文章目录
- 前言
- 1.树型结构
- 1.1树的概念
- 1.2树的特性
- 1.3树的一些性质
- 1.4树的一些表示形式
- 1.5树的应用
- 2.二叉树
- 2.1 概念
- 2.2 两种特殊的二叉树
- 2.3 二叉树的性质
- 2.4 二叉树的存储
- 2.5 二叉树的基本操作
前言
前面我们都是学的线性结构的数据结构,接下来我们就需要来学习非线性的数据结构,我们先来学第一个非线性的数据结构——树。每一门学科都来自生活,从生活中学习,我们要学的树就是来自生活,这种数据结构就像我们大自然中的树倒立着一样,所以我们取名为树。
1.树型结构
1.1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:
1.有一个特殊的结点,称为根结点,根结点没有前驱结点
2.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
3.树是递归定义的。
注意:树形结构中,子树不能有交集,否则不具备树形结构。
1.2树的特性
1.子树是不相交的
2.除了根结点以外,每一个结点只有一个父节点。
3.一棵N个结点的树有N-1条边。
1.3树的一些性质
**结点的度:**一个结点含有子树的个数称为该结点的度;
**树的度:**一棵树中,所有结点度的最大值称为树的度;
叶子结点或终端结点:度为0的结点称为叶结点;
**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;
**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;
**根结点:**一棵树中,没有双亲结点的结点;
**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;
**非终端结点或分支结点:**度不为0的结点;
**兄弟结点:**具有相同父结点的结点互称为兄弟结点;
**堂兄弟结点:**双亲在同一层的结点互为堂兄弟;
**结点的祖先:**从根到该结点所经分支上的所有结点;
**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。
**森林:**由m(m>=0)棵互不相交的树组成的集合称为森林
1.4树的一些表示形式
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;
Node firstChild;
// 树中存储的数据
// 第一个孩子引用
Node nextBrother; // 下一个兄弟引用
}
1.5树的应用
文件系统管理(目录和文件)
2.二叉树
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
注意:对于任意的二叉树都是由以下几种情况复合而成的:
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,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
- 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(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(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k为上取整
- 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
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。
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
}
这里我们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枚举法来将树创建,这种创建方式一开始是比较容易理解的,等到我们对二叉树学习到一定的程度再去用其他方法创建二叉树,那样就比较轻松。
枚举法创建树:
public class BinaryTree {
static class TreeNode {
public char val;
public TreeNode left;
public TreeNode right;
public TreeNode(char val) {
this.val = val;
}
}
public TreeNode careTree1() {
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');
A.left = B;
A.right = D;
B.left = C;
D.left = E;
D.right = F;
return A;
}
}
2.5.2 二叉树的遍历
- 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。
下面分析前序递归遍历图解与遍历结果
代码实现:
public void preOrder(TreeNode root) {
if(root == null) {
return;
}
System.out.print(root.val+" ");
preOrder(root.left);
preOrder(root.right);
}
下面分析中序递归遍历图解与遍历结果
代码实现:
public void inOrder(TreeNode root) {
if(root == null) {
return;
}
inOrder(root.left);
System.out.print(root.val+" ");
inOrder(root.right);
}
下面分析后序递归遍历图解与遍历结果
代码实现:
public void postOrder(TreeNode root) {
if(root == null) {
return;
}
postOrder(root.left);
postOrder(root.right);
System.out.print(root.val+" ");
}
- 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。
2.5.3 二叉树的基本操作
这些操作我们都采用子问题方式来解决
什么叫子问题?子问题就是将问题细分成一个一个相同的小问题来解决。
1.获取树中节点的个数
左树的结点+右树的结点+根结点
int size(TreeNode root) {
//子问题:左树结点的个数+右树结点的个数+根的个树
if(root == null) {
return 0;
}
return size(root.left) + size(root.right) + 1;
}
2.获取叶子节点的个数
左树的叶子节点+右树的叶子节点 (叶子节点就是左右都没有结点称为叶子节点)
int getLeafNodeCount(TreeNode root) {
if(root == null) {
return 0;
}
//判断是否为叶子结点
if(root.left == null && root.right == null) {
return 1;
}
return getLeafNodeCount(root.left) + getLeafNodeCount(root.right);
}
3.获取第K层节点的个数
每一次遍历左子树或右子树的时候k-1,当k==1时直接返回1.
int getKLevelNodeCount(TreeNode root,int k) {
if(root == null) {
return 0;
}
//k==1时返回1
if(k == 1) {
return 1;
}
//遍历左子树和右子树
return getKLevelNodeCount(root.left,k-1) + getKLevelNodeCount(root.right,k-1);
}
4.获取二叉树的高度
比较左子树和右子树的最大路径然后+1
int getHeight(TreeNode root) {
if(root == null) {
return 0;
}
//比较左子树与右子树的最大值然后加1
int getLeftMax = getHeight(root.left);
int getRightMax = getHeight(root.right);
return Math.max(getLeftMax,getRightMax) + 1;
}
int getHeight1(TreeNode root) {
if(root == null) {
return 0;
}
//比较左子树与右子树的最大值然后加1
return Math.max(getHeight1(root.left),getHeight1(root.right)) + 1;
}
5.检测值为value的元素是否存在
先判断根结点,然后遍历左子树和右子树
TreeNode find(TreeNode root, int val) {
if(root == null) {
return null;
}
//判断根结点是否为检测值
if(root.val == val) {
return root;
}
//然后遍历左子树,判断有没有和val值相同的,有则返回,没有则遍历右子树
TreeNode leftVal = find(root.left,val);
if(leftVal != null) {
return leftVal;
}
//然后遍历右子树,判断有没有和val值相同的,有则返回
TreeNode rightVal = find(root.right,val);
if(rightVal != null) {
return rightVal;
}
//说明左子树找不到右子树也找不到,最后返回null
return null;
}
希望大家可以给我点点关注,点点赞,并且在评论区发表你们的想法和意见,我会认真看每一条评论,你们的支持就是我的最大鼓励。🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹🌹