树、二叉树概念及相关基本操作的实现(Java版)

1. 树型结构（了解）

1.1概念

树是一种非线性的数据结构，它是由n（n>=0）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。它具有以下的特点：
(1).有一个特殊的结点，称为根结点，根结点没有前驱结点
(2).除根结点外，其余结点被分成M(M > 0)个互不相交的集合T1、T2、…、Tm，其中每一个集合Ti (1 <= i <=
m) 又是一棵与树类似的子树。每棵子树的根结点有且只有一个前驱，可以有0个或多个后继
(3).树是递归定义的。


注意：树形结构中，子树之间不能有交集，否则就不是树形结构。

结点的度：一个结点含有子树的个数称为该结点的度； 如上图：A的度为6
树的度：一棵树中，所有结点度的最大值称为树的度； 如上图：树的度为6
叶子结点或终端结点：度为0的结点称为叶结点； 如上图：B、C、H、I…等节点为叶结点
双亲结点或父结点：若一个结点含有子结点，则这个结点称为其子结点的父结点； 如上图：A是B的父结点
孩子结点或子结点：一个结点含有的子树的根结点称为该结点的子结点； 如上图：B是A的孩子结点
根结点：一棵树中，没有双亲结点的结点；如上图：A
结点的层次：从根开始定义起，根为第1层，根的子结点为第2层，以此类推。
树的高度：树中结点的最大层次； 如上图：树的高度为4
树的以下概念只需了解，在看书时只要知道是什么意思即可：
非终端结点或分支结点：度不为0的结点； 如上图：D、E、F、G…等节点为分支结点
兄弟结点：具有相同父结点的结点互称为兄弟结点； 如上图：B、C是兄弟结点
堂兄弟结点：双亲在同一层的结点互为堂兄弟；如上图：H、I互为兄弟结点
结点的祖先：从根到该结点所经分支上的所有结点；如上图：A是所有结点的祖先
子孙：以某结点为根的子树中任一结点都称为该结点的子孙。如上图：所有结点都是A的子孙
森林：由m（m>=0）棵互不相交的树组成的集合称为森林。

1.2 判断方法

(1)子树是不相交的。
(2)除了根节点外，每个节点有且仅有一个父节点。

显然，(1)、(2)、(3)都不是树。

1.3 树的表示形式

树结构相对线性表就比较复杂了，要存储表示起来就比较麻烦了，实际中树有很多种表示方式，如：双亲表示法，孩子表示法、孩子双亲表示法、孩子兄弟表示法等等。我们这里就简单的了解其中最常用的孩子兄弟表示法。

class TreeNode {
	int value; // 树中存储的数据
	TreeNode firstChild; // 第一个孩子引用
	TreeNode nextBrother; // 下一个兄弟引用
}

1.4 树的应用

2. 二叉树

2.1概念

一棵二叉树是结点的一个有限集合，该集合：
(1) 或者为空
(2) 或者是由一个根节点加上两棵别称为左子树和右子树的二叉树组成。

从上图可以看出：

1. 二叉树不存在度大于2的结点
2. 二叉树的子树有左右之分，次序不能颠倒，因此二叉树是有序树
   注意：对于任意的二叉树都是由以下几种情况复合而成的：
   

2.2 两种特殊的二叉树

1. 满二叉树: 一棵二叉树，如果每层的结点数都达到最大值，则这棵二叉树就是满二叉树。也就是说，如果一棵二叉树的层数为K，且结点总数是2^k - 1 ，则它就是满二叉树。
2. 完全二叉树: 完全二叉树是效率很高的数据结构，完全二叉树是由满二叉树而引出来的。对于深度为K的，有n个结点的二叉树，当且仅当其每一个结点都与深度为K的满二叉树中编号从0至n-1的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。(可以简单理解完全二叉树，就是从上到下，从左到右依次存储，不能跳跃存储)。
   

2.3 二叉树的性质

1. 若规定根结点的层数为1，则一棵非空二叉树的第i层上最多有 2^(i -1)(i>0)个结点。
2. 若规定只有根结点的二叉树的深度为1，则深度为K的二叉树的最大结点数是2^k - 1 (k>=0)。
3. 对任何一棵二叉树, 如果其叶结点个数为 n0, 度为2的非叶结点个数为 n2,则有n0＝n2＋1。
4. 具有n个结点的完全二叉树的深度k为 log2(n+1)上取整。
5. 对于具有n个结点的完全二叉树，如果按照从上至下从左至右的顺序对所有节点从0开始编号，则对于序号为i的结点有：
   若i>0，双亲序号：(i-1)/2；i=0，i为根结点编号，无双亲结点；
   若2i+1<n，左孩子序号：2i+1，否则无左孩子；
   若2i+2<n，右孩子序号：2i+2，否则无右孩子。

2.4 二叉树的存储

二叉树的存储结构分为：顺序存储和类似于链表的链式存储。
二叉树的链式存储是通过一个一个的节点引用起来的，常见的表示方式有二叉和三叉表示方式，具体如下：

// 孩子表示法（即二叉表示法）
class TreeNode{
	int val; // 数据域
	TreeNode left; // 左孩子的引用，常常代表左孩子为根的整棵左子树
	TreeNode right; // 右孩子的引用，常常代表右孩子为根的整棵右子树
}

2.5 二叉树的基本操作

2.5.1 前置说明

在学习二叉树的基本操作前，需先要创建一棵二叉树，然后才能学习其相关的基本操作。为了学习成本，此处手动快速创建一棵简单的二叉树，快速进入二叉树操作学习，等二叉树结构了解的差不多时，我们反过头再来研究二叉树真正的创建方式。以创建如下一个二叉树为例：

public class BinaryTree {
    //节点类
    static class TreeNode{
        public char val;
        public TreeNode left;
        public TreeNode right;
        public TreeNode(char val) {
            this.val = val;
        }
    }
    //以穷举的方式创建一棵二叉树,并返回根节点
    public TreeNode createTree(){
        TreeNode A = new TreeNode('A');
        TreeNode B = new TreeNode('B');
        TreeNode C = new TreeNode('C');
        TreeNode D = new TreeNode('D');
        TreeNode E = new TreeNode('E');
        TreeNode F = new TreeNode('F');
        TreeNode G = new TreeNode('G');
        TreeNode H = new TreeNode('H');
        A.left = B;
        A.right = C;
        B.left = D;
        B.right = E;
        C.left = F;
        C.right = G;
        E.right = H;
        return A;
    }
}

注意：上述代码并不是创建二叉树的方式，真正创建二叉树方式后序详解重点讲解。

2.5.2 二叉树的遍历

2.5.2.1前中后序遍历

学习二叉树结构，最简单的方式就是遍历。所谓遍历(Traversal)是指沿着某条搜索路线，依次对树中每个结点均做一次且仅做一次访问。访问结点所做的操作依赖于具体的应用问题(比如：打印节点内容、节点内容修改)。 遍历是二叉树上最重要的操作之一，是二叉树上进行其它运算之基础。

在遍历二叉树时，如果没有进行某种约定，每个人都按照自己的方式遍历，得出的结果就比较混乱，如果按照某种规则进行约定，则每个人对于同一棵树的遍历结果肯定是相同的。如果N代表根节点，L代表根节点的左子树，R代表根节点的右子树，则根据遍历根节点的先后次序有以下遍历方式：
NLR：前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点—>根的左子树—>根的右子树。
LNR：中序遍历(Inorder Traversal)——根的左子树—>根节点—>根的右子树。
LRN：后序遍历(Postorder Traversal)——根的左子树—>根的右子树—>根节点。
以下分别用代码实现三种遍历。

void preOrder(TreeNode root){
        if(root == null){//根节点为空
            return;
        }
        System.out.print(root.val + " ");//打印节点内容
        preOrder(root.left);//遍历左子树
        preOrder(root.right);//遍历右子树
    }

void inOrder(TreeNode root){
        if(root == null){
            return;
        }
        inOrder(root.left);
        System.out.print(root.val + " ");
        inOrder(root.right);
    }

  void postOrder(TreeNode root){
        if(root == null){
            return;
        }
        postOrder(root.left);
        postOrder(root.right);
        System.out.print(root.val + " ");
    }

下面主要分析前序递归遍历，中序与后序图解类似:

前序遍历结果：1 2 3 4 5 6
中序遍历结果：3 2 1 5 4 6
后序遍历结果：3 1 5 6 4 1
补充说明：前、中、后序遍历本质上都遍历一边树，之所以打印的结果不同，是它们访问根节点的时机不同。

2.5.2.2层序遍历

层序遍历：除了先序遍历、中序遍历、后序遍历外，还可以对二叉树进行层序遍历。设二叉树的根节点所在
层数为1，层序遍历就是从所在二叉树的根节点出发，首先访问第一层的树根节点，然后从左到右访问第2层
上的节点，接着是第三层的节点，以此类推，自上而下，自左至右逐层访问树的结点的过程就是层序遍历。

2.5.3 获取树中节点的个数

1.遍历法：如果当前节点不为空，计数+1,然后再看左子树的根节点和右子树的根节点；否则，返回0。

/**
     * 获取树中节点的个数(遍历法)
     * @param root
     * @return
     */
    public static int nodeSize;//节点数
    public void size(TreeNode root){
        if(root == null){
            return;
        }
        nodeSize++;
        size(root.left);
        size(root.right);
    }

2.子问题思路法：如果当前节点为空，返回0；否则返回的是左子树的节点值 + 右子树的节点值 + 1。

/**
     * 获取树中节点的个数(子问题法)
     * 思路：总结点数 = 1（根节点）+ 左子树节点数 + 右子树节点数
     * @param root
     * @return
     */

    public int size2(TreeNode root){
        if(root == null){
            return 0;
        }
        int tmp = size2(root.left) + size2(root.right) + 1;
        return tmp;

    }

2.5.4 获取树中叶子节点的个数

1. 遍历法：如果当前节点为空，返回0； 否则——如果当前节点的左树节点和右数节点同时为空，则该节点为叶子节点，计数+1；否则，继续遍历其左树节点和右树节点。

/**
     * 获取叶子节点的个数 ()
     * 方法一：遍历思路
     * @param root
     * @return
     */
    public static int leafNodeCount;//记录叶子节点个数
    public int getLeafNodeCount1(TreeNode root){
        if(root == null){
            return 0;
        }
        if(root.left == null && root.right == null){
            leafNodeCount++;
        }
        getLeafNodeCount1(root.left);
        getLeafNodeCount1(root.right);
        return leafNodeCount;
    }

2.子问题思路法

/**
     * 获取叶子节点的个数
     * 方法二，子问题思路:  叶子节点个数 = 左子树叶子节点个数 + 右子树叶子节点个数
     * @param root
     * @return
     */
    public int getLeafNodeCount2(TreeNode root){
        if(root == null){
            return 0;
        }
        if(root.left == null && root.right == null){
            return 1;
        }
        return getLeafNodeCount2(root.left) + getLeafNodeCount2(root.right);
    }

2.5.5 获取第K层节点的个数

解决思路如下图：

/**
     * 获取第K层节点的个数
     * @param root
     * @param k
     * @return
     */
    public int getKLevelNodeCount(TreeNode root,int k){
       if(root == null){
           return 0;
       }
       if(root != null && k == 1){
           return 1;
       }
       return getKLevelNodeCount(root.left,k-1) + getKLevelNodeCount(root.right,k-1);
    }

2.5.6 获取二叉树的高度

核心思路：整棵树的高度 = 左子树的高度与右子树高度的最大值 + 1

 /**
     * 获取二叉树的高度
     * 思路：整棵树的高度 = 左数的高度和右树高度的最大值 + 1
     * @param root
     * @return
     */
    public int getHeight(TreeNode root){
        if(root == null){
            return 0;
        }
        int leftHeght = getHeight(root.left);//左子树的高度
        int leftHeight = getHeight(root.right);// 右子树的高度
        int tmp = Math.max(leftHeight,rightHeight) + 1;
        return tmp;
    }

2.5.7 检测值为value的元素是否存在

核心思路：1.判断根节点是不是要找的，如果是，返回地址值，否则进入第2步；
2.在左子树中找，如果是，返回地址值，否则进入第3步；
3.在右子树中找，如果是，返回地址值，否则，树的全部节点都找过没有找到，返回null。

/**
     * 检测值为value的元素是否存在，如果有，则返回第一次遍历到的val对应的节点地址
     * @param root
     * @param val
     * @return
     */
    TreeNode find(TreeNode root, int val){
        if(root == null){
            return null;
        }
        if(root.val == val){
            return root;
        }
        //根节点的值不是val，则递归左子树
        TreeNode tmp = find(root.left,val);
        if(tmp != null){
            return tmp;
        }
        //如果左子树没有找到val，则递归右子树
        tmp = find(root.right,val);
        if(tmp != null){
            return tmp;
        }
        //根、左子树右子树都没有找到时
        return null;
    }