说到二叉树,那都是很久以前学的了。。。 最近听到之前的一个同事说,有人说他基础很好,可以写出二叉树等数据结构的实现,这。。。虽然在很多人看来并没有什么,但是。。。我TM对二叉树完全没印象了,突然觉得自己好菜啊~~~
所以痛下决心,需要复习一下基础知识了~~~ 那么就先从这个二叉树开始吧。
所谓的二叉树,它是一种数据结构,同时具有数组和链表各自的特点:它可以像数组一样快速查找,也可以像链表一样快速添加。缺点就是:删除操作复杂。
二叉树::每个结点最多有两个子树的有序树。在使用二叉树的时候,数据并不是随便插入到节点中的:“一个节点的左子节点的关键值必须小于此节点,右子节点的关键值必须大于或者是等于此节点”,所以又称二叉查找树、二叉排序树、二叉搜索树。
完全二叉树:若设二叉树的高度为h,除第 h 层外,其它各层 (1~h-1) 的结点数都达到最大个数,第h层有叶子结点,并且叶子结点都是从左到右依次排布,这就是完全二叉树。
满二叉树:除叶结点外的每一个结点都有左右子叶节点,且树的叶子结点都处在最底层。
特点:
1. 执行查找、删除、插入的时间复杂度都是O(logN)
2. 遍历二叉树的方法包括前序、中序、后序
3. 在非空二叉树中,第i层的结点总数不超过 , i>=1;
4. 深度为h的二叉树最多有个结点(h>=1),最少有h个结点
5. 对于任意一棵二叉树,如果其叶结点数为,而度数为2的结点总数为,则.
二叉树的遍历
二叉树的遍历分为以下三种:
先序遍历:为先【遍历】根节点,再【遍历】左子树,最后【遍历】右子树——【根左右】
中序遍历:为先【遍历】左子树,再【遍历】根节点,最后【遍历】右子树——【左根右】
后序遍历:为先【遍历】左子树,再【遍历】右子树,最后【遍历】根节点——【左右根】
详细介绍一下遍历:
举例如下图:
先序遍历:ABEKLFCGMHDIJ
解:我们把遍历过程看作是一个递归过程,即每次取两层的树结构来执行遍历。那么按照这个图来执行这样的遍历顺序:首先遍历树ABC,先遍历根节点A,然后遍历树ABC的左子树B,此时B又可以看作是树BEF的根节点,那此时遍历的是树BEF的根节点B,接下来就需要遍历树BEF的左子树E,此时E又可以看作是树EKL的根节点,那此时遍历的是树EKL的根节点E,接下来就需要遍历树EKL的左子树K,此时K不再是任何树的根节点,说明树EKL的左子树遍历完成,再遍历树EKL的右子树L,此时树EKL的先序遍历完成;此时回退遍历树BEF的右子树F,此时树BEF先序遍历完成,再回退遍历树ABC的右子树C。到此该树的根节点->左子树遍历完成:
接下来的分析与上面相同,将该树的整个右子树看作是一个独立的树结构,使用上面的方法,先序遍历该独立树:
那么这个右半边树的先序遍历过程就是:根节点C->左子树G->右子树M->右子树H->右子树D->左子树I->右子树J;
结合上面的左半边子树的遍历过程,整个树的先序遍历过程就是上面的结论。
中序遍历:KELBFAGMCHIDJ
解:依然按照递归的思想执行遍历。首先中序遍历树ABC,在遍历左子树B时,由于B属于树BEF的根节点,按照递归思想,此时需要先遍历树BEF的左子树E,这时又发现左子树E属于树EKL的根节点,那此时就需要先遍历树EKL的左子树K,然后是树EKL的根节点E,再中序遍历树EKL的右子树L,此时树EKL中序遍历完成,回退中序遍历树BEF,此时树EKL整个相当于树BEF的左子树,即已经遍历完成树BEF的左子树,那么接下里遍历树BEF的根节点B,再遍历树BEF的右子树F。到此该树的左子树遍历完成:
然后遍历根节点A;
最后,依照中序遍历左子树的方式中序遍历右子树:
右子树遍历结果:左子树G->右子树M->根节点C->右子树H->左子树I->根节点D->右子树J
综合三个遍历结果,就是最终的中序遍历结果。
至于后序遍历的求解,请依照先序遍历以及中序遍历自行理解完成~~
二叉树遍历的性质:
1、已知前序遍历和中序遍历,可以唯一的确定一个二叉树;
2、已知后序遍历和中序遍历,可以唯一的确定一个二叉树;
下边是用java代码实现的二叉查找树。
首先是节点对象定义:
/**
* 树节点
*/
public class TreeNode {
private TreeNode mLeft;
private TreeNode mRight;
private int mValue;
private boolean isDeleted;
public TreeNode(int value) {
this(null,null,value,false);
}
public TreeNode(TreeNode left, TreeNode right, int value, boolean isDeleted) {
mLeft = left;
mRight = right;
mValue = value;
this.isDeleted = isDeleted;
}
public TreeNode getLeft() {
return mLeft;
}
public void setLeft(TreeNode left) {
mLeft = left;
}
public TreeNode getRight() {
return mRight;
}
public void setRight(TreeNode right) {
mRight = right;
}
public int getValue() {
return mValue;
}
public void setValue(int value) {
mValue = value;
}
public boolean isDeleted() {
return isDeleted;
}
public void setDeleted(boolean deleted) {
isDeleted = deleted;
}
}
接下来是树结构的实现,包括插入,查找,以及三种递归遍历。
public class BinaryTree {
private static TreeNode mRoot;
public static void insert(int value) {
TreeNode newNode = new TreeNode(value);
if (null == mRoot) {
mRoot = newNode;
} else {
TreeNode currentNode = mRoot;
TreeNode parentNode;
while (null != currentNode) {
parentNode = currentNode; // 记录当前节点为父节点
if (value > currentNode.getValue()) { //在右边插入
currentNode = currentNode.getRight();
if (null == currentNode) {
parentNode.setRight(newNode);
}
} else { //在左边插入
currentNode = currentNode.getLeft();
if (null == currentNode) {
parentNode.setLeft(newNode);
}
}
}
}
}
public static TreeNode find(int key) {
TreeNode currentNode = mRoot;
if (null != currentNode) {
while (key != currentNode.getValue()) {
if (key > currentNode.getValue()) {
currentNode = currentNode.getRight();
} else {
currentNode = currentNode.getLeft();
}
if (null == currentNode) {
return null;
}
}
if (currentNode.isDeleted()) {
return null;
}
}
return currentNode;
}
/**
* 先序遍历
*
* @param preNode
*/
public static void preOrder(TreeNode preNode) {
if (null != preNode) {
Log.d("preOrder", preNode.getValue() + "");
preOrder(preNode.getLeft());
preOrder(preNode.getRight());
}
}
/**
* 中序遍历
*
* @param midNode
*/
public static void midOrder(TreeNode midNode) {
if (null != midNode) {
midOrder(midNode.getLeft());
Log.d("midOrder", midNode.getValue() + "");
midOrder(midNode.getRight());
}
}
/**
* 后序遍历
*
* @param postNode
*/
public static void postOrder(TreeNode postNode) {
if (null != postNode) {
postOrder(postNode.getLeft());
postOrder(postNode.getRight());
Log.d("postOrder", postNode.getValue() + "");
}
}
}