高级数据结构---二叉树

栏目: IT技术 · 发布时间: 4年前

内容简介:树是一种一对多的数据结构,之前的数组,栈这些都是一对一的数据结构。

树是一种一对多的数据结构,之前的数组,栈这些都是一对一的数据结构。

树是 n 个结点的有限集。 n=0 称空树。在任意一棵非空树中:有且仅有一个根( root )结点; n>1 时,其余结点可分为 m 个互不相交的的有限集,其中每个集合又是一棵树,称为根的子树。

高级数据结构---二叉树

前面三个都是树,最后一个不是树,因为最后一个的数据相交了。

树结构中的术语:

以下图为例

高级数据结构---二叉树

结点:树上面的元素

父子关系:结点之间相连的边

子树:当结点大于 1 时,其余的结点分为的互不相交的集合称为子树 .

度:一个结点拥有的子树数量称为结点的度 (A root 结点度是 2 B 的度是 2 D 的度是 1)

叶子:度为 0 的结点(H,E,F,G)

孩子:结点的子树的根称为孩子结点

双亲:和孩子结点对应 ,一个孩子只有一个双亲(A是B的双亲)

兄弟:同一个双亲结点( B,C

森林:由 个互不相交的树构成深林

结点高度:结点到叶子结点的最长路径( A 的高度 3 B 的高度 2 H 的高度 0

结点深度:根结点到该结点的边个数( B 结点深度 1 H 结点深度 3

结点的层数:结点的深度加 1

树的高度:根结点的高度

树的深度:树的高度 +1

树的表示方法:

双亲表示法:由孩子来记住双亲的位置

public class TreeNode<T> {
    private T data;
    private TreeNode<T> parent;
    
}

孩子表示法:由双亲来记住所有孩子的位置

public class TreeNode<T> {
    private T data;
    private TreeNode<T> leftChild;
    private TreeNode<T> rightChild;
}

二叉树:

二叉树是由一个根结点和两棵互不相交的,分别称为根结点的左子树和右子树的二叉树构成。二叉树的每个最多有两棵子树。也就说二叉树每个结点的度是不会超过 2 的。

比如上面的 ABCDEFGH 就是一棵二叉树。二叉树非常适合用于每个阶段都存在两种结果的情形的建模。比如开关, 01 ,真假,上下,对错,正反,选不选(前面动态规划分析的那个图)

特殊的二叉树:

斜树:所有结点都只有左子树的叫做左斜树,所有结点只有右子树的叫做右斜树

高级数据结构---二叉树 高级数据结构---二叉树

满二叉树:所有结点都存在左右子树,并且所有的叶子都在同一层

高级数据结构---二叉树

完全二叉树:每一层的叶子结点都是相邻的没有间隔,满二叉树也是一种特殊的完全二叉树

高级数据结构---二叉树 高级数据结构---二叉树

后面的就不是完全二叉树,因为 E G 不相邻了。完全二叉树可以基于数组存储。前面也有说到数组可以基于下标查询,而且它在内存中是连续, CPU 有会预读相邻的区域的。

完全二叉树怎么用数组存储呢?

双亲索引为 i ,那么它的左孩子就是 2i ,右孩子就是 2i+1

比如上面这个完全二叉树转换成数组表示:

高级数据结构---二叉树

F C 的左孩子: C 3 F 6, 刚好是 2n

非完全二叉树也用数组存储的话,会导致很多内存浪费,分配了却没有使用。

二叉树的遍历

遍历如下这个二叉树:

高级数据结构---二叉树

先来用代码来构建这棵二叉树:

    /**
     * 构造二叉树
     * @param dataList
     * @param <T>
     * @return
     */
    public static <T> TreeNode<T> createBinaryTree(LinkedList<T> dataList) {
        TreeNode<T> node = null;
        if (dataList == null || dataList.isEmpty()) {
            return null;
        }
        T data = dataList.removeFirst();
        if (data != null) {
            node = new TreeNode(data);
            node.setLeftChild((createBinaryTree(dataList)));
            node.setRightChild((createBinaryTree(dataList)));
        }
        return node;
    }

调用方式:

        LinkedList<String> inputList = new LinkedList<>(
                Arrays.asList(new String[]{"A","B","D","H",null,null,null,"E",null,null,"C","F",null,null,"G"}));
        TreeNode<String> treeNode = createBinaryTree(inputList);

调用里面传的部分null值,是因为有些结点没有孩子结点,比如H,根据写的构造树方法(createBinaryTree)的逻辑传入合适的null值。

遍历有关键点: 不管哪种遍历,按照其顺序 遇根输出

前序遍历:

按照根左右的顺序,遇根输出,再去找左

上面这棵树的结果应该是 ABDHECFG

因为遍历的时候 对于每个节点的操作都是一样的,所以我们首先想到的就是使用递归

    /**
     * 前序遍历 根 左子树 右子树
     * @param node
     */
    public static<T> void preOrderTraversal(TreeNode<T> node) {
        if(node == null){
            return;
        }
        //遇根先输出,再去找左右
        System.out.print(node.getData());
        preOrderTraversal(node.getLeftChild());
        preOrderTraversal(node.getRightChild());
    }

也可以利用栈的特性来实现递归回溯的功能

    /**
     * 利用栈前序遍历二叉树
     * @param root
     */
    public static <T> void preOrderTraversalByStack(TreeNode<T> root) {
        Stack<TreeNode<T>> stack = new Stack<>();
        TreeNode<T> node = root;
        while(node != null || !stack.isEmpty()) {
            //节点不为空,遍历节点,并入栈用于回溯
            while(node != null) {
                System.out.print(node.getData());
                stack.push(node);
                node = node.getLeftChild();
            }
            //没有左节点,弹出该栈顶节点(回溯),访问右节点
            if(!stack.isEmpty()) {
                node = stack.pop();
                node = node.getRightChild();
            }
        }
    }

中序遍历:左

HDBEAFCG

    /**
     * 二叉树中序遍历 左子树 根 右子树
     * @param node   二叉树节点
     */
    public static<T> void inOrderTraversal(TreeNode<T> node){
        if(node == null){
            return;
        }
        //先找左再输出根,再去找右
        inOrderTraversal(node.getLeftChild());
        System.out.print(node.getData());
        inOrderTraversal(node.getRightChild());
    }

后序遍历:左

HDEBFGCA

    /**
     * 二叉树后序遍历  左子树 右子树 根
     * @param node   二叉树节点
     */
    public static<T> void postOrderTraversal(TreeNode<T> node){
        if(node == null){
            return;
        }
        //先找左右,最后输出根
        postOrderTraversal(node.getLeftChild());
        postOrderTraversal(node.getRightChild());
        System.out.print(node.getData());
    }

层次遍历:按层来遍历

ABCDEFGH

层次遍历的时候,利用队列的特性,将所有的孩子依次入队进行操作。

    public static <T> void levelOrder(TreeNode<T> root) {
        if (root == null) {
            return;
        }
        Queue<TreeNode> queue = new LinkedList<>();
        queue.offer(root);  //入队
        while (!queue.isEmpty()) {
            TreeNode<T> node = queue.poll(); //取出
            if (node != null) {
                System.out.print(node.getData());
                queue.offer(node.getLeftChild());   //左孩子入队
                queue.offer(node.getRightChild());  //右孩子入队
            }
        }
    }

以上所述就是小编给大家介绍的《高级数据结构---二叉树》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

从零开始做产品经理

从零开始做产品经理

萧七公子 / 中国华侨出版社 / 2016-12-1 / 27.9

《从零开始做产品经理:产品经理的第一本书》根据产品经理的能力需求与成长体系,共分为八章内容,从了解产品开始,到挖掘用户需求、进行产品设计、管理团队、进行项目管理、产品运营、把握产品的生命周期,以及产品经理的成长路径,全面阐释了产品经理的修炼之道。《从零开始做产品经理:产品经理的第一本书》书中信息量大,图文并茂,论点与论据相得益彰,并且融合了丰富的案例与故事,使得整个阅读过程妙趣横生而且迅速开“悟道......一起来看看 《从零开始做产品经理》 这本书的介绍吧!

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

随机密码生成器
随机密码生成器

多种字符组合密码

URL 编码/解码
URL 编码/解码

URL 编码/解码