Java实现二叉树

馒头警告

已于 2023-05-13 15:53:38 修改

阅读量1.5k

点赞数 9

分类专栏： Java数据结构文章标签：数据结构算法 java idea 开发语言

于 2023-05-04 20:18:29 首次发布

本文链接：https://blog.csdn.net/weixin_73616913/article/details/130493479

版权

Java数据结构专栏收录该内容

12 篇文章 4 订阅

订阅专栏

本文详细介绍了树型结构的基本概念，包括根结点、度、叶子结点等，并阐述了树的表示方法和应用。接着，重点讨论了二叉树，包括其概念、特殊类型（满二叉树和完全二叉树）、性质以及存储方式。最后，探讨了二叉树的遍历方法，如前序、中序、后序和层序遍历，强调了遍历在二叉树操作中的重要性。

摘要由CSDN通过智能技术生成

一、树型结构

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

2、树的具体概念

为了更好地理解树中一些关键名词的概念，我们选择图文结合的方式来介绍这些概念：

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

树的高度或深度 ：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

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

4、树的应用

在生活中，我们运用二叉树可以来妥善管理一些数据例如：

文件系统管理（目录和文件）

二、二叉树

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：

其实，二叉树在生活中也是很常见的，在一些自然奇观中，我们也可以感受到二叉树的存在：

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。

满二叉树和完全二叉树具体长下图这样：

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 $log_{2}(n+1)$ 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

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
    class Node {
        int val; // 数据域
        Node left; // 左孩子的引用，常常代表左孩子为根的整棵左子树
        Node right; // 右孩子的引用，常常代表右孩子为根的整棵右子树
    }
    // 孩子双亲表示法
    class Node {
        int val; // 数据域
        Node left; // 左孩子的引用，常常代表左孩子为根的整棵左子树
        Node right; // 右孩子的引用，常常代表右孩子为根的整棵右子树
        Node parent; // 当前节点的根节点
    }

在这篇博客内容中，我们主要用孩子表示法来创建二叉树

5、二叉树的基本操作

（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。由于现在大家对二叉树结构掌握还不够深入，为了降低大家学习成本，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。

public class BinaryTree {
    class TreeNode{
        public char val;
        public TreeNode right;
        public TreeNode left;

        public TreeNode(char val) {
            this.val = val;
        }
    }
    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

再看二叉树基本操作前，再回顾下二叉树的概念，二叉树是：

1. 空树

2. 非空：根节点，根节点的左子树、根节点的右子树组成的。

从概念中可以看出，二叉树定义是递归式的，因此后序基本操作中基本都是按照该概念实现的。

（2）二叉树的遍历

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、节点内容加1)。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。

下面主要分析前序递归遍历，中序与后序图解类似。

前序遍历代码：

    public void preOrder(TreeNode root){
        if (root == null){
            return;
        }
        System.out.println(root.val + ' ');
        preOrder(root.left);
        preOrder(root.right);
    }

中序遍历代码：

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

后序遍历代码：

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

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

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。

在进行层序遍历的时候，我们可以借助之前学过的队列来完成这个算法，大致思路如下：

我们先判断头指针root是否为null,如果不是null则将其进入队列，然后将该元素弹出并打印，命名为top，如果top存在左右子树，那么将其左右子树依次入列，当队列中元素不为空时一直重复上述操作，当队列为空，则层序遍历完成。

层序遍历代码：

public void leaveOrder(TreeNode root){
        Queue<TreeNode> queue = new LinkedList<>();
        if (root != null){
            queue.offer(root);
        }
        while (!queue.isEmpty()){
            TreeNode top = queue.poll();
            System.out.println(top.val + " ");
            if (top.left != null){
                queue.offer(top.left);
            }
            if (top.right != null){
                queue.offer(top.right);
            }
        }
    }

二叉树的其它具体操作都与二叉树的遍历息息相关，因此我们在学习其它操作之前，需要将二叉树的遍历融会贯通。

本期博客到此结束。