目录
树的概念和结构
树的概念
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:树型结构中,子树之间不能有交集,否则就不是树型结构
树与非树?
以上三种情况可以得出:
- 子树是不想交的
- 除了根结点外,每个结点有且仅有一个父结点
- 一颗N个结点的树有N-1条边
根据下图详细说明树的概念:
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
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
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
}
二叉树
二叉树的概念
二叉树
(binary tree)是指树中
结点的度不大于2
的有序树,它是一种最简单且最重要的树。二叉树的递归定义为:二叉树是一棵
空树
,或者是一棵由一个根节点和两棵互不相交的,分别称作根的左子树和右子树组成的
非空树
;左子树和右子树又同样都是二叉树
对于任意的二叉树都是由以下几种情况复合而成的:
两种特殊的二叉树
1、满二叉树
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n,且结点总数是
2ⁿ – 1
,则它就是满二叉树
。
2、完全二叉树
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。
注意:满二叉树一定是完全二叉树,而完全二叉树不一定是满二叉树
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
ps:因为求的是
第i层上最多的结点个数
可以简单
将二叉树理解成满二叉树
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)
ps:二叉树的
最大结点个数
也可以
将二叉树理解成满二叉树
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
ps:在任意二叉树中,度为0的结点比度为2的结点多一个
假设:二叉树中总的结点个数为N,度为0的结点有n0个,度为1的结点有n1个,度为2的结点n2有n2个 ——> N = n0 + n1 (1) 二叉树中总的结点个数为N,在二叉树中总共有N-1条边 ——从下往上看 n0的结点——叶子结点:往下不可能产生边 n1的结点——只有一个孩子的结点:往下只能产生一条边 n2的结点——两个孩子结点均存在:往下可以产生两条边 利用总边数建立一个式子——>N-1 = n1 + 2* n2 (2) 结合两个式子得出n0 = n2 + 1
4.
具有
n
个结点的完全二叉树的深度
k为
log₂(n+1)
向上取整
满二叉树也是完全二叉树,而满二叉树总结点个数为:2^h – 1 = n 即 h = log₂(n+1) 如果是满二叉树,h计算出来之后肯定是整数;如果是完全二叉树,h计算出来之后可能是小数(向上取整数)
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
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
- 顺序存储适合存储完全二叉树
- 类似于链表的链表存储适合存储任意二叉树
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
}
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。
// 前序遍历 - 操作:指的是对节点中的值域进行打印
private void preOrder(BTNode treeRoot){
/*
if(null == treeRoot){
return;
}
// 非空
// 1. 先遍历根节点
System.out.print(treeRoot.data + " ");
// 2. 再遍历根节点的左子树----注意:根节点的左子树也是二叉树,遍历根节点的左子树与遍历原树的规则相同
preOrder(treeRoot.left);
// 3. 最后再遍历根节点的右子树----注意:根节点的右子树也是二叉树,遍历根节点的右子树与遍历原树的规则相同
preOrder(treeRoot.right);
*/
if(treeRoot != null){
System.out.print(treeRoot.data + " ");
preOrder(treeRoot.left);
preOrder(treeRoot.right);
}
}
//中序遍历
private void inOrder(BTNode treeRoot){
if(treeRoot != null){
inOrder(treeRoot.left);
System.out.print(treeRoot.data + " ");
inOrder(treeRoot.right);
}
}
//后序遍历
private void postOrder(BTNode treeRoot){
if(treeRoot != null){
postOrder(treeRoot.left);
postOrder(treeRoot.right);
System.out.print(treeRoot.data + " ");
}
}
根据下面的二叉树分析
前序递归遍历图解,中序和后序递归遍历类似。
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
还原二叉树
通过前序和中序遍历结果还原二叉树
前序:根——左子树——右子树 通过前序遍历结果可以找到二叉树或者其子树的根结点
中序:左子树——根——右子树 在中序遍历结果中找到根的位置,根位置之前的元素是根左子树中的结点,根位置之后的元素是根右子树中的结点
通过后序和中序遍历结果还原二叉树
后序:左子树——右子树——根 先从后序遍历结果中确定二叉树的根结点
中序:左子树——根——右子树 在中序遍历结果中找到根的位置,根位置之前的元素是根左子树中的结点,根位置之后的元素是根右子树中的结点。先递归还原根右子树,然后再还原根左子树
通过前序和后序遍历结果能否还原二叉树?
不能
根据前序和后序遍历结果还原二叉树。因为前序和后序可以确定二叉树的根结点,但是无法确定根结点的左右子树。
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。
层序遍历结果:ABCDEFGHI
下面关于二叉树层序遍历的两道题目
import java.util.*;
class Solution {
public List<List<Integer>> levelOrder(TreeNode root) {
List<List<Integer>> ret = new ArrayList<List<Integer>>();
if (root == null) {
return ret;
}
Queue<TreeNode> queue = new LinkedList<TreeNode>();
queue.offer(root);
while (!queue.isEmpty()) {
List<Integer> level = new ArrayList<Integer>();
int currentLevelSize = queue.size();
for (int i = 1; i <= currentLevelSize; ++i) {
TreeNode node = queue.poll();
level.add(node.val);
if (node.left != null) {
queue.offer(node.left);
}
if (node.right != null) {
queue.offer(node.right);
}
}
ret.add(level);
}
return ret;
}
}
根据这道题可以尝试一下另一道层序遍历二叉树
ps:数组倒置
二叉树的基本操作
// 获取二叉树中节点的个数
private int size(BTNode treeRoot){
if(treeRoot == null){
return 0;
}
return 1 + size(treeRoot.left) + size(treeRoot.right);
}
// 获取二叉树中叶子节点的个数
private int getLeafNode(BTNode treeRoot){
if(treeRoot == null){
return 0;
}
if(treeRoot.left == null && treeRoot.right == null){
return 1;
}
return getLeafNode(treeRoot.left) + getLeafNode(treeRoot.right);
}
// 获取二叉树中第k层节点个数----注意:认为根就在第1层
private int getKLevelNode(BTNode treeRoot, int k){
if(treeRoot == null || k <= 0){
return 0;
}
// 树一定不为空,k==1说明:获取第一层节点总数,而第一层只有根节点
if(k == 1){
return 1;
}
return getKLevelNode(treeRoot.left, k-1) + getKLevelNode(treeRoot.right, k-1);
}
// 获取树的高度
private int height(BTNode treeRoot){
if(treeRoot == null){
return 0;
}
int leftHeight = height(treeRoot.left);
int rightHeight = height(treeRoot.right);
return leftHeight > rightHeight? leftHeight+1 : rightHeight+1;
}
// 查找值为data的节点,并返回
private BTNode find(BTNode treeRoot, int data){
if(treeRoot == null){
return null;
}
if(treeRoot.data == data){
return treeRoot;
}
BTNode ret = find(treeRoot.left, data);
if(ret != null){
return ret;
}
return find(treeRoot.right, data);
}
记得点赞和收藏哦!!