【数据结构】二叉树的原理及实现

简介: 【数据结构】二叉树的原理及实现

1.什么是数?

  • 树这种数据结构在计算机中是非常重要的,是一种非线性数据结构。一些数据库的底层与快速索引都离不开树这种数据结构。
  • 树是有很多节点组成的具有一定层次关系的集合。最上面的可以看成是树的头,下面的很多节点就在这个头的基础上不断的向下延伸,类似一颗倒挂的树。
  • 树是由n>=0个结点的有限集,当n=0的时候,这个树被叫做空树.

当n>1的时候,表明它是一颗非空的树,在一颗非空的树里面。



6e8e633f1a464f95844982785a97cced.jpg

  • 树的特点
  • 在每一个节点会有0个或者0个以上的子节点
  • 没有父节点的节点被称为根节点
  • 非根节点只有一个父节点
  • 每个节点的子节点整体上来看像一颗倒挂的树,也被称为父节点子树。
  • 树的专业术语
  • 节点:是指数据元素和指向子树的分支
  • 根节点:在非空树中没有前驱结点的结点,被称为根节点(注意,只有一个根节点)
  • 节点的度:结点所拥有子树个数
  • 树的度:树里的各个节点度的最大值
  • 父节点:A是B的父节点
  • 子节点:B是A的子节点
  • 叶子节点:当度等于0的时候被称为叶子节点。
  • 路径:从根节点找该节点的路径,比如要找K节点。路径为:A->C->G->K
  • 层:同一个层面为一层。如A为1层,BC为2层

2.二叉树基本概念

  • 什么是二叉树
  • 树有很多种,但是每一个结点最多只有两个子节点的树,被称作为二叉树。
  • 二叉树的子节点又分成左节点与右节点
  • 二叉树又分为满二叉树与完全二叉树
  • 满二叉树
  • 概念为:如果这颗二叉树的所有叶子节点都在该树的最后一层的话,并且节点的总数=2^n-1(n为层数)。
  • 节点总数=2^4-1=15

6ae5469f8dd143d7a20f285bece8411a.jpg

完全二叉树

  • 概念:当前二叉树所有的叶子节点再倒数第一层或者是倒数第二层当中,而且的话最后一层的叶子节点是在左边连续的,而在倒数第二层的叶子节点是右边连续的。
  • 如果把G节点删除的话,它就不属于完全二叉树了,因为它的叶子结点已经是不连续了。
  • d5b4e7805e6d44979a39718eb87572d1.jpg
  • 二叉排序树
  • 概念:也叫作二叉查找树。二叉排序树的任何一个非叶子节点,都要求他的左子节点的值要比当前的节点值小,右子节点值要比当前的节点值大。
  • 排序树的左子树不为空,那么左子树的所有节点都小于他根节点的值
  • 他的右子树不为空,那么右子树的所有节点的值都大于它根节点的值

a7c5d49da5a24293a9bfcb55c04afcd8.jpg

3.二叉树的前中后续遍历

  • 二叉树的遍历
  • 在学数组的时候,需要查找某一个值的时候,是不是需要遍历数据来查找的。
  • 那在树结构查找某一个值的时候,它与线性结构不一样,没有办法从头开始遍历,那它是如何进行遍历的呢?


f158656e5c294d2a963fd5697adee925.jpg

我们可以把上图的树分成根节点、左子树和右子树。再根据根节点什么时候被访问,我们就把二叉树遍历分成三种方式

  • 前序遍历:首先访问根节点,然后先是访问左子树,最后才到右子树。
  • 6 4 2 1 3 5 9 8 11
  • 中序遍历:首先访问左子树,然后到根节点,最后才到右子树。
  • 1 2 3 4 5 6 8 9 11
  • 后序遍历:首先访问左子树,然后到右子树,最后到根节点。
  • 1 3 2 6 4 8 11 9 6

4.排序二叉树实战

public class BinaryTree {
    //创建根节点
    public Node root;
    /**
     * 查看二叉树
     * @return
     */
    public Node getRoot(){
        return root;
    }
    /**
     * 求二叉树的最大深度
     * @param root
     * @return
     */
    public int maxDep(Node root){
        //根节点是否为空
        if(root == null) return 0;
        return Math.max(maxDep(root.left),maxDep(root.right))+1;
    }
    /**
     * 查找二叉树节点
     * @param id
     * @return
     */
    public String get(Node root,int id){
        //判断根节点是否为null
        if(root == null){
            return "";
        }
        //判断传入的ID是否是小于根节点
        if(id < root.id){
            return get(root.left,id);
        }
        //判断传入的ID是否大于根节点
        if(id > root.id){
            return get(root.right,id);
        }
        return root.name;
    }
    /**
     * 二叉树添加节点
     * @param node
     */
    public void add(Node node){
        //先判断根是否为null
        if(root == null){
            root = node;
        }else{
            root.add(node);
        }
    }
    /**
     * 前序遍历
     */
    public void preTraversal(){
        getRoot().preTraversal();
    }
    /**
     * 中序遍历
     */
    public void infixTraversal(){
        getRoot().infixTraversal();
    }
    /**
     * 后续遍历
     */
    public void postTraversal(){
        getRoot().postTraversal();
    }
    static class Node{
        //定义ID
        private int id;
        //定义name
        private String name;
        //定义左节点
        private Node left;
        //定义右节点
        private Node right;
        //初始化节点的值
        public Node(int id,String name){
            this.id = id;
            this.name = name;
        }
        /**
         * 添加节点
         * @param node
         */
        public void add(Node node){
            //首先先判断node是否为null
            if(node == null){
                return;
            }
            //判断是否比根小,向左插入
            if(node.id<this.id){
                if(this.left == null){
                    this.left = node;
                }else{
                    this.left.add(node);
                }
            }
            //判断是否比根大,向右插入
            if(node.id>this.id){
                if(this.right == null){
                    this.right = node;
                }else{
                    this.right.add(node);
                }
            }
        }
        /**
         * 前序遍历
         */
        public void preTraversal(){
            //输出根节点
            System.out.println("id:"+this.id+",name:"+this.name);
            //输出左节点
            if(this.left!=null){
                this.left.preTraversal();
            }
            //输出右节点
            if(this.right!=null){
                this.right.preTraversal();
            }
        }
        /**
         * 中序遍历
         */
        public void infixTraversal(){
            //输出左节点
            if(this.left!=null){
                this.left.infixTraversal();
            }
            //输出根节点
            System.out.println("id:"+this.id+",name:"+this.name);
            //输出右节点
            if(this.right!=null){
                this.right.infixTraversal();
            }
        }
        /**
         * 后续遍历
         */
        public void postTraversal(){
            //输出左节点
            if(this.left!=null){
                this.left.postTraversal();
            }
            //输出右节点
            if(this.right!=null){
                this.right.postTraversal();
            }
            //输出根节点
            System.out.println("id:"+this.id+",name:"+this.name);
        }
    }
    public static void main(String[] args) {
        BinaryTree binaryTree = new BinaryTree();
        int [] arr = {4,2,9,7,1,5};
        // 向树中添加元素
        for (int i = 0; i < arr.length; i++) {
            binaryTree.add(new Node(arr[i], "李祥"+i));
        }
        // 前序遍历
        System.out.println("前序遍历:");
        binaryTree.preTraversal();
        // 中序遍历
        System.out.println("中序遍历:");
        binaryTree.infixTraversal();
        // 后序遍历
        System.out.println("后序遍历:");
        binaryTree.postTraversal();
        //快速查找二叉树中的元素
        System.out.println("查找节点为 2 的元素:"+binaryTree.get(binaryTree.getRoot(), 2));
        //查询二叉树的最大深度
        System.out.println("二叉树的最大深度:"+binaryTree.maxDep(binaryTree.getRoot()));
    }
}

15b5b0e824374203a5646dee8d84b57e.jpg


相关文章
|
20天前
|
存储 算法 关系型数据库
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
这篇文章主要介绍了多路查找树的基本概念,包括二叉树的局限性、多叉树的优化、B树及其变体(如2-3树、B+树、B*树)的特点和应用,旨在帮助读者理解这些数据结构在文件系统和数据库系统中的重要性和效率。
14 0
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
|
20天前
|
存储 算法 搜索推荐
数据结构与算法学习十七:顺序储存二叉树、线索化二叉树
这篇文章主要介绍了顺序存储二叉树和线索化二叉树的概念、特点、实现方式以及应用场景。
15 0
数据结构与算法学习十七:顺序储存二叉树、线索化二叉树
|
21天前
|
Java
【用Java学习数据结构系列】震惊,二叉树原来是要这么学习的(二)
【用Java学习数据结构系列】震惊,二叉树原来是要这么学习的(二)
24 1
|
21天前
|
算法 Java C语言
【用Java学习数据结构系列】震惊,二叉树原来是要这么学习的(一)
【用Java学习数据结构系列】震惊,二叉树原来是要这么学习的(一)
22 1
|
24天前
|
存储
【数据结构】二叉树链式结构——感受递归的暴力美学
【数据结构】二叉树链式结构——感受递归的暴力美学
|
27天前
|
存储 算法 调度
数据结构--二叉树的顺序实现(堆实现)
数据结构--二叉树的顺序实现(堆实现)
|
17天前
|
Java C++
【数据结构】探索红黑树的奥秘:自平衡原理图解及与二叉查找树的比较
本文深入解析红黑树的自平衡原理,介绍其五大原则,并通过图解和代码示例展示其内部机制。同时,对比红黑树与二叉查找树的性能差异,帮助读者更好地理解这两种数据结构的特点和应用场景。
22 0
|
20天前
|
存储 算法
探索数据结构:分支的世界之二叉树与堆
探索数据结构:分支的世界之二叉树与堆
|
20天前
|
存储 算法
数据结构与算法学习十六:树的知识、二叉树、二叉树的遍历(前序、中序、后序、层次)、二叉树的查找(前序、中序、后序、层次)、二叉树的删除
这篇文章主要介绍了树和二叉树的基础知识,包括树的存储方式、二叉树的定义、遍历方法(前序、中序、后序、层次遍历),以及二叉树的查找和删除操作。
16 0
|
24天前
|
存储 算法
【数据结构】二叉树——顺序结构——堆及其实现
【数据结构】二叉树——顺序结构——堆及其实现