06_树的入门

二叉树入门

  • 树的基本定义
  • 树的相关术语
  • 二叉树的基本定义
  • 二叉查找树的创建
    • 二叉树的结点类
    • 二叉查找树API设计
    • 二叉查找树实现
    • 二叉查找树其他便捷方法
      • 查找二叉树中最小的键
      • 查找二叉树中最大的键
  • 二叉树的基础遍历
      • 前序遍历
      • 中序遍历
      • 后序遍历
  • 二叉树的层序遍历
  • 二叉树的最大深度问题
  • 折纸问题

之前我们实现的符号表中,不难看出,符号表的增删查操作,随着元素个数N的增多,其耗时也是线性增多的,时间复杂度都是O(n),为了提高运算效率,接下来我们学习树这种数据结构.

树的基本定义

树是我们计算机中非常重要的一种数据结构,同时使用树这种数据结构,可以描述现实生活中的很多事物,例如家谱、单位的组织架构、等等。
树是由n(n>=1)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。
06_树的入门_第1张图片
树具有以下特点:

  1. 每个结点有零个或多个子结点;
  2. 没有父结点的结点为根结点;
  3. 每一个非根结点只有一个父结点;
  4. 每个结点及其后代结点整体上可以看做是一棵树,称为当前结点的父结点的一个子树;

树的相关术语

结点的度
一个结点含有的子树的个数称为该结点的度;
叶结点:
度为0的结点称为叶结点,也可以叫做终端结点
分支结点:
度不为0的结点称为分支结点,也可以叫做非终端结点
结点的层次:
从根结点开始,根结点的层次为1,根的直接后继层次为2,以此类推
结点的层序编号:
树中的结点,按照从上层到下层,同层从左到右的次序排成一个线性序列,把他们编成连续的自然数。
树的度:
树中所有结点的度的最大值
树的高度(深度)
树中结点的最大层次
森林:
m(m>=0)个互不相交的树的集合,将一颗非空树的根结点删去,树就变成一个森林;给森林增加一个统一的根结点,森林就变成一棵树
06_树的入门_第2张图片

孩子结点:
一个结点的直接后继结点称为该结点的孩子结点
双亲结点(父结点)
一个结点的直接前驱称为该结点的双亲结点
兄弟结点:
同一双亲结点的孩子结点间互称兄弟结点

二叉树的基本定义

叉树就是度不超过2的树(每个结点最多有两个子结点)
06_树的入门_第3张图片

满二叉树:
一个二叉树,如果每一个层的结点树都达到最大值,则这个二叉树就是满二叉树。
06_树的入门_第4张图片

完全二叉树:
叶节点只能出现在最下层和次下层,并且最下面一层的结点都集中在该层最左边的若干位置的二叉树

二叉查找树的创建

二叉树的结点类

根据对图的观察,我们发现二叉树其实就是由一个一个的结点及其之间的关系组成的,按照面向对象的思想,我们设计一个结点类来描述结点这个事物。
结点类API设计:

类名 Node
构造方法 Node(Key key, Value value, Node left, Node right):创建Node对象


成员变量

1. public Node left:记录左子结点
2. public Node right:记录右子结点
3. public Key key:存储键
4. public Value value:存储值

代码实现:

private class Node<Key,Value>{
    //存储键
    public Key key;
    //存储值
    private Value value;
    //记录左子结点
    public Node left;
    //记录右子结点
    public Node right;
    public Node(Key key, Value value, Node left, Node right) {
        this.key = key;
        this.value = value;
        this.left = left;
        this.right = right;
    }
}

二叉查找树API设计

类名 BinaryTree,Value value>
构造方法 BinaryTree():创建BinaryTree对象
成员变量
1. private Node root:记录根结点
2. private int N:记录树中元素的个数




成员方法

1. public void put(Key key,Value value):向树中插入一个键值对
2. private Node put(Node x, Key key, Value val):给指定树x上,添加键一个键值对,并返回添加后的新树
3. public Value get(Key key):根据key,从树中找出对应的值
4. private Value get(Node x, Key key):从指定的树x中,找出key对应的值
5. public void delete(Key key):根据key,删除树中对应的键值对
6. private Node delete(Node x, Key key):删除指定树x上的键为key的键值对,并返回删除后的新树
7. public int size():获取树中元素的个数

二叉查找树实现

插入方法put实现思想:

  1. 如果当前树中没有任何一个结点,则直接把新结点当做根结点使用
  2. 如果当前树不为空,则从根结点开始:
    1. 如果新结点的key小于当前结点的key,则继续找当前结点的左子结点;
    2. 如果新结点的key大于当前结点的key,则继续找当前结点的右子结点;
    3. 如果新结点的key等于当前结点的key,则树中已经存在这样的结点,替换该结点的value值即可。

06_树的入门_第5张图片

查询方法get实现思想:
从根节点开始:

  1. 如果要查询的key小于当前结点的key,则继续找当前结点的左子结点;
  2. 如果要查询的key大于当前结点的key,则继续找当前结点的右子结点;
  3. 如果要查询的key等于当前结点的key,则树中返回当前结点的value。

删除方法delete实现思想:
:::info
1.找到被删除结点;
2.找到被删除结点右子树中的最小结点minNode
3.删除右子树中的最小结点
4.让被删除结点的左子树称为最小结点minNode的左子树,让被删除结点的右子树称为最小结点minNode的右子树
让被删除结点的父节点指向最小结点minNode
:::
06_树的入门_第6张图片
06_树的入门_第7张图片

代码:

//二叉树代码
public class BinaryTree<Key extends Comparable<Key>, Value> {
    //记录根结点
    private Node root;
    //记录树中元素的个数
    private int N;
    //获取树中元素的个数
    public int size() {
        return N;
    }
    //向树中添加元素key-value
    public void put(Key key, Value value) {
        root = put(root, key, value);
    }
    //向指定的树x中添加key-value,并返回添加元素后新的树
    private Node put(Node x, Key key, Value value) {
        if (x == null) {
            //个数+1
            N++;
            return new Node(key, value, null, null);
        }
        int cmp = key.compareTo(x.key);
        if (cmp > 0) {
            //新结点的key大于当前结点的key,继续找当前结点的右子结点
            x.right = put(x.right, key, value);
        } else if (cmp < 0) {
            //新结点的key小于当前结点的key,继续找当前结点的左子结点
            x.left = put(x.left, key, value);
        } else {
            //新结点的key等于当前结点的key,把当前结点的value进行替换
            x.value = value;
        }
        return x;
    }
    //查询树中指定key对应的value
    public Value get(Key key) {
        return get(root, key);
    }
    //从指定的树x中,查找key对应的值
    public Value get(Node x, Key key) {
        if (x == null) {
            return null;
        }
        int cmp = key.compareTo(x.key);
        if (cmp > 0) {
            //如果要查询的key大于当前结点的key,则继续找当前结点的右子结点;
            return get(x.right, key);
        } else if (cmp < 0) {
            //如果要查询的key小于当前结点的key,则继续找当前结点的左子结点;
            return get(x.left, key);
        } else {
            //如果要查询的key等于当前结点的key,则树中返回当前结点的value。
            return x.value;
        }
    }
    //删除树中key对应的value
    public void delete(Key key) {
        root = delete(root, key);
    }
    //删除指定树x中的key对应的value,并返回删除后的新树
    public Node delete(Node x, Key key) {
        if (x == null) {
            return null;
        }
        int cmp = key.compareTo(x.key);
        if (cmp > 0) {
            //新结点的key大于当前结点的key,继续找当前结点的右子结点
            x.right = delete(x.right, key);
        } else if (cmp < 0) {
            //新结点的key小于当前结点的key,继续找当前结点的左子结点
            x.left = delete(x.left, key);
        } else {
            //新结点的key等于当前结点的key,当前x就是要删除的结点
            //1.如果当前结点的右子树不存在,则直接返回当前结点的左子结点
            if (x.right == null) {
                return x.left;
            }
            //2.如果当前结点的左子树不存在,则直接返回当前结点的右子结点
            if (x.left == null) {
                return x.right;
            }
            //3.当前结点的左右子树都存在
            //3.1找到右子树中最小的结点
            Node minNode = x.right;
            while (minNode.left != null) {
                minNode = minNode.left;
            }
            //3.2删除右子树中最小的结点
            Node n = x.right;
            while (n.left != null) {
                if (n.left.left == null) {
                    n.left = null;
                } else {
                    n = n.left;
                }
            }
            //3.3让被删除结点的左子树称为最小结点minNode的左子树,让被删除结点的右子树称为最小结点
            minNode的右子树
            minNode.left = x.left;
            minNode.right = x.right;
            //3.4让被删除结点的父节点指向最小结点minNode
            x = minNode;
            //个数-1
            N--;
        }
        return x;
    }
    private class Node {
        //存储键
        public Key key;
        //存储值
        private Value value;
        //记录左子结点
        public Node left;
        //记录右子结点
        public Node right;
        public Node(Key key, Value value, Node left, Node right) {
            this.key = key;
            this.value = value;
            this.left = left;
            this.right = right;
        }
    }
}
//测试代码
public class Test {
    public static void main(String[] args) throws Exception {
        BinaryTree<Integer, String> bt = new BinaryTree<>();
        bt.put(4, "二哈");
        bt.put(1, "张三");
        bt.put(3, "李四");
        bt.put(5, "王五");
        System.out.println(bt.size());
        bt.put(1,"老三");
        System.out.println(bt.get(1));
        System.out.println(bt.size());
        bt.delete(1);
        System.out.println(bt.size());
    }
}

二叉查找树其他便捷方法

查找二叉树中最小的键

在某些情况下,我们需要查找出树中存储所有元素的键的最小值,比如我们的树中存储的是学生的排名和姓名数据,那么需要查找出排名最低是多少名?这里我们设计如下两个方法来完成:

public Key min() 找出树中最小的键
private Node min(Node x) 找出指定树x中,最小键所在的结点
//找出整个树中最小的键
public Key min(){
    return min(root).key;
}
//找出指定树x中最小的键所在的结点
private Node min(Node x){
if (x.left!=null){
    return min(x.left);
}else{
    return x;
}

查找二叉树中最大的键

在某些情况下,我们需要查找出树中存储所有元素的键的最大值,比如比如我们的树中存储的是学生的成绩和学生的姓名,那么需要查找出最高的分数是多少?这里我们同样设计两个方法来完成:

public Key max() 找出树中最大的键
public Node max(Node x) 找出指定树x中,最大键所在的结点
//找出整个树中最大的键
public Key max(){
    return max(root).key;
}
//找出指定树x中最大键所在的结点
public Node max(Node x){
if (x.right!=null){
    return max(x.right);
}else{
    return x;
}
}

二叉树的基础遍历

很多情况下,我们可能需要像遍历数组数组一样,遍历树,从而拿出树中存储的每一个元素,由于树状结构和线性结构不一样,它没有办法从头开始依次向后遍历,所以存在如何遍历,也就是按照什么样的搜索路径进行遍历的问题。
06_树的入门_第8张图片
我们把树简单的画作上图中的样子,由一个根节点、一个左子树、一个右子树组成,那么按照根节点什么时候被访问,
:::info
我们可以把二叉树的遍历分为以下三种方式:
1.前序遍历;
先访问根结点,然后再访问左子树,最后访问右子树
2.中序遍历;
先访问左子树,中间访问根节点,最后访问右子树
3.后序遍历;
先访问左子树,再访问右子树,最后访问根节点
:::
如果我们分别对下面的树使用三种遍历方式进行遍历,得到的结果如下:

06_树的入门_第9张图片

前序遍历

我们在4.4中创建的树上,添加前序遍历的API:

:::info
public Queue preErgodic():使用前序遍历,获取整个树中的所有键
private void preErgodic(Node x,Queue keys):使用前序遍历,把指定树x中的所有键放入到keys队列中
:::

实现过程中,我们通过前序遍历,把,把每个结点的键取出,放入到队列中返回即可。
实现步骤:

  1. 把当前结点的key放入到队列中;
  2. 找到当前结点的左子树,如果不为空,递归遍历左子树
  3. 找到当前结点的右子树,如果不为空,递归遍历右子树

代码:

//使用前序遍历,获取整个树中的所有键
public Queue<Key> preErgodic(){
    Queue<Key> keys = new Queue<>();
    preErgodic(root,keys);
    return keys;
}
//使用前序遍历,把指定树x中的所有键放入到keys队列中
private void preErgodic(Node x,Queue<Key> keys){
    if (x==null){
        return;
    }
    //1.把当前结点的key放入到队列中;
    keys.enqueue(x.key);
    //2.找到当前结点的左子树,如果不为空,递归遍历左子树
    if (x.left!=null){
        preErgodic(x.left,keys);
    }
    //3.找到当前结点的右子树,如果不为空,递归遍历右子树
    if (x.right!=null){
        preErgodic(x.right,keys);
    }
}
//测试代码
public class Test {
    public static void main(String[] args) throws Exception {
        BinaryTree<String, String> bt = new BinaryTree<>();
        bt.put("E", "5");
        bt.put("B", "2");
        bt.put("G", "7");
        bt.put("A", "1");
        bt.put("D", "4");
        bt.put("F", "6");
        bt.put("H", "8");
        bt.put("C", "3");
        Queue<String> queue = bt.preErgodic();
        for (String key : queue) {
            System.out.println(key+"="+bt.get(key));
        }
    }
}

中序遍历

我们在4.4中创建的树上,添加前序遍历的API:

:::info
public Queue midErgodic():使用中序遍历,获取整个树中的所有键
private void midErgodic(Node x,Queue keys):使用中序遍历,把指定树x中的所有键放入到keys队列中
:::

实现步骤:

  1. 找到当前结点的左子树,如果不为空,递归遍历左子树
  2. 把当前结点的key放入到队列中;
  3. 找到当前结点的右子树,如果不为空,递归遍历右子树

代码:

//使用中序遍历,获取整个树中的所有键
public Queue<Key> midErgodic(){
    Queue<Key> keys = new Queue<>();
    midErgodic(root,keys);
    return keys;
}
//使用中序遍历,把指定树x中的所有键放入到keys队列中
private void midErgodic(Node x,Queue<Key> keys){
    if (x==null){
        return;
    }
    //1.找到当前结点的左子树,如果不为空,递归遍历左子树
    if (x.left!=null){
        midErgodic(x.left,keys);
    }
    //2.把当前结点的key放入到队列中;
    keys.enqueue(x.key);
    //3.找到当前结点的右子树,如果不为空,递归遍历右子树
    if (x.right!=null){
        midErgodic(x.right,keys);
    }
}
//测试代码
public class Test {
    public static void main(String[] args) throws Exception {
        BinaryTree<String, String> bt = new BinaryTree<>();
        bt.put("E", "5");
        bt.put("B", "2");
        bt.put("G", "7");
        bt.put("A", "1");
        bt.put("D", "4");
        bt.put("F", "6");
        bt.put("H", "8");
        bt.put("C", "3");
        Queue<String> queue = bt.midErgodic();
        for (String key : queue) {
            System.out.println(key+"="+bt.get(key));
        }
    }
}

后序遍历

我们在4.4中创建的树上,添加前序遍历的API:

:::info
public Queue afterErgodic():使用后序遍历,获取整个树中的所有键
private void afterErgodic(Node x,Queue keys): 使用后序遍历, 把指定树x中的所有键放入到keys队列中
:::

实现步骤:
找到当前结点的左子树,如果不为空,递归遍历左子树
找到当前结点的右子树,如果不为空,递归遍历右子树
把当前结点的key放入到队列中;

代码:
//使用后序遍历,获取整个树中的所有键
public Queue afterErgodic(){
Queue keys = new Queue<>();
afterErgodic(root,keys);
return keys;
}
//使用后序遍历,把指定树x中的所有键放入到keys队列中
private void afterErgodic(Node x,Queue keys){
if (x==null){
return;
}
//1.找到当前结点的左子树,如果不为空,递归遍历左子树
if (x.left!=null){
afterErgodic(x.left,keys);
}
//2.找到当前结点的右子树,如果不为空,递归遍历右子树
if (x.right!=null){
afterErgodic(x.right,keys);
}
//3.把当前结点的key放入到队列中;
keys.enqueue(x.key);
}
//测试代码
public class Test {
public static void main(String[] args) throws Exception {
BinaryTree bt = new BinaryTree<>();
bt.put(“E”, “5”);
bt.put(“B”, “2”);
bt.put(“G”, “7”);
bt.put(“A”, “1”);
bt.put(“D”, “4”);
bt.put(“F”, “6”);
bt.put(“H”, “8”);
bt.put(“C”, “3”);
Queue queue = bt.afterErgodic();
for (String key : queue) {
System.out.println(key+“=”+bt.get(key));
}
}
}

二叉树的层序遍历

所谓的层序遍历,就是从根节点(第一层)开始,依次向下,获取每一层所有结点的值,有二叉树如下:
06_树的入门_第10张图片
那么层序遍历的结果是:EBGADFHC
我们在4.4中创建的树上,添加层序遍历的API:
:::info
public Queue layerErgodic():使用层序遍历,获取整个树中的所有键
:::
实现步骤:

  1. 创建队列,存储每一层的结点;
  2. 使用循环从队列中弹出一个结点:
    1. 获取当前结点的key;
    2. 如果当前结点的左子结点不为空,则把左子结点放入到队列中
    3. 如果当前结点的右子结点不为空,则把右子结点放入到队列中

06_树的入门_第11张图片
代码:

//使用层序遍历得到树中所有的键
public Queue<Key> layerErgodic(){
    Queue<Key> keys = new Queue<>();
    Queue<Node> nodes = new Queue<>();
    nodes.enqueue(root);
    while(!nodes.isEmpty()){
        Node x = nodes.dequeue();
        keys.enqueue(x.key);
        if (x.left!=null){
            nodes.enqueue(x.left);
        }
        if (x.right!=null){
            nodes.enqueue(x.right);
        }
    }
    return keys;
}
//测试代码
public class Test {
    public static void main(String[] args) throws Exception {
        BinaryTree<String, String> bt = new BinaryTree<>();
        bt.put("E", "5");
        bt.put("B", "2");
        bt.put("G", "7");
        bt.put("A", "1");
        bt.put("D", "4");
        bt.put("F", "6");
        bt.put("H", "8");
        bt.put("C", "3");
        Queue<String> queue = bt.layerErgodic();
        for (String key : queue) {
            System.out.println(key+"="+bt.get(key));
        }
    }
}

二叉树的最大深度问题

需求:
给定一棵树,请计算树的最大深度(树的根节点到最远叶子结点的最长路径上的结点数);
06_树的入门_第12张图片

上面这棵树的最大深度为4。
实现:
我们在1.4中创建的树上,添加如下的API求最大深度:
:::info
public int maxDepth():计算整个树的最大深度
private int maxDepth(Node x):计算指定树x的最大深度
:::

实现步骤:

  1. 如果根结点为空,则最大深度为0;
  2. 计算左子树的最大深度;
  3. 计算右子树的最大深度;
  4. 当前树的最大深度=左子树的最大深度和右子树的最大深度中的较大者+1

代码:

//计算整个树的最大深度
public int maxDepth() {
    return maxDepth(root);
}
//计算指定树x的最大深度
private int maxDepth(Node x) {
//1.如果根结点为空,则最大深度为0;
if (x == null) {
    return 0;
}
int max = 0;
int maxL = 0;
int maxR = 0;
//2.计算左子树的最大深度;
if (x.left != null) {
    maxL = maxDepth(x.left);
}
//3.计算右子树的最大深度;
if (x.right != null) {
    maxR = maxDepth(x.right);
}
//4.当前树的最大深度=左子树的最大深度和右子树的最大深度中的较大者+1
max = maxL > maxR ? maxL + 1 : maxR + 1;
return max;
}
//测试代码
public class Test {
    public static void main(String[] args) throws Exception {
        BinaryTree<String, String> bt = new BinaryTree<>();
        bt.put("E", "5");
        bt.put("B", "2");
        bt.put("G", "7");
        bt.put("A", "1");
        bt.put("D", "4");
        bt.put("F", "6");
        bt.put("H", "8");
        bt.put("C", "3");
        int i = bt.maxDepth();
        System.out.println(i);
    }
}

折纸问题

需求:
请把一段纸条竖着放在桌子上,然后从纸条的下边向上方对折1次,压出折痕后展开。此时 折痕是凹下去的,即折痕突起的方向指向纸条的背面。如果从纸条的下边向上方连续对折2 次,压出折痕后展开,此时有三条折痕,从上到下依次是下折痕、下折痕和上折痕。
给定一 个输入参数N,代表纸条都从下边向上方连续对折N次,请从上到下打印所有折痕的方向 例如:N=1时,打印: down;N=2时,打印: down down up
06_树的入门_第13张图片

分析:
我们把对折后的纸张翻过来,让粉色朝下,这时把第一次对折产生的折痕看做是根结点,那第二次对折产生的下折痕就是该结点的左子结点,而第二次对折产生的上折痕就是该结点的右子结点,这样我们就可以使用树型数据结构来描述对折后产生的折痕。
这棵树有这样的特点:

  1. 根结点为下折痕;
  2. 每一个结点的左子结点为下折痕;
  3. 每一个结点的右子结点为上折痕;

06_树的入门_第14张图片

实现步骤:

  1. 定义结点类
  2. 构建深度为N的折痕树;
  3. 使用中序遍历,打印出树中所有结点的内容;

构建深度为N的折痕树:

  1. 第一次对折,只有一条折痕,创建根结点;
  2. 如果不是第一次对折,则使用队列保存根结点;
  3. 循环遍历队列:
    1. 从队列中拿出一个结点;
    2. 如果这个结点的左子结点不为空,则把这个左子结点添加到队列中;
    3. 如果这个结点的右子结点不为空,则把这个右子结点添加到队列中;
    4. 判断当前结点的左子结点和右子结点都不为空,如果是,则需要为当前结点创建一个值为down的左子结点,一个值为up的右子结点。

代码:

public class PaperFolding {
    public static void main(String[] args) {
        //构建折痕树
        Node tree = createTree(3);
        //遍历折痕树,并打印
        printTree(tree);
    }
    //3.使用中序遍历,打印出树中所有结点的内容;
    private static void printTree(Node tree) {
        if (tree==null){
            return;
        }
        printTree(tree.left);
        System.out.print(tree.item+",");
        printTree(tree.right);
    }
    //2.构建深度为N的折痕树;
    private static Node createTree(int N) {
        Node root = null;
        for (int i = 0; i <N ; i++) {
            if (i==0){
                //1.第一次对折,只有一条折痕,创建根结点;
                root = new Node("down",null,null);
            }else{
                //2.如果不是第一次对折,则使用队列保存根结点;
                Queue<Node> queue = new Queue<>();
                queue.enqueue(root);
                //3.循环遍历队列:
                while(!queue.isEmpty()){
                    //3.1从队列中拿出一个结点;
                    Node tmp = queue.dequeue();
                    //3.2如果这个结点的左子结点不为空,则把这个左子结点添加到队列中;
                    if (tmp.left!=null){
                        queue.enqueue(tmp.left);
                    }
                    //3.3如果这个结点的右子结点不为空,则把这个右子结点添加到队列中;
                    if (tmp.right!=null){
                        queue.enqueue(tmp.right);
                    }
                        //3.4判断当前结点的左子结点和右子结点都不为空,如果是,则需要为当前结点创建一个
                        值为down的左子结点,一个值为up的右子结点。
                    if (tmp.left==null && tmp.right==null){
                        tmp.left = new Node("down",null,null);
                        tmp.right = new Node("up",null,null);
                    }
                }
            }
        }
        return root;
    }
    //1.定义结点类
    private static class Node{
        //存储结点元素
        String item;
        //左子结点
        Node left;
        //右子结点
        Node right;
        public Node(String item, Node left, Node right) {
            this.item = item;
            this.left = left;
            this.right = right;
        }
    }
}

你可能感兴趣的:(算法,数据结构,算法)