目录
1. 二叉树基本概念
二叉树有哪几种存储方式?什么样的二叉树适合用数组来存储?
1.1 什么是树(Tree)?
树的相关概念:节点(Node)、高度(Height)、深度(Depth)、层(Level)。
节点的高度:节点到叶子节点的最长路径(边数);
节点的深度:根节点到这个节点所经历的边的个数;
节点的层数:节点的深度+1;
树的高度:根节点的高度;
以上图树为例:A节点的高度为2,深度为1,层数为2,树的高度为3;
1.2 什么是二叉树(Binary Tree)?
二叉树,顾名思义,每个节点最多有两个“叉”,也就是两个子节点。
上面这个图里面,有两个比较特殊的二叉树,分别是编号 2 和 编号 3。
-
满二叉树
如上图编号 2,叶子节点全都在最底层,每个非叶子节点都有左右两个子节点,这种二叉树就叫作满二叉树。 -
完全二叉树
如上图编号 3,叶子节点都在最底下两层,最后一层的叶子节点都靠左排列,并且除了最后一层,其他层的节点个数都要达到最大,这种二叉树叫作完全二叉树。(完全二叉树其实就相当于满二叉树从后往前摘除几个叶子节点。)
1.3 二叉树的存储
想要存储一棵二叉树,有两种方法,一种是基于指针或者引用的二叉链式存储法,一种是基于数组的顺序存储法。
- 链式存储法
每个节点有三个字段,其中一个存储数据,另外两个是指向左右子节点的指针。大部分的二叉树代码都是通过这种结构来实现的。
- 基于数组的顺序存储法
我们把根节点存储在下标 i = 1 的位置,那左子节点就存储在下标 2*i = 2 的位置,右子节点存储在 2*i+1 = 3 的位置。
一般情况下,为了方便计算子节点,根节点会存储在下标为 1 的位置,这样就可以通过下标计算,把整棵树都串起来。
1.4 二叉树的遍历
(深圳开思时代面试题)
- 树的遍历方式有哪几种?
- 图的遍历方式呢?
二叉树的遍历方法有三种:前序遍历、中序遍历和后序遍历。前中后表示的是节点与它的左右子树节点遍历的先后顺序。如下图所示。
前序遍历,其实就是先遍历根节点,然后再递归的遍历左子树,最后递归地打印右子树。所以,我们可以把前、中、后序遍历的递推公式都写出来。
// 前序遍历的递推公式
preOrder(r) = print r -> preOrder(r->left) -> preOrder(r->right)
// 中序遍历的递推公式
inOrder(r) = inOrder(r->left) -> print r -> inOrder(r->right)
// 后序遍历的递推公式
postOrder(r) = postOrder(r->left) -> postOrder(r->right) -> print r
前序遍历的伪代码如下:
void preOrder(Node* root) {
if (root == null) return;
print root;
preOrder(root->left);
preOrder(root->right);
}
2. 二叉查找树
二叉查找树也叫二叉搜索树,是为了实现快速查找而生的。二叉查找树要求,在树中任意一个节点,其左子树中的每个节点的值,都要小于这个节点的值,而右子树节点的值都大于这个节点的值。
二叉查找树不仅仅支持快速查找数据,还支持快速插入、删除一个数据。它是怎么做到这些的呢?
2.1 二叉查找树的查找操作
我们先取根节点,如果要查找的数据比根节点值小,那就在左子树中递归查找;如果要查找的数据比根节点值大,那就在右子树中递归查找。
查找的代码实现如下:
public class BinarySearchTree {
private Node tree;
public Node find(int data) {
Node p = tree;
while (p != null) {
if (data < p.data) {
p = p.left;
} else if (data > p.data) {
p = p.right;
} else {
return p;
}
}
return null;
}
public static class Node {
private int data;
private Node left;
private Node right;
public Node(int data) {
this.data = data;
}
}
}
2.2 二叉查找树的插入操作
二叉查找树的插入过程有点类似查找操作。
插入的代码实现如下:
public void insert(int data) {
// 树中没有节点
if (tree == null) {
tree = new Node(data);
return;
}
Node p = tree;
while (p != null) {
if (data > p.data) {
if (p.right == null) {
p.right = new Node(data);
return;
}
p = p.right;
} else { // data < p.data
if (p.left == null) {
p.left = new Node(data);
return;
}
p = p.left;
}
}
}
2.3 二叉查找树的删除操作
针对要删除节点的子节点个数的不同,需要分三种情况来处理。
第一种情况是,如果要删除的节点没有子节点,直接将父节点中指向要删除节点的指针置为 null。如下图中删除节点 55;
第二种情况是,如果要删除的节点只有一个子节点(只有左子节点或者右子节点),需要更新父节点中指向要删除节点的指针,让它指向要删除节点的子节点就可以了。如下图中删除节点 13;
第三种情况是,如果要删除的节点有两个子节点,这就比较复杂了。
我们需要找到这个节点的右子树中的最小节点,把它替换到要删除的节点上。然后再删除掉这个最小节点,最小节点肯定没有左子节点(如果有左子节点,那就不是最小节点了),所以,我们可以应用上面两条规则来删除这个最小节点。如下图中删除节点 18;
删除的代码实现如下:
public void delete(int data) {
Node p = tree; // p指向要删除的节点,初始化指向根节点
Node pp = null; // pp记录的是p的父节点
while (p != null && p.data != data) {
pp = p;
if (data > p.data) {
p = p.right;
} else {
p = p.left;
}
}
if (p == null) { // 没有找到
return;
}
// 要删除的节点有两个子节点
if (p.left != null && p.right != null) { // 查找右子树中最小节点
Node minP = p.right;
Node minPP = p; // minPP表示minP的父节点
while (minP.left != null) {
minPP = minP;
minP = minP.left;
}
p.data = minP.data; // 将minP的数据替换到p中
p = minP; // 下面就变成了删除minP了
pp = minPP;
}
//删除节点是叶子节点或者仅有一个子节点
Node child; // p的子节点
if (p.left != null) {
child = p.left;
} else if (p.right != null) {
child = p.right;
} else {
child = null;
}
// 删除的是根节点
if (pp == null) {
tree = child;
} else if (pp.left == p) {
pp.left = child;
} else {
pp.right = child;
}
}
3. 红黑树(Red-Black Tree)
红黑树的英文是 “Red-Black Tree”,简称 R-B Tree。
3.1 如何定义一棵"红黑树"?
红黑树的节点,一类被标记为黑色,一类被标记为红色。除此之外,一棵红黑树还需要满足这样几个要求:
-
根节点是黑色的;
-
每个叶子节点都是黑色的空节点(NIL),也就是说,叶子节点不存储数据;
主要是为了简化红黑树的代码实现而设置的,画图的时候将黑色的、空的叶子节点都省略掉了。
-
任何相邻的节点都不能同时为红色,也就是说,红色节点是被黑色节点隔开的;
-
每个节点,从该节点到达其可达叶子节点的所有路径,都包含相同数目的黑色节点;
(广州金财互联面试题)
能说说二叉树、二叉查找树、红黑树这几种数据结构的区别吗?
参考资料
极客时间《数据结构与算法之美》第23、24、25讲