目录
树的基本定义
树是由n ( n>=1 )个有限结点组成一个具有层次关系的集合。根朝上,而叶朝下。
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;
叶结点∶
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
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
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
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
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)
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。
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
二叉查找树的创建
结点类API设计
类名 | Node<Key,Value> |
构造方法 | Node(Key key,Value value,Node left,Node right) |
成员变量 | 1.public Node left:记录左子结点 2.public Node right:记录右子结点 3.public Key key:存储键 4.public Value value:存储键 |
代码实现
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;
}
}
二叉查找树API设计
类名 | BinaryTree |
构造方法 | BinaryTree():创建BinaryTree对象 |
成员变量 | 1.private Node root:记录根结点 2.private int N:记录树中元素的个数 |
成员方法 | 1.public void put(Key key,Value value):向树中插入一个键值对 2.public Node put(Node x,Key key,Value val):指定树的结点上添加一个键值对 3.public Value get(Key key):在树中找出对应的值 4.private Value get(Node x,Key key):找出对应的key值 5.public void delete(Node x,Key key):删除键值对 6.private Node delete(Node x,Key key):删除指定结点的键值对 7.public int size():获取树中元素的个数 8.private Node min(Node x):找出最小键所在的结点 9.public Node max(Node x):找出最大键所在的结点 |
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。
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;
⒉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
二叉查找树代码实现
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);
}
//向指定的书中添加key-value
private Node put(Node x,Key key,Value value){
if(x==null){
N++;
return new Node(key,value,null,null);
}
int cmp=key.compareTo(x.key);
if(cmp>0){
x.right=put(x.right,key,value);
}
else if(cmp<0){
x.left=put(x.right,key,value);
}else {
x.value=value;
}
return x;
}
//查询树中指定key的value值
public Value get(Key key){
return get(root,key);
}
public Value get(Node x,Key key){
if(x==null){
return null;
}
int 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;
}
}
//查找整个树中最小的键
public Key min(){
return min(root).key;
}
//查找最小键所在的结点
private Node min(Node x){
if(x.left!=null){
return min(x.left);
}else {
return x;
}
}
//查找最大的键
public Key max(){
return max(root).key;
}
public Node max(Node x){
if(x.right!=null){
return max(x.right);
}else{
return x;
}
}
public void delete(Key key){
root=delete(root,key);
}
//删除指定结点对应的value
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,继续找当前结点的子结点
x.right=delete(x.right,key);
}else if(cmp<0){
x.left=delete(x.left,key);
}else {
if(x.right==null){
return x.left;
}
if(x.left==null){
return x.right;
}
Node minNode=x.right;
while(minNode.left!=null){
minNode=minNode.left;
}
Node n=x.right;
while(n.left!=null){
if(n.left.left==null){
n.left=null;
}else{
n=n.left;
}
}
minNode.left=x.left;
minNode.right=x.right;
x=minNode;
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;
}
}
}
class Test{
public static void main(String[] args) {
BinaryTree<Integer,String> bt=new BinaryTree<>();
bt.put(3,"龍弟");
bt.put(2,"龙龙");
bt.put(4,"龍帝");
bt.put(5,"龍哥");
System.out.println(bt.size());
bt.put(3,"小龙");
System.out.println(bt.get(3));
System.out.println(bt.size());
bt.delete(1);
System.out.println(bt.size());
}
}
二叉树的基础遍历
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
//使用前序遍历
public Queue<Key> preErgodic(){
Queue<Key> keys=new Queue<>();
preErgodic(root,keys);
return keys;
}
private void preErgodic(Node x,Queue<Key>keys){
if(x==null){
return;
}
//1.把当前结点的key放到队列中
keys.enqueue(x.key);
//2.找到当前结点的左子树,如果不为空,则递归遍历
if(x.left!=null){
preErgodic(x.left,keys);
}
//3.遍历右子树
if(x.right!=null){
preErgodic(x.right,keys);
}
}
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
//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中所有键放入到keys队列中
private void midErgodic(Node x,Queue<Key> keys){
if(x==null){
return;
}
//1.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,若不为空,递归遍历右子树
if(x.right!=null){
midErgodic(x.right,keys);
}
}
3.后序遍历﹔
先访问左子树,再访问右子树,最后访问根节点
//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;
}
private void afterErgodic(Node x,Queue<Key> keys){
if(x==null){
return;
}
//1.遍历左子树
if(x.left!=null){
afterErgodic(x.left,keys);
}
//2.遍历右子树
if(x.right!=null){
afterErgodic(x.right,keys);
}
//3.放入到队列中
keys.enqueue(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。
实现步骤:
1.创建队列,存储每一层的结点;
⒉.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
//层序遍历
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;
}
二叉树的最大深度问题
//树的最大深度
public int maxDepth(){
return maxDepth(root);
}
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