数据结构之二叉树

Kerry得意洋洋

于 2021-11-20 00:48:48 发布

阅读量238

点赞数

分类专栏：数据结构和算法文章标签：数据结构算法二叉树

本文链接：https://blog.csdn.net/weixin_45612147/article/details/121433812

版权

数据结构和算法专栏收录该内容

8 篇文章 0 订阅

订阅专栏

1.树的特点：

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；

2.树的相关术语

1）结点的度：
一个结点含有的子树的个数称为该结点的度；

2）叶结点：
度为0的结点称为叶结点，也可以叫做终端结点

3）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

4）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。

5）树的度：
树中所有结点的度的最大值
树的高度(深度)：
树中结点的最大层次

6）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

3.二叉树的基本定义

1.二叉树就是度不超过2的树(每个结点最多有两个子结点)

在这里插入图片描述

2.满二叉树：一个二叉树，如果每一个层的结点树都达到最大值，则这个二叉树就是满二叉树。

在这里插入图片描述

3.完全二叉树：叶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

在这里插入图片描述

4. 二叉查找树的创建

4.1 二叉树的结点类

结点类API设计：

在这里插入图片描述

private class Node<Key,Value>{
    //存储键
    public Key key;
    //存储值
    private Value value;
    //记录左子结点
    public Node left;
    //记录右子结点
    public Node right;
    public Node(Key key, Value value, Node left, Node right) {
        this.key = key;
        this.value = value;
        this.left = left;
        this.right = right;
    }
}

4.2 二叉查找树API设计

在这里插入图片描述

4.3二叉查找树实现

1)插入方法put实现思想：

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
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。

2)查询方法get实现思想：

从根节点开始：

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；
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；
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

3)删除方法delete实现思想：

找到被删除结点；
找到被删除结点右子树中的最小结点minNode
删除右子树中的最小结点
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
让被删除结点的父节点指向最小结点minNode

//二叉树代码
public class BinaryTree<Key extends Comparable<Key>, Value> {
    //记录根结点
    private Node root;
    //记录树中元素的个数
    private int N;
    //获取树中元素的个数
    public int size() {
        return N;
    }
    //向树中添加元素key-value
    public void put(Key key, Value value) {
        root = put(root, key, value);
    }
    //向指定的树x中添加key-value,并返回添加元素后新的树
    private Node put(Node x, Key key, Value value) {
        if (x == null) {
//个数+1
            N++;
            return new Node(key, value, null, null);
        }
        int cmp = key.compareTo(x.key);
        if (cmp > 0) {
//新结点的key大于当前结点的key，继续找当前结点的右子结点
            x.right = put(x.right, key, value);
        } else if (cmp < 0) {
//新结点的key小于当前结点的key，继续找当前结点的左子结点
            x.left = put(x.left, key, value);
        } else {
//新结点的key等于当前结点的key，把当前结点的value进行替换
            x.value = value;
        }
        return x;
    }
    //查询树中指定key对应的value
    public Value get(Key key) {
        return get(root, key);
    }
    //从指定的树x中，查找key对应的值
    public Value get(Node x, Key key) {
        if (x == null) {
            return null;
        }
        int cmp = key.compareTo(x.key);
        if (cmp > 0) {
//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；
            return get(x.right, key);
        } else if (cmp < 0) {
//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；
            return get(x.left, key);
        } else {
//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。
            return x.value;
        }
    }
    //删除树中key对应的value
    public void delete(Key key) {
        root = delete(root, key);
    }
    //删除指定树x中的key对应的value，并返回删除后的新树
    public Node delete(Node x, Key key) {
        if (x == null) {
            return null;
        }
        int cmp = key.compareTo(x.key);
        if (cmp > 0) {
//新结点的key大于当前结点的key，继续找当前结点的右子结点
            x.right = delete(x.right, key);
        } else if (cmp < 0) {
//新结点的key小于当前结点的key，继续找当前结点的左子结点
            x.left = delete(x.left, key);
        } else {
//新结点的key等于当前结点的key,当前x就是要删除的结点
//1.如果当前结点的右子树不存在，则直接返回当前结点的左子结点
            if (x.right == null) {
                return x.left;
            }
//2.如果当前结点的左子树不存在，则直接返回当前结点的右子结点
            if (x.left == null) {
                return x.right;
            }
//3.当前结点的左右子树都存在
//3.1找到右子树中最小的结点
            Node minNode = x.right;
            while (minNode.left != null) {
                minNode = minNode.left;
            }
//3.2删除右子树中最小的结点
            Node n = x.right;
            while (n.left != null) {
                if (n.left.left == null) {
                    n.left = null;
                } else {
                    n = n.left;
                }
            }
//3.3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
            minNode.left = x.left;
            minNode.right = x.right;
//3.4让被删除结点的父节点指向最小结点minNode
            x = minNode;
//个数-1
            N--;
        }
        return x;
    }
    private class Node {
        //存储键
        public Key key;
        //存储值
        private Value value;
        //记录左子结点
        public Node left;
        //记录右子结点
        public Node right;
        public Node(Key key, Value value, Node left, Node right) {
            this.key = key;
            this.value = value;
            this.left = left;
            this.right = right;
        }
    }
}
//测试代码
public class Test {
    public static void main(String[] args) throws Exception {
        BinaryTree<Integer, String> bt = new BinaryTree<>();
        bt.put(4, "二哈");
        bt.put(1, "张三");
        bt.put(3, "李四");
        bt.put(5, "王五");
        System.out.println(bt.size());
        bt.put(1,"老三");
        System.out.println(bt.get(1));
        System.out.println(bt.size());
        bt.delete(1);
        System.out.println(bt.size());
    }
}

4.4 二叉查找树其他便捷方法

查找二叉树中最小的键

在某些情况下，我们需要查找出树中存储所有元素的键的最小值，比如我们的树中存储的是学生的排名和姓名数据，那么需要查找出排名最低是多少名？这里我们设计如下两个方法来完成：

在这里插入图片描述

    //找出整个树中最小的键
    public Key min(){
        return min(root).key;
    }
    //找出指定树x中最小的键所在的结点
    private Node min(Node x){
        if (x.left!=null){
            return min(x.left);
        }else{
            return x;
        }
    }

查找二叉树中最大的键

在某些情况下，我们需要查找出树中存储所有元素的键的最大值，比如比如我们的树中存储的是学生的成绩和学生的姓名，那么需要查找出最高的分数是多少？这里我们同样设计两个方法来完成：

在这里插入图片描述

   //找出整个树中最大的键
    public Key max(){
        return max(root).key;
    }
    //找出指定树x中最大键所在的结点
    public Node max(Node x){
        if (x.right!=null){
            return max(x.right);
        }else{
            return x;
        }
    }

5.二叉树的基础遍历

二叉树的遍历分为以下三种方式：

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
中序遍历:
先访问左子树，中间访问根节点，最后访问右子树
后序遍历:
先访问左子树，再访问右子树，最后访问根节点

1.前序遍历:

public Queue<Key> preErgodic()：使用前序遍历，获取整个树中的所有个数
private void preErgodic(Node x,Queue<Key> keys)：使用前序遍历，把指定树x中的所有键放入到keys队列中

实现步骤：

把当前结点的key放入到队列中;
找到当前结点的左子树，如果不为空，递归遍历左子树
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<Key> preErgodic(){
        Queue<Key> keys = new Queue<>();
        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 x,Queue<Key> keys){
        if (x==null){
            return;
        }
//1.把当前结点的key放入到队列中;
        keys.enqueue(x.key);
//2.找到当前结点的左子树，如果不为空，递归遍历左子树
        if (x.left!=null){
            preErgodic(x.left,keys);
        }
//3.找到当前结点的右子树，如果不为空，递归遍历右子树
        if (x.right!=null){
            preErgodic(x.right,keys);
        }
    }
    //测试代码
    public class Test {
        public static void main(String[] args) throws Exception {
            BinaryTree<String, String> bt = new BinaryTree<>();
            bt.put("E", "5");
            bt.put("B", "2");
            bt.put("G", "7");
            bt.put("A", "1");
            bt.put("D", "4");
            bt.put("F", "6");
            bt.put("H", "8");
            bt.put("C", "3");
            Queue<String> queue = bt.preErgodic();
            for (String key : queue) {
                System.out.println(key+"="+bt.get(key));
            }
        }
    }

2.中序遍历:

public Queue<Key> midErgodic()：使用中序遍历，获取整个树中的所有键
private void midErgodic(Node x,Queue<Key> keys)：使用中序遍历，把指定树x中的所有键放入到keys队列中

实现步骤：

找到当前结点的左子树，如果不为空，递归遍历左子树
把当前结点的key放入到队列中;
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<Key> midErgodic(){
        Queue<Key> keys = new Queue<>();
        midErgodic(root,keys);
        return keys;
    }
    //使用中序遍历，把指定树x中的所有键放入到keys队列中
    private void midErgodic(Node x,Queue<Key> keys){
        if (x==null){
            return;
        }
//1.找到当前结点的左子树，如果不为空，递归遍历左子树
        if (x.left!=null){
            midErgodic(x.left,keys);
        }
//2.把当前结点的key放入到队列中;
        keys.enqueue(x.key);
//3.找到当前结点的右子树，如果不为空，递归遍历右子树
        if (x.right!=null){
            midErgodic(x.right,keys);
        }
    }
    //测试代码
    public class Test {
        public static void main(String[] args) throws Exception {
            BinaryTree<String, String> bt = new BinaryTree<>();
            bt.put("E", "5");
            bt.put("B", "2");
            bt.put("G", "7");
            bt.put("A", "1");
            bt.put("D", "4");
            bt.put("F", "6");
            bt.put("H", "8");
            bt.put("C", "3");
            Queue<String> queue = bt.midErgodic();
            for (String key : queue) {
                System.out.println(key+"="+bt.get(key));
            }
        }
    }

3.后序遍历:

public Queue<Key> afterErgodic()：使用后序遍历，获取整个树中的所有键
private void afterErgodic(Node x,Queue<Key> keys)：使用后序遍历，把指定树x中的所有键放入到keys队列中

实现步骤：

找到当前结点的左子树，如果不为空，递归遍历左子树
找到当前结点的右子树，如果不为空，递归遍历右子树
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<Key> afterErgodic(){
        Queue<Key> keys = new Queue<>();
        afterErgodic(root,keys);
        return keys;
    }
    //使用后序遍历，把指定树x中的所有键放入到keys队列中
    private void afterErgodic(Node x,Queue<Key> keys){
        if (x==null){
            return;
        }
//1.找到当前结点的左子树，如果不为空，递归遍历左子树
        if (x.left!=null){
            afterErgodic(x.left,keys);
        }
//2.找到当前结点的右子树，如果不为空，递归遍历右子树
        if (x.right!=null){
            afterErgodic(x.right,keys);
        }
//3.把当前结点的key放入到队列中;
        keys.enqueue(x.key);
    }
    //测试代码
    public class Test {
        public static void main(String[] args) throws Exception {
            BinaryTree<String, String> bt = new BinaryTree<>();
            bt.put("E", "5");
            bt.put("B", "2");
            bt.put("G", "7");
            bt.put("A", "1");
            bt.put("D", "4");
            bt.put("F", "6");
            bt.put("H", "8");
            bt.put("C", "3");
            Queue<String> queue = bt.afterErgodic();
            for (String key : queue) {
                System.out.println(key+"="+bt.get(key));
            }
        }
    }

6. 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：

在这里插入图片描述

那么层序遍历的结果是：EBGADFHC

public Queue<Key> layerErgodic()：使用层序遍历，获取整个树中的所有键
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：
 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

在这里插入图片描述

//使用层序遍历得到树中所有的键
    public Queue<Key> layerErgodic(){
        Queue<Key> keys = new Queue<>();
        Queue<Node> nodes = new Queue<>();
        nodes.enqueue(root);
        while(!nodes.isEmpty()){
            Node x = nodes.dequeue();
            keys.enqueue(x.key);
            if (x.left!=null){
                nodes.enqueue(x.left);
            }
            if (x.right!=null){
                nodes.enqueue(x.right);
            }
        }
        return keys;
    }
    //测试代码
    public class Test {
        public static void main(String[] args) throws Exception {
            BinaryTree<String, String> bt = new BinaryTree<>();
            bt.put("E", "5");
            bt.put("B", "2");
            bt.put("G", "7");
            bt.put("A", "1");
            bt.put("D", "4");
            bt.put("F", "6");
            bt.put("H", "8");
            bt.put("C", "3");
            Queue<String> queue = bt.layerErgodic();
            for (String key : queue) {
                System.out.println(key+"="+bt.get(key));
            }
        }
    }

7. 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）

在这里插入图片描述

上面这棵树的最大深度为4。

实现：

添加如下的API求最大深度：
public int maxDepth()：计算整个树的最大深度
private int maxDepth(Node x):计算指定树x的最大深度

实现步骤：

如果根结点为空，则最大深度为0；
计算左子树的最大深度；
计算右子树的最大深度；
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 x) {
//1.如果根结点为空，则最大深度为0；
        if (x == null) {
            return 0;
        }
        int max = 0;
        int maxL = 0;
        int maxR = 0;
//2.计算左子树的最大深度；
        if (x.left != null) {
            maxL = maxDepth(x.left);
        }
//3.计算右子树的最大深度；
        if (x.right != null) {
            maxR = maxDepth(x.right);
        }
//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
        max = maxL > maxR ? maxL + 1 : maxR + 1;
        return max;
    }
    //测试代码
    public class Test {
        public static void main(String[] args) throws Exception {
            BinaryTree<String, String> bt = new BinaryTree<>();
            bt.put("E", "5");
            bt.put("B", "2");
            bt.put("G", "7");
            bt.put("A", "1");
            bt.put("D", "4");
            bt.put("F", "6");
            bt.put("H", "8");
            bt.put("C", "3");
            int i = bt.maxDepth();
            System.out.println(i);
        }
    }

8. 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

在这里插入图片描述

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；

在这里插入图片描述

实现步骤：

1.定义结点类 2.构建深度为N的折痕树； 3.使用中序遍历，打印出树中所有结点的内容；

构建深度为N的折痕树：

第一次对折，只有一条折痕，创建根结点；
如果不是第一次对折，则使用队列保存根结点；
循环遍历队列：
- 3.1从队列中拿出一个结点；
- 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；
- 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；
- 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。

public class PaperFolding {
    public static void main(String[] args) {
//构建折痕树
        Node tree = createTree(3);
//遍历折痕树，并打印
        printTree(tree);
    }
    //3.使用中序遍历，打印出树中所有结点的内容；
    private static void printTree(Node tree) {
        if (tree==null){
            return;
        }
        printTree(tree.left);
        System.out.print(tree.item+",");
        printTree(tree.right);
    }
    //2.构建深度为N的折痕树；
    private static Node createTree(int N) {
        Node 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",null,null);
            }else{
//2.如果不是第一次对折，则使用队列保存根结点；
                Queue<Node> queue = new Queue<>();
                queue.enqueue(root);
//3.循环遍历队列：
                while(!queue.isEmpty()){
//3.1从队列中拿出一个结点；
                    Node tmp = queue.dequeue();
//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 (tmp.left!=null){
                        queue.enqueue(tmp.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；
                    if (tmp.right!=null){
                        queue.enqueue(tmp.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。
                    if (tmp.left==null && tmp.right==null){
                        tmp.left = new Node("down",null,null);
                        tmp.right = new Node("up",null,null);
                    }
                }
            }
        }
        return root;
    }
    //1.定义结点类
    private static class Node{
        //存储结点元素
        String item;
        //左子结点
        Node left;
        //右子结点
        Node right;
        public Node(String item, Node left, Node right){
            this.item = item;
            this.left = left;
            this.right = right;
        }
    }
}

Kerry得意洋洋

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
数据结构之二叉树

1.树的特点：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；2.树的相关术语1）结点的度：一个结点含有的子树的个数称为该结点的度；2）叶结点：度为0的结点称为叶结点，也可以叫做终端结点3）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4）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
复制链接

扫一扫