二叉树基础知识

一、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：

• 有一个特殊的结点，称为根结点，根结点没有前驱结点。
• 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。
• 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

1.2 概念（重要）

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。
结点的深度： 从根开始定义起，根结点的深度为1，根的子节点的深度为2，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

1.3 树的表示形式（了解）

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。

1.4 树的应用

文件系统管理（目录和文件）

二、二叉树（重点）

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（左右顺序）。

注意：对于任意的二叉树都是由以下几种情况复合而成的：

大自然的奇观：

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。
   

2.3 二叉树的性质

1. 一棵N个结点的树有N-1条边。
2. 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。
3. 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)。
4. 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。
5. 具有 n 个结点的完全二叉树的深度为 log₂(n+1) 或 log₂n+1。
6. 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。

---

例题：

解：用上述性质3，n0 = n2+1; 所以 n0 = 200，选B。

---

解：思路：

本题当中，2n一定是一个偶数：2n = n0+1+n2，即 2n-1 = n0+n2；
因为在任意一棵二叉树当中，度为0的节点比度为2的节点多1个，所以 n2 = n0-1；
联立，得 2n-1 = 2n0-1，即 n = n0。所以选A。

---

思路：
类似上题：767一定是奇数：767 = n0+n2；
又 n0 = n2+1；
联立，得767 = 2n₂+1 ；解得 n2 = 383，所以 n0 = 384，选B。

---

利用上述性质4:
我们知道 2¹⁰ = 1024；2⁹ = 512；
代入公式，向上+1取整为10，选B。

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。
我们先来讲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：


孩子双亲表示法会在平衡树位置介绍到，本篇采用孩子表示法来构建二叉树。

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。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。
我们创建下图这样一个二叉树：

public class MyBinaryTree {
    static class TreeNode{
        public char val;
        public TreeNode left;  // 左孩子的引用
        public TreeNode right;  // 右孩子的引用

        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，真正创建二叉树方式后序详解重点讲解。
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。

2.5.2 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，同学们可自己动手绘制：

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 2 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。

3. 例题

1.某完全二叉树按层次输出（同一层从左到右）的序列为 ABCDEFGH 。该完全二叉树的前序序列为？
由于是完全二叉树，所以可以直接画图分析。

---

2.二叉树的先序遍历和中序遍历如下：先序遍历：EFHIGJK；中序遍历：HFIEJKG。则二叉树根结点为？ ：E

---

3.设一课二叉树的中序遍历序列：badce，后序遍历序列：bdeca，则二叉树前序遍历序列为？ ：abcde
要学会根据遍历序列得到二叉树：

---

4.某二叉树的后序遍历序列与中序遍历序列相同，均为 ABCDEF ，则按层次输出（同一层从左到右）的序列为？ ：FEDCBA

---

我们可以理解为：
前(先)序遍历：第一个为根节点，接着第二个是子树的根节点……（结合中序遍历就可以得到具体二叉树）；
后序遍历：倒数第一个为根节点，接着倒数第二个是子树的根节点……（结合中序遍历就可以得到具体二叉树）。

---

问题一： 如果只给一个遍历能不能创建一棵二叉树？
答：不能！因为有可能存在两棵不同的树，某一个遍历是一样的。
注意： 如果null节点也表示出了，那么可以唯一确定。

问题二： 如果只给前序和后序遍历能不能创建一棵二叉树？
答：不能！前序或者后序都是确定根的位置，无法确定左树和右树的位置。

---

4. 代码实现

前中后序遍历：

    // 前序遍历
    public void preOrder(TreeNode root){
        if(root == null){
            return;
        }
        System.out.print(root.val + " ");
        preOrder(root.left);
        preOrder(root.right);
    }

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

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

层序遍历：利用一个队列

	// 层序遍历
	public void level0rder(TreeNode root) {
		if(root == null) {
			return;
		}
		Queue<TreeNode> qu = new LinkedList<>();
		qu.offer(root);
		while(!qu.isEmpty()){
			TreeNode cur = qu.poll();
			System.out.print(cur.val+" ");
			if(cur.left != null) {
				qu.offer(cur.left);
			}
			if(cur.right != null) {
				qu.offer(cur.right);
			}
		}
	}

5. 二叉树遍历OJ题

前序遍历OJ

以下两种方法是等价的，但是并没有利用到返回值List<Integer>： （遍历思路）

利用到返回值List<Integer>的方法： （子问题思路）

中序遍历和后序遍历同。

2.5.3 二叉树的基本操作

我们一般情况下都使用子问题思路。

1. 节点个数

1.遍历思路

public static int nodesize = 0;

public int size(TreeNode root) {
	if(root == null) {
		return 0;
	}
	nodeSize++;
	size(root.left);
	size(root.right);
	return nodeSize;
}

2.子问题思路

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

2. 叶子节点个数

1.遍历思路：

public static int leafSize = 0;
void getLeafNodeCount(TreeNode root) {
	if(root == null) {
		return ;
	}
	if(root.left == null && root.right == null) {
		leafSize++;
	}
	getLeafNodeCount(root.left);
	getLeafNodeCount(root.right);
}

2.子问题思路：

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

3. 第K层节点个数

子问题思路：
相对于根节点的第K层个数，其实就是左树的K-1层个数＋右树的K-1层个数……K == 1 时结束。

int getKLevelNodeCount(TreeNode root,int k) {
	if(root == null || k <= 0) {
		return 0;
	}
	if(k == 1) {
		return 1;
	}
	int tmp = getKLevelNodeCount(root.left,k-1) + getKLevelNodeCount(root.right,k-1);
	return tmp;
}

4. 二叉树高度

子问题思路：

public int getHeight(TreeNode root){
	if(root == null) {
		return 0;
	}
	int leftHeight = getHeight(root.left);
	int rightHeight = getHeight(root.right);
	
	return leftHeight > rightHeight ? leftHeight+1 : rightHeight+1;
}

---

如果我们修改一下代码，用以下代码在OJ里跑，会报 “超出时间限制”，为什么呢？

public int getHeight(TreeNode root){
	if(root == null) {
		return 0;
	}
	
	return getHeight(root.left) > getHeight(root.right) ? 
	getHeight(root.left)+1 : getHeight(root.right)+1;
}

答：是因为以上代码“重复递归”了！所以应该把值记录在变量里面，需要时取值即可。

---

那么时间复杂度是多少呢？
答：O(N)，因为我们一直在求左右子树的高度，等于是把所有节点都遍历了一遍，所以是O(N)。

5. 检测value值元素是否存在

遍历思路：

public TreeNode find(TreeNode root,char val) {
	if(root == null) {
		return null;
	}
	if(root.val == val) {
		return root;
	}
	TreeNode ret1 = find(root.left,val);
	if(ret1 != null) {
		return ret1;
	}
	TreeNode ret2 = find(root.right,val);
	if(ret2 != null) { I
		return ret2;
	}
	return null;
}

时间复杂度也是O(N)。

6. 判断是否为完全二叉树

思路：
创建一个队列，基本思路和层序遍历一样。
但是遇到null节点时依然入队列，当cur第一次为null时，检查队列中元素：
若有非null元素，则不是完全二叉树。

代码实现：

public boolean iscompleteTree(TreeNode root) {
	if(root == null) {
		return true;
	}
	Queue<TreeNode> qu = new LinkedList<>();
	qu.offer(root);
	while(!qu.isEmpty()) {
		TreeNode cur = qu.poll();
		if(cur != null){
			qu.offer(cur.left);
			qu.offer(cur.right);
		}else {
			break;
		}
	}
	/判断队列剩下的值 是否有 非null的数据
	while (!qu.isEmpty()) {
		TreeNode pop = qu.poll();
		if(pop != null) {
			return false;
		}
	}
	return true;
}