目录
基础概念
- 二叉搜索树----左小右大
- 平衡二叉搜索树 ----左右子树差不能超过1
遍历的形式
- 深度优先遍历
- 前序遍历(递归法,迭代法)
- 中序遍历(递归法,迭代法)
- 后序遍历(递归法,迭代法)
- 广度优先遍历
- 层次遍历(迭代法)
- 前序遍历:中左右
- 中序遍历:左中右
- 后序遍历:左右中
二叉树的定义
val + 左右指针
public class TreeNode {
int val;
TreeNode left;
TreeNode right;
TreeNode() {}
TreeNode(int val) { this.val = val; }
TreeNode(int val, TreeNode left, TreeNode right) {
this.val = val;
this.left = left;
this.right = right;
}
}
递归逻辑
- 终止条件
- 如何变小-确定递归函数的参数和返回值
- 单层逻辑操作
二叉树的递归遍历
记住递归三要素--开始遍历
前序遍历--中左右
思路:当前层把节点add到list里,递归到左右子树,停止则root为null则return退出当前递归
// 前序遍历·递归·LC144_二叉树的前序遍历
class Solution {
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<Integer>();
preorder(root, result);
return result;
}
public void preorder(TreeNode root, List<Integer> result) {
if (root == null) {
return;
}
result.add(root.val);
preorder(root.left, result);
preorder(root.right, result);
}
}
中序和后序就是把preorder和add值的顺序变了下即可
二叉树的迭代遍历
前序遍历
前序遍历是中左右,每次先处理的是中间节点,那么先将根节点放入栈中,然后将右孩子加入栈,再加入左孩子。为什么要先加入 右孩子,再加入左孩子呢? 因为这样出栈的时候才是中左右的顺序。
动画如下:
List<Integer> result = new ArrayList<>();
if (root == null) return result;//不能return null,空和null不一样
Stack<TreeNode> stack = new Stack<>();//迭代法二叉树用栈存
stack.push(root);//首先放根节点
while (!stack.isEmpty()) {//条件是栈不空
//大体逻辑是出来一个判断左右子节点,有的话就放进去,没有就继续pop
//不过要注意先放右节点,才能左先出
TreeNode node = stack.pop();
result.add(node.val);
if (node.right != null) {
stack.push(node.right);
}
if (node.left != null) {
stack.push(node.left);
}
}
return result;
}
创一个栈+放入根节点+(在栈不空的条件下弹出,加入右左节点)
后序遍历
再来看后序遍历,先序遍历是中左右,后序遍历是左右中,那么我们只需要调整一下先序遍历的代码顺序,就变成中右左的遍历顺序,然后在反转result数组,输出的结果顺序就是左右中了,如下图:
List<Integer> result = new ArrayList<>();
if (root == null) return result;
Stack<TreeNode> stack = new Stack<>();
Stack<Integer> output = new Stack<>();//毕竟是反过来存着之后还要返回来,那可以用个栈1正好
stack.push(root);
while (!stack.isEmpty()) {
TreeNode node = stack.pop();
output.push(node.val);
if (node.left != null) {
stack.push(node.left);
}
if (node.right != null) {
stack.push(node.right);
}
}
while (!output.isEmpty()) {
result.add(output.pop());
}
return result;
先序便利的左右子树存入顺序交换,然后翻转list,中左右-〉中右左-〉左右中
这里用的2个stack,一个遍历,一个存值
也可以直接反转result,注意list的操作:取get,更新值set(i, value),大小size()
for (int i = 0, j = result.size() - 1; i < j; i++, j--) {
//直接反转list,注意list的操作
int temp = result.get(i);
result.set(i, result.get(j));
result.set(j, temp);
}
中序遍历
为了解释清楚,我说明一下刚刚在迭代的过程中,其实我们有两个操作:
- 处理:将元素放进result数组中
- 访问:遍历节点
分析一下为什么刚刚写的前序遍历的代码,不能和中序遍历通用呢,因为前序遍历的顺序是中左右,先访问的元素是中间节点,要处理的元素也是中间节点,所以刚刚才能写出相对简洁的代码,因为要访问的元素和要处理的元素顺序是一致的,都是中间节点。
那么再看看中序遍历,中序遍历是左中右,先访问的是二叉树顶部的节点,然后一层一层向下访问,直到到达树左面的最底部,再开始处理节点(也就是在把节点的数值放进result数组中),这就造成了处理顺序和访问顺序是不一致的。
那么在使用迭代法写中序遍历,就需要借用指针的遍历来帮助访问节点,栈则用来处理节点上的元素。
动画如下:
public List<Integer> inorderTraversal(TreeNode root) {
//中序 左中右 要一个指针
List<Integer> result = new ArrayList<>();
TreeNode cur = root;
Stack<TreeNode> stack = new Stack<>();
if (root == null) return result;
while (cur != null || !stack.isEmpty()) {
if (cur != null) { //找到最左节点,这里不能.left,就是用自身判断
stack.push(cur);
cur = cur.left;
} else {//找到之后就弹出记录,再看看右节点有没有
cur = stack.pop();//这里要更新cur了,因为上一步为了返回已经把cur变为空了
result.add(cur.val);
cur = cur.right;
}
}
return result;
}
中序 左中右 要一个指针,找到最左下方不断push,然后进行弹出记录,再指向右边继续
层序遍历
需要借用一个辅助数据结构即队列来实现,队列先进先出,符合一层一层遍历的逻辑,而用栈先进后出适合模拟深度优先遍历也就是递归的逻辑。
public List<List<Integer>> levelOrder(TreeNode root) {
//队列
List<List<Integer>> resList = new ArrayList<List<Integer>>();
if (root == null) return resList;
Queue<TreeNode> que = new LinkedList<TreeNode>();
que.offer(root);
while (!que.isEmpty()) {
//得一层一层存
List<Integer> itemList = new ArrayList<Integer>();
int len = que.size();
while (len > 0) {
TreeNode node = que.poll();
itemList.add(node.val);
if (node.left != null) que.offer(node.left);
if (node.right != null) que.offer(node.right);
len--;
}
resList.add(itemList);
}
return resList;
}
不能依赖二叉树的自己结构---用队列
要用一个size快照每一层的数量,才知道要弹出多少
进一层,记size,然后出size个,找有没有子节点,有的话就把子节点放进去
层序遍历拓展题目
1、如果要倒序输出
List<List<Integer>> result = new ArrayList<>();
for (int i = list.size() - 1; i >= 0; i-- ) {
result.add(list.get(i));
}
199 二叉树右视图
其实就是层次遍历小变,取每层最后一个数就行了,不是要记录size吗,每层size=1的时候记下来即可
429 n叉树的层序遍历
变一下放入子节点
for (int i = 0; i < node.children.size(); i++) {
if (node.children.get(i) != null) {
que.offer(node.children.get(i));
}
}
116 填充每个节点的下一个右侧节点指针
关键核心在于:每一层取出一个节点后,指向队列内下一个节点,除了最后一个指向空即可
que.peek(): 不改变元素的情况下得到最顶上的值
if(len != 1)
node.next = que.peek();//peek是不改变元素的情况下得到最顶上的值
else
node.next = null;
104 二叉树的最大深度![](https://i-blog.csdnimg.cn/direct/7fb9ef1fed1046e0ac71b81846faa873.png)
就是层序遍历记录一下层数
111 二叉树的最小深度
思路: 如果一个节点没有左右孩子,那这个就是最小深度了,所以在层次遍历的时候进行一下判断即可
if (node.right == null && node.left == null)
return depth + 1;
所以,二叉树的层序遍历,就是图论中的广度优先搜索在二叉树中的应用,需要借助队列来实现(此时又发现队列的一个应用了)。
那么,以上,便是二叉树的基础知识遍历和相关简单应用啦~