关键词:
Java集合与数据结构 二叉树
树型结构
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:
- 有一个特殊的节点,称为根节点,根节点没有前驱节点。
- 除根节点外,其余节点被分成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。每棵子树的根节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。
重要概念
- 节点的度:一个节点含有的子树的个数称为该节点的度; 如上图:A的为6
- 树的度:一棵树中,最大的节点的度称为树的度; 如上图:树的度为6
- 叶子节点或终端节点:度为0的节点称为叶节点; 如上图:B、C、H、I…等节点为叶节点
- 双亲节点或父节点:若一个节点含有子节点,则这个节点称为其子节点的父节点; 如上图:A是B的父节点
- 孩子节点或子节点:一个节点含有的子树的根节点称为该节点的子节点; 如上图:B是A的孩子节点
- 根结点:一棵树中,没有双亲结点的结点;如上图:A
- 节点的层次:从根开始定义起,根为第1层,根的子节点为第2层,以此类推;
- 树的高度或深度:树中节点的最大层次; 如上图:树的高度为4
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
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。
二叉树的特点:
- 每个结点最多有两棵子树,即二叉树不存在度大于 2 的结点。
- 二叉树的子树有左右之分,其子树的次序不能颠倒,因此二叉树是有序树。
二叉树的基本形态
上图给出了几种特殊的二叉树形态,从左往右依次是:空树、只有根节点的二叉树、节点只有左子树、节点只有右子树、节点的左右子树均存在,一般二叉树都是由上述基本形态结合而形成的。
两种特殊的二叉树
满二叉树: 一个二叉树,如果每一个层的结点数都达到最大值,则这个二叉树就是满二叉树。也就是说,如果一个二叉树的层数为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1至n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。
二叉树的性质
- 若规定根节点的层数为1,则一棵非空二叉树的第i层上最多有 (i>0)个结点
- 若规定只有根节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为根节点编号,无双亲节点
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
比如:假设一棵完全二叉树中总共有1000个节点,则该二叉树中_500_个叶子节点,_500_个非叶子节点,_1_个节点只有左孩子,_0_个只有右孩子。
二叉树的遍历
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。
由于被访问的结点必是某子树的根,所以N(Node)、L(Left subtree)和R(Right subtree)又可解释为根、根的左子树和根的右子树。NLR、LNR和LRN分别又称为先根遍历、中根遍历和后根遍历。
例如:
前序遍历:A B D E H C F G
中序遍历:D B E H A F C G
后序遍历:D H E B F G C A
二叉树基本功能的实现
以下图为例
class BTNode
public char val;
public BTNode left;//左子树的引用
public BTNode right;//右子树的引用
public BTNode(char val)
this.val = val;
public class BinaryTree
public BTNode createTree()
BTNode A = new BTNode('A');
BTNode B = new BTNode('B');
BTNode C = new BTNode('C');
BTNode D = new BTNode('D');
BTNode E = new BTNode('E');
BTNode F = new BTNode('F');
BTNode G = new BTNode('G');
BTNode H = new BTNode('H');
A.left = B;
A.right = C;
B.left = D;
B.right = E;
C.left = F;
C.right = G;
E.right = H;
return A;
// 前序遍历
void preOrderTraversal(BTNode root)
if (root == null) return;
System.out.print(root.val + " ");
preOrderTraversal(root.left);
preOrderTraversal(root.right);
// 中序遍历
void inOrderTraversal(BTNode root)
if (root == null) return;
inOrderTraversal(root.left);
System.out.print(root.val + " ");
inOrderTraversal(root.right);
// 后序遍历
void postOrderTraversal(BTNode root)
if (root == null) return;
postOrderTraversal(root.left);
postOrderTraversal(root.right);
System.out.print(root.val + " ");
// 遍历思路-求结点个数
static int size = 0;
void getSize1(BTNode root)
if (root == null) return;
size++;
getSize1(root.left);
getSize1(root.right);
// 子问题思路-求结点个数
int getSize2(BTNode root)
if (root == null) return 0;
return getSize2(root.left) + getSize2(root.right) + 1;
// 遍历思路-求叶子结点个数
static int leafSize = 0;
void getLeafSize1(BTNode root)
if (root == null) return;
if (root.left == null && root.right == null)
leafSize++;
getLeafSize1(root.left);
getLeafSize1(root.right);
// 子问题思路-求叶子结点个数
int getLeafSize2(BTNode root)
if (root == null) return 0;
if (root.left == null && root.right == null)
return 1;
return getLeafSize2(root.left) + getLeafSize2(root.right);
// 子问题思路-求第 k 层结点个数
int getKLevelSize(BTNode root, int k)
if (root == null) return 0;
if (k == 1) return 1;
return getKLevelSize(root.left, k - 1) + getKLevelSize(root.right, k - 1);
// 获取二叉树的高度
int getHeight(BTNode root)
if (root == null) return 0;
return getHeight(root.left) > getHeight(root.right) ?
getHeight(root.left) + 1 : getHeight(root.right) + 1;
// 查找 val 所在结点,没有找到返回 null
// 按照 根 -> 左子树 -> 右子树的顺序进行查找
// 一旦找到,立即返回,不需要继续在其他位置查找
BTNode find(BTNode root, char val)
if (root == null) return null;
if (root.val == val) return root;
BTNode ret = find(root.left, val);
if (ret != null) return ret;
ret = find(root.right, val);
if (ret != null) return ret;
return null;
//层序遍历
void levelOrderTraversal(BTNode root)
if (root == null) return;
Queue<BTNode> queue = new LinkedList<>();
queue.offer(root);
while(!queue.isEmpty())
BTNode cur = queue.poll();
System.out.print(cur.val + " ");
if (cur.left != null)
queue.offer(cur.left);
if (cur.right != null)
queue.offer(cur.right);
测试该段代码
public class TestDemo
public static void main(String[] args)
BinaryTree binaryTree = new BinaryTree();
BTNode root = binaryTree.createTree();
System.out.print("前序遍历:");
binaryTree.preOrderTraversal(root);
System.out.println();
System.out.print("中序遍历:");
binaryTree.inOrderTraversal(root);
System.out.println();
System.out.print("后序遍历:");
binaryTree.postOrderTraversal(root);
System.out.println();
binaryTree.getSize1(root);
System.out.println("遍历思路-求结点个数:" + BinaryTree.size);
System.out.println("子问题思路-求结点个数:" + binaryTree.getSize2(root));
binaryTree.getLeafSize1(root);
System.out.println("遍历思路-求叶子结点个数:" + BinaryTree.leafSize);
System.out.println("子问题思路-求叶子结点个数:" + binaryTree.getLeafSize2(root));
System.out.println("子问题思路-求第 3 层结点个数:" + binaryTree.getKLevelSize(root, 3));
System.out.println("子问题思路-求第 4 层结点个数:" + binaryTree.getKLevelSize(root, 4));
System.out.println("获取二叉树的高度:" + binaryTree.getHeight(root));
BTNode ret = binaryTree.find(root, 'E');
if (ret == null) System.out.println("没有找到这个节点");
System.out.println("查找 E 所在结点:" + ret.val);
System.out.print("层序遍历:");
binaryTree.levelOrderTraversal(root);
代码的执行结果为:
!
二叉树的前序遍历
class Solution
public List<Integer> preorderTraversal(TreeNode root)
List<Integer> list = new ArrayList<>();
if (root != null)
list.add(root.val);
List<Integer> leftList = preorderTraversal(root.left);
list.addAll(leftList);
List<Integer> rightList = preorderTraversal(root.right);
list.addAll(rightList);
return list;
该代码提交通过。
二叉树的中序遍历
class Solution
public List<Integer> inorderTraversal(TreeNode root)
List<Integer> list = new ArrayList<>();
if (root != null)
List<Integer> leftList = inorderTraversal(root.left);
list.addAll(leftList);
list.add(root.val);
List<Integer> rightList = inorderTraversal(root.right);
list.addAll(rightList);
return list;
该代码执行通过。
二叉树的后序遍历
class Solution
public List<Integer> postorderTraversal(TreeNode root)
List<Integer> list = new ArrayList<>();
if (root != null)
List<Integer> leftList = postorderTraversal(root.left);
list.addAll(leftList);
List<Integer> rightList = postorderTraversal(root.right);
list.addAll(rightList);
list.add(root.val);
return list;
该代码执行通过。
二叉树最大深度
class Solution
public int maxDepth(TreeNode root)
if (root == null) return 0;
int leftHeight = maxDepth(root.left);
int rightHeight = maxDepth(root.right);
return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
该代码提交通过
检查两颗树是否相同
class Solution
public boolean isSameTree(TreeNode p, TreeNode q)
if(p == null && q != nujava集合与数据结构优先级队列堆(代码片段)
Java集合与数据结构优先级队列【堆】二叉树的顺序存储存储方式堆(heap)操作-向下调整堆的应用-优先级队列操作-入队列操作-出队列java中的优先级队列堆的其他应用TopK问题堆的其他应用堆排序二叉树的顺序存储存储方式使用数... 查看详情
java集合与数据结构优先级队列堆(代码片段)
Java集合与数据结构优先级队列【堆】二叉树的顺序存储存储方式堆(heap)操作-向下调整堆的应用-优先级队列操作-入队列操作-出队列java中的优先级队列堆的其他应用TopK问题堆的其他应用堆排序二叉树的顺序存储存储方式使用数... 查看详情
java集合与数据结构二叉树(代码片段)
Java集合与数据结构二叉树树型结构概念重要概念树的表示形式二叉树概念二叉树的基本形态两种特殊的二叉树二叉树的性质二叉树的遍历二叉树基本功能的实现二叉树的前序遍历二叉树的中序遍历二叉树的后序遍历二叉树最大... 查看详情
数据结构学习笔记(二叉树)总结与整理(代码片段)
数据结构学习笔记(二叉树)总结与整理二叉树定义二叉树结构二叉树常用操作二叉树的创建递归方式二叉树的遍历非递归方式二叉树的遍历二叉树的其他功能堆(二叉树的顺序结构)堆的实现二叉树定义概念... 查看详情
数据结构学习笔记(二叉树)总结与整理(代码片段)
数据结构学习笔记(二叉树)总结与整理二叉树定义二叉树结构二叉树常用操作二叉树的创建递归方式二叉树的遍历非递归方式二叉树的遍历二叉树的其他功能堆(二叉树的顺序结构)堆的实现二叉树定义概念... 查看详情
java集合与数据结构——二叉树02
文章目录Java集合与数据结构——二叉树(二)初阶面试题二叉树的前中后遍历前序遍历中序遍历后序遍历获取二叉树的高度获取二叉树的最大深度求整颗二叉树的叶子节点数量遍历思路:子问题思路:查找二叉树中对应val... 查看详情
数据结构之二叉树(代码片段)
1.二叉树的基本概念 二叉树是一种非常常见并实用的数据结构,它结合了有序数组和链表的优点,在二叉树中查找数据与在数组中查找数据一样快,在二叉树中添加删除数据的速度与在链表中一样高效。 二叉树也称为二... 查看详情
java集合与数据结构——二叉树03
文章目录对称二叉树二叉树的镜像二叉树的层序遍历0102判断一个二叉树是否为完全二叉树二叉树的拓展问题对称二叉树/***Definitionforabinarytreenode.*publicclassTreeNode*intval;*TreeNodeleft;*TreeNoderight;*TreeNode()*TreeNode(intval)this.val=val;*TreeNod... 查看详情
数据结构与算法(java)之二叉树(代码片段)
二叉树packagecom.weeks.tree;/***@author达少*@version1.0**实现二叉树数据结构*/publicclassBinaryTreeDemopublicstaticvoidmain(String[]args)//定义二叉树BinaryTreebinaryTree=newBinaryTree();//定义二叉树的节点对象HeroNode 查看详情
java集合与数据结构优先级队列堆(代码片段)
Java集合与数据结构优先级队列【堆】二叉树的顺序存储存储方式堆(heap)操作-向下调整堆的应用-优先级队列操作-入队列操作-出队列java中的优先级队列堆的其他应用TopK问题堆的其他应用堆排序二叉树的顺序存储存储方式使用数... 查看详情
打败二叉树!(代码片段)
...二叉搜索树AVL树红黑树树的概念与结构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... 查看详情
java数据结构与算法之翻转二叉树(代码片段)
该题本来不是一个具有代表性的题目,其实质就是考了一个对于二叉树的遍历问题,但是由于在面试中我多次被问到该题,所以做一个记录。题目描述给你一棵二叉树的根节点root,翻转这棵二叉树,并返回其... 查看详情
学习数据结构笔记---[二叉树学习(binarytree)](代码片段)
B站学习传送门–>尚硅谷Java数据结构与java算法(Java数据结构与算法)ml1.初步学习二叉树2.初步实现二叉树的前序,中序,后序遍历图解简易实现前中后序遍历3.初步实现二叉树的前序查找,中序查找;后序查找;4.初步实现二... 查看详情
4-3《java中所有集合》——链表和二叉树collectionlistsetmapiterator迭代器集合在jdk9中的新特性(代码片段)
...、类集概述二、链表和二叉树1、链表2、二叉树三、常见数据结构1、栈2、队列3、数组4、链表5、红黑树四、Collection接口(重点)1、List接口(重点)1.ArrayList集合(重点)2.Vector集合& 查看详情
二叉树的java实现以及前中后序遍历(代码片段)
树的概念及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,也就是说它是根在上,而叶在下的。有一个特殊的结点,称为根结... 查看详情
二叉树分析(代码片段)
...二叉树二叉树概念:一棵二叉树是结点的一个有限集合,该集合满足以下特征:集合或者为空。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。二叉树结构:二叉树类型主要包括空树、只有根节点、只... 查看详情
二叉树分析(代码片段)
...二叉树二叉树概念:一棵二叉树是结点的一个有限集合,该集合满足以下特征:集合或者为空。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。二叉树结构:二叉树类型主要包括空树、只有根节点、只... 查看详情
数据结构与算法:树顺序存储二叉树(代码片段)
...言,关注博主,底部附有完整代码工具:IDEA本系列介绍的是数据结构:树这是第二篇目前计划一共有12篇:二叉树入门顺序二叉树(本篇)线索化二叉树堆排序赫夫曼树(一)赫夫曼树(二)赫夫曼树(三)二叉排序树平衡二叉树2-3树,2-3-4树,B树B... 查看详情