二叉树

概念

  • 父节点、子节点
  • 兄弟节点:具有相同父节点的子节点
  • 根节点:没有父节点的节点
  • 叶子节点(叶节点):没有子节点的节点
  • 节点的高度(Height):节点到叶子节点的最长路径(边数)
  • 节点的深度(Depth):根节点到这个节点经过的边数
  • 节点的层数(Level):节点的深度 + 1
  • 树的高度:根节点的高度
  • 二叉树:每个节点最多有两个子节点,左子节点和右子节点
  • 满二叉树:除叶子节点外,其他节点都有左、右两个叶子节点,深度为 k,节点数为 $2^k-1$

完全二叉树

  • 所有叶子节点出现在 k 层和 k-1 层,1~(k-1) 层,必须是最大节点数(根节点都有左右子节点)
  • 第 k 层可以不满,但是子节点都必须出现在树的左侧,例如下图中如果 E 节点有一个右子节点,就不是一个完全二叉树了
  • 将树中的节点从上到下、从左到右编号为 i,构造一个满二叉树同样编号,如果节点的编号都一样则是一个完全二叉树。例如:E 节点如果有一个右子节点,直接编号的话顺序为 10,按照满二叉树编号为 11,编号不同了则不是完全二叉树。

堆也是一种利用了完全二叉树的结构。

完全二叉树
完全二叉树

二叉树存储

链式存储

通过数据、左右指针来存储,然后通过根节点将整个树串起来

1
2
3
4
5
class BinaryNode<T> {
private T element;
private BinaryNode<T> left;
private BinaryNode<T> right;
}

顺序存储(数组)

通过数组下标定位节点,节点 X 的下标为 i,则他的左子节点下标为 2*i,右子节点下标为 2*i + 1,可以发现如果是非完全二叉树就会存在浪费存储空间的情况了。例如:E 右子节点下标为 11,数组下标为 10 的位置就浪费了。

二叉树的遍历

  • 前序遍历:先访问该节点,再访问该节点的左子树,最后访问该节点的右子树
  • 中序遍历:先访问该节点的左子树,再访问该节点,最后访问该节点的右子树
  • 后序遍历:先访问该节点的左子树,再访问该节点的右子树,最后访问该节点

前中后是相对于当前节点被访问的书序来说的。遍历的时间复杂度是 $O(n)$。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
/*************************
* 二叉树的遍历,递归实现 **
*************************/
//先序遍历
public void preOrderTraversalRec(BinaryNode root) {
if (root != null) {
System.out.print(root.getElement() + "-");
preOrderTraversalRec(root.getLeft());
preOrderTraversalRec(root.getRight());
}
}

//中序遍历
public void inOrderTraversalRec(BinaryNode root) {
if (root != null) {
inOrderTraversalRec(root.getLeft());
System.out.print(root.getElement() + "-");
inOrderTraversalRec(root.getRight());
}
}

//后序遍历
public void postOrderTraversalRec(BinaryNode root) {
if (root != null) {
postOrderTraversalRec(root.getLeft());
postOrderTraversalRec(root.getRight());
System.out.print(root.getElement() + "-");
}
}

/*************************
* 二叉树的遍历,非递归实现 **
*************************/
//先序遍历
public void preOrderTraversal(BinaryNode root) {
Stack<BinaryNode> stack = new Stack<>();
BinaryNode current = root;
while (current != null || !stack.empty()){
if (current != null){
System.out.print(current.getElement() + "-");
stack.push(current);
current = current.getLeft();
} else {
//当访问到最左边的孩子后开始访问右孩子
current = stack.pop();
current = current.getRight();
}
}
}

//中序遍历
public void inOrderTraversal(BinaryNode root) {
Stack<BinaryNode> stack = new Stack<>();
BinaryNode current = root;
while (current != null || !stack.empty()) {
if (current != null) {
//从根节点开始,如果当前节点有左孩子,则入栈。包括最左孩子节点
stack.push(current);
current = current.getLeft();
} else {
current = stack.pop();
System.out.print(current.getElement() + "-");
current = current.getRight();
}
}
}

//后序遍历
public void postOrderTraversal(BinaryNode root) {
Stack<BinaryNode> stack = new Stack<>();
Stack<BinaryNode> outStack = new Stack<>();
BinaryNode current = root;
while (current != null || !stack.empty()){
if (current != null){
outStack.push(current);
stack.push(current);
current = current.getRight();
} else {
current = stack.pop();
current = current.getLeft();
}
}
while (!outStack.empty()){
System.out.print(outStack.pop().getElement() + "-");
}
}