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:
- 或者为空;
- 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:
- 二叉树不存在度大于2的结点。
- 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
- 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 2K-1,则它就是满二叉树。
- 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
- 一棵N个结点的树有N-1条边。
- 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 2i-1 (i>0)个结点。
- 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 2k-1 (k>=0)。
- 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。
- 具有 n 个结点的完全二叉树的深度为 log2(n+1) 或 log2n+1。
- 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
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;
}