个非根结点只有一个父结点;
  4. 每个结点及其后代结点整体上可以看做是一棵树,称为当前结点的父结点的一个子树;

树的相关术语

  • 结点的度:一个结点含有的子树的个数称为该结点的度。
  • 树的度:树中所有结点的度的最大值。
  • 叶子结点:度为0的结点称为叶结点,也可以叫做终端结点。
  • 分支结点:度不为0的结点称为分支结点,也可以叫做非终端结点。

image-20221228221436242

  • 结点的层次:从根结点开始,根结点的层次为1,根的直接后继层次为2,以此类推。
  • 结点的层序编号:将树中的结点,按照从上层到下层,同层从左到右的次序排成一个线性序列,把他们编成连续的自然数。
  • 树的高度(深度):树中结点的最大层次。

image-20221228221546841

  • 森林:m(m>=0)个互不相交的树的集合,将一颗非空树的根结点删去,树就变成一个森林;给森林增加一个统一的根结点,森林就变成一棵树

image-20221228214459214

  • 孩子结点:一个结点的直接后继结点称为该结点的孩子结点。
  • 双亲结点(父结点):一个结点的直接前驱称为该结点的双亲结点。
  • 兄弟结点:同一双亲结点的孩子结点间互称兄弟结点。

image-20221228221503007

二叉树的基本定义

二叉树就是度不超过2的树(每个结点最多有两个子结点)

image-20221228222007656

满二叉树

在一棵二叉树中,如果所有分支结点都存在左子树和右子树,并且所有叶子都在同一层上,这样的二叉树称为满二叉树。

image-20221228222025240

完全二叉树

叶子节点只能出现在最下层和次下层,并且最下面一层的结点都集中在该层最左边的若干位置的二叉树。

image-20221228222042138

满二叉树一定是一棵完全二叉树,但完全二叉树不一定是满的。

判断某二叉树是否是完全二叉树

完全二叉树的特点:

  1. 叶子结点只能出现在最下两层。
  2. 最下层的叶子一定集中在左部连续位置。
  3. 倒数二层,若有叶子结点,一定都在右部连续位置。
  4. 如果结点度为1,则该结点只有左孩子,即不存在只有右子树的情况。
  5. 同样结点数的二叉树,完全二叉树的深度最小。

给每个结点按照满二叉树的结构逐层顺序编号,如果编号出现空档,就说明不是完全二叉树,否则就是。

二叉查找树的创建

二叉树的结点类

根据对图的观察,我们发现二叉树其实就是由一个一个的结点及其之间的关系组成的,按照面向对象的思想,我们设计一个结点类来描述结点这个事物。

结点类设计

类名Node<K, V>
构造方法Node(K key, V value, Node<K, V> left, Node<K, V> right):创建Node对象
成员变量private Node<K, V> left:记录左子结点
private Node<K, V> right:记录右子结点
private K key:存储键
private V value:存储值

结点类代码实现

/**
 * 二叉查找树结点
 *
 * @param <K>
 * @param <V>
 */
@NoArgsConstructor
@AllArgsConstructor
@Data
private static class Node<K, V> {
    private K key;
    private V value;
    private Node<K, V> left;
    private Node<K, V> right;
}

二叉查找树设计

类名BinaryTree<K extends Comparable<K>, V>
构造方法BinaryTree():创建BinaryTree对象
成员变量private Node<K, V> root:记录根结点
private int n:记录树中元素的个数
成员方法public void put(K key,V value):向树中插入一个键值对
private Node put(Node<K, V> x, K key, V value):给指定树x上,添加键一个键值对,并返回添加后的新树
public V get(K key):根据key,从树中找出对应的值
private V get(Node<K, V> x, K key):从指定的树x中,找出key对应的值
public void delete(K key):根据key,删除树中对应的键值对
private Node delete(Node<K, V> x, K key):删除指定树x上的键为key的键值对,并返回删除后的新树
public int size():获取树中元素的个数

二叉查找树代码实现

public class BinaryTree<K extends Comparable<K>, V> {

    /**
     * 记录根结点
     */
    private Node<K, V> root;

    /**
     * 记录树中元素的个数
     */
    private int n;

    public BinaryTree() {

    }

    /**
     * 插入一个键值对
     */
    public void put(K key, V value) {
        root = put(root, key, value);
    }

    /**
     * 1.如果当前树中没有任何一个结点,则直接把新结点当做根结点使用
     * 2.如果当前树不为空,则从根结点开始:
     * 2.1 如果新结点的key小于当前结点的key,则继续找当前结点的左子结点
     * 2.2 如果新结点的key大于当前结点的key,则继续找当前结点的右子结点
     * 2.3 如果新结点的key等于当前结点的key,则树中已经存在这样的结点,替换该结点的value值即可
     */
    private Node<K, V> put(Node<K, V> x, K key, V value) {
        if (x == null) {
            n++;
            return new Node<>(key, value, null, null);
        }
        var cmp = key.compareTo(x.key);
        if (cmp > 0) {
            // 找右子树
            x.right = put(x.right, key, value);
        } else if (cmp < 0) {
            // 找左子树
            x.left = put(x.left, key, value);
        } else {
            // 替换值
            x.value = value;
        }
        return x;
    }

    public V get(K key) {
        return get(root, key);
    }

    private V get(Node<K, V> x, K key) {
        if (x == null) {
            return null;
        }
        var cmp = key.compareTo(x.key);
        if (cmp > 0) {
            return get(x.right, key);
        } else if (cmp < 0) {
            return get(x.left, key);
        } else {
            return x.value;
        }
    }

    public void delete(K key) {
        delete(root, key);
    }

    /**
     * 1. 找到被删除结点
     * 2. 找到被删除结点右子树中的最小结点minNode
     * 3. 删除右子树中的最小结点
     * 4. 让被删除结点的左子树称为最小结点minNode的左子树,让被删除结点的右子树称为最小结点minNode的右子树
     * 5. 让被删除结点的父节点指向最小结点minNode
     */
    private Node<K, V> delete(Node<K, V> x, K key) {
        if (x == null) {
            return null;
        }
        var cmp = key.compareTo(x.key);
        if (cmp > 0) {
            // 找右子树
            x.right = delete(x.right, key);
        } else if (cmp < 0) {
            // 找左子树
            x.left = delete(x.left, key);
        } else {
            // 先找到右子树中最小的结点
            n--;
            if (x.right == null) {
                return x.left;
            }
            if (x.left == null) {
                return x.right;
            }
            // 遍历获取右子树最左结点
            var minNode = min(x.right);
            // 删除右子树中最小的节点
            var n = x.right;
            while (n.left != null) {
                if (n.left.left == null) {
                    n.left = null;
                } else {
                    n = n.left;
                }
            }

            // 让x结点的左子树成为minNode的左子树
            minNode.left = x.left;
            // 让x结点的右子树成为minNode的右子树
            minNode.right = x.right;
            // 让x节点的父节点指向minNode
            x = minNode;
        }
        return x;
    }

    public int size() {
        return n;
    }

    public Node<K, V> min() {
        return min(root);
    }

    private Node<K, V> min(Node<K, V> x) {
        if (x.left != null) {
            return min(x.left);
        } else {
            return x;
        }
    }

    public Node<K, V> max() {
        return max(root);
    }

    private Node<K, V> max(Node<K, V> x) {
        if (x.right != null) {
            return max(x.right);
        } else {
            return x;
        }
    }

    /**
     * 二叉查找树结点
     *
     * @param <K>
     * @param <V>
     */
    @NoArgsConstructor
    @AllArgsConstructor
    @Data
    private static class Node<K, V> {
        private K key;
        private V value;
        private Node<K, V> left;
        private Node<K, V> right;
    }
}

插入方法put实现思想

  1. 如果当前树中没有任何一个结点,则直接把新结点当做根结点使用

  2. 如果当前树不为空,则从根结点开始:

    1. 如果新结点的key小于当前结点的key,则继续找当前结点的左子结点;

    2. 如果新结点的key大于当前结点的key,则继续找当前结点的右子结点;

    3. 如果新结点的key等于当前结点的key,则树中已经存在这样的结点,替换该结点的value值即可。

image-20221228223827687

查询方法get实现思想

从根节点开始:

  1. 如果要查询的key小于当前结点的key,则继续找当前结点的左子结点;
  2. 如果要查询的key大于当前结点的key,则继续找当前结点的右子结点;
  3. 如果要查询的key等于当前结点的key,则树中返回当前结点的value。

删除方法delete实现思想

  1. 找到被删除结点;
  2. 找到被删除结点右子树中的最小结点minNode
  3. 删除右子树中的最小结点
  4. 让被删除结点的左子树称为最小结点minNode的左子树,让被删除结点的右子树称为最小结点minNode的右子树
  5. 让被删除结点的父节点指向最小结点minNode

image-20221228224035173

二叉树的基础遍历

很多情况下,我们可能需要像遍历数组数组一样,遍历树,从而拿出树中存储的每一个元素,由于树状结构和线性结构不一样,它没有办法从头开始依次向后遍历,所以存在如何遍历,也就是按照什么样的搜索路径进行遍历的问题。

image-20221228224259032

我们把树简单的画作上图中的样子,由一个根节点、一个左子树、一个右子树组成,那么按照根节点什么时候被访问,我们可以把二叉树的遍历分为以下三种方式:

  1. 前序遍历:先访问根结点,然后再访问左子树,最后访问右子树
  2. 中序遍历:先访问左子树,中间访问根节点,最后访问右子树
  3. 后序遍历:先访问左子树,再访问右子树,最后访问根节点

如果我们分别对下面的树使用三种遍历方式进行遍历,得到的结果如下:

image-20221228224519415

学习二叉树的遍历,一定要有递归思想,比如前序遍历,本质顺序是:根→左→右,先访问E,然后访问B,但是B也是一棵树,此时思维应该转换到以B为根结点的子树上,所以B下面是访问A。

前序遍历

根节点第一个(前面)访问,所以叫前序遍历

实现步骤:

  1. 把当前结点的key放入到队列中
  2. 找到当前结点的左子树,如果不为空,递归遍历左子树
  3. 找到当前结点的右子树,如果不为空,递归遍历右子树
/**
 * 使用前序遍历,获取整个树中的所有键
 */
public Queue<K> preErgodic() {
    var keys = new LinkedList<K>();
    preErgodic(root, keys);
    return keys;
}

/**
 * 使用前序遍历,把指定树x中的所有键放入到keys队列中
 */
private void preErgodic(Node<K, V> x, Queue<K> keys) {
    if (x == null) {
        return;
    }
    // 把x结点的key放入queue
    keys.add(x.key);
    preErgodic(x.left, keys);
    preErgodic(x.right, keys);
}

中序遍历

根节点在第二个(中间)访问,所以叫中序遍历

实现步骤:

  1. 找到当前结点的左子树,如果不为空,递归遍历左子树
  2. 把当前结点的key放入到队列中;
  3. 找到当前结点的右子树,如果不为空,递归遍历右子树
/**
 * 使用中序遍历,获取整个树中的所有键
 */
public Queue<K> midErgodic() {
    var keys = new LinkedList<K>();
    midErgodic(root, keys);
    return keys;
}

private void midErgodic(Node<K, V> x, Queue<K> keys) {
    if (x == null) {
        return;
    }
    midErgodic(x.left, keys);
    // 把x结点的key放入queue
    keys.add(x.key);
    midErgodic(x.right, keys);
}

后序遍历

根节点在第三个(后面)访问,所以叫中序遍历

实现步骤:

  1. 找到当前结点的左子树,如果不为空,递归遍历左子树
  2. 找到当前结点的右子树,如果不为空,递归遍历右子树
  3. 把当前结点的key放入到队列中
/**
 * 使用后序遍历,获取整个树中的所有键
 */
public Queue<K> postErgodic() {
    var keys = new LinkedList<K>();
    postErgodic(root, keys);
    return keys;
}

private void postErgodic(Node<K, V> x, Queue<K> keys) {
    if (x == null) {
        return;
    }
    postErgodic(x.left, keys);
    postErgodic(x.right, keys);
    // 把x结点的key放入queue
    keys.add(x.key);
}

二叉树的层序遍历

所谓的层序遍历,就是从根节点(第一层)开始,依次向下,获取每一层所有结点的值,有二叉树如下:

image-20221228225436243

那么层序遍历的结果是:EBGADFHC

实现步骤:

  1. 创建队列,存储每一层的结点;

  2. 使用循环从队列中弹出一个结点:

    1. 获取当前结点的key;

    2. 如果当前结点的左子结点不为空,则把左子结点放入到队列中

    3. 如果当前结点的右子结点不为空,则把右子结点放入到队列中

image-20221228225531156

/**
 * 层序遍历
 * 1.创建队列,存储每一层的结点;
 * 2.使用循环从队列中弹出一个结点:
 * 2.1 获取当前结点的key;
 * 2.2 如果当前结点的左子结点不为空,则把左子结点放入到队列中
 * 2.3 如果当前结点的右子结点不为空,则把右子结点放入到队列中
 */
public Queue<K> layerErgodic() {
    var keys = new LinkedList<K>();
    var nodes = new LinkedList<Node<K, V>>();
    nodes.add(root);

    while (!nodes.isEmpty()) {
        var node = nodes.pop();
        keys.add(node.key);

        if (node.left != null) {
            nodes.add(node.left);
        }
        if (node.right != null) {
            nodes.add(node.right);
        }
    }

    return keys;
}

二叉树的最大深度问题

给定一棵树,请计算树的最大深度(树的根节点到最远叶子结点的最长路径上的结点数)

image-20221228225714790

上面这棵树的最大深度为4。

实现步骤

  1. 如果根结点为空,则最大深度为0;
  2. 计算左子树的最大深度;
  3. 计算右子树的最大深度;
  4. 当前树的最大深度=左子树的最大深度和右子树的最大深度中的较大者+1
/**
 * 计算整个树的最大深度
 */
public int maxDepth() {
    return maxDepth(root);
}

/**
 * 计算指定树x的最大深度
 */
private int maxDepth(Node<K, V> x) {
    if (x == null) {
        return 0;
    }
    var maxL = 0;
    var maxR = 0;
    // 计算左子树的最大深度
    if (x.left != null) {
        maxL = maxDepth(x.left);
    }
    // 计算右子树的最大深度
    if (x.right != null) {
        maxR = maxDepth(x.right);
    }
    // 比较左右子数的最大深度
    return Math.max(maxL, maxR) + 1;
}

折纸问题

请把一段纸条竖着放在桌子上,然后从纸条的下边向上方对折1次,压出折痕后展开。此时折痕是凹下去的,即折痕突起的方向指向纸条的背面。如果从纸条的下边向上方连续对折2 次,压出折痕后展开,此时有三条折痕,从上到下依次是下折痕、下折痕和上折痕。

给定一 个输入参数N,代表纸条都从下边向上方连续对折n次,请从上到下打印所有折痕的方向。

例如:n=1时,打印: down;n=2时,打印: down down up

image-20221228225956562

分析

我们把对折后的纸张翻过来,让粉色朝下,这时把第一次对折产生的折痕看做是根结点,那第二次对折产生的下折痕就是该结点的左子结点,而第二次对折产生的上折痕就是该结点的右子结点,这样我们就可以使用树型数据结构来描述对折后产生的折痕。

这棵树有这样的特点:

  1. 根结点为下折痕;
  2. 每一个结点的左子结点为下折痕;
  3. 每一个结点的右子结点为上折痕;

image-20221228230029351

实现步骤

  1. 定义结点类
  2. 构建深度为n的折痕树;
    1. 第一次对折,只有一条折痕,创建根结点;
    2. 如果不是第一次对折,则使用队列保存根结点;
    3. 循环遍历队列:
      1. 从队列中拿出一个结点;
      2. 如果这个结点的左子结点不为空,则把这个左子结点添加到队列中;
      3. 如果这个结点的右子结点不为空,则把这个右子结点添加到队列中;
      4. 判断当前结点的左子结点和右子结点都不为空,如果是,则需要为当前结点创建一个值为down的左子结点,一个值为up的右子结点。
  3. 使用中序遍历,打印出树中所有结点的内容;
public class PagerFolding {

    /**
     * 构建深度为n的折痕树
     *
     * @param n 深度
     * @return 折痕树
     */
    public static Node<String> createTree(int n) {
        Node<String> root = null;
        for (int i = 0; i < n; i++) {
            if (i == 0) {
                // 1.第一次对折,只有一条折痕,创建根结点;
                root = new Node<>("down");
                continue;
            }
            // 2.如果不是第一次对折,则使用队列保存根结点;
            var nodes = new LinkedList<Node<String>>();
            nodes.add(root);

            //3.循环遍历队列:
            while (!nodes.isEmpty()) {
                //3.1从队列中拿出一个结点
                var temp = nodes.pop();
                //3.2如果这个结点的左子结点不为空,则把这个左子结点添加到队列中;
                if (temp.left != null) {
                    nodes.add(temp.left);
                }
                //3.3如果这个结点的右子结点不为空,则把这个右子结点添加到队列中;
                else if (temp.right != null) {
                    nodes.add(temp.right);
                }
                //3.4判断当前结点的左子结点和右子结点都不为空,如果是,则需要为当前结点创建一个值为down的左子结点,一个值为up的右子结点。
                else {
                    temp.left = new Node<>("down");
                    temp.right = new Node<>("up");
                }
            }
        }
        return root;
    }

    /**
     * 使用中序遍历打印结果
     *
     * @param x
     */
    public static void printTree(Node<String> x) {
        if (x == null) {
            return;
        }
        if (x.left != null) {
            printTree(x.left);
        }
        System.out.print(x.value + " ");
        if (x.right != null) {
            printTree(x.right);
        }
    }

    /**
     * 二叉查找树结点
     *
     * @param <T> 值类型
     */
    @NoArgsConstructor
    @AllArgsConstructor
    @Data
    private static class Node<T> {
        private T value;
        private Node<T> left;
        private Node<T> right;

        public Node(T value) {
            this.value = value;
        }
    }
}

测试

class PagerFoldingTest {

    @Test
    void createTree() {
        var pagerFolding = PagerFolding.createTree(4);
        // down down up down up down up 
        PagerFolding.printTree(pagerFolding);
    }

}
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

阿晨聊技术

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值