目录
树是一种非线性的数据结构,存储具有“一对多”关系特点元素的一种数据结构。例如:组织架构、图书目录、商品种类、热点搜索词等。
如图所示就是一个 树 ,对数据A来说,和数据C、F有关系;对于数据F来说,和数据H、G有关系。这就是“一对多”的关系。
将具有“一对多”关系的集合中的数据元素按照树的形式进行存储,整个存储形状在逻辑结构上看,类似于实际生活中倒着的树,所以称这种数据的存储结构称为“树”。
树是一种非线性的数据结构,包含n个结点的有限集合,结点之间具备一对多的逻辑关系,当树的结点n=0时,该树被称为空树。
树结构中,存储的每一个数据元素都被称为树的“结点”。
结点又被细分为:根节点、子节点、叶子结点
如图所示:叶子结点即树的末端结点,属于没有子结点的结点,统一称为叶子结点。
子树:由某个子结点作为根结点组成的树被称为子树。上图中红色部分就是一个子树。
对于一个结点,拥有的子树个数(结点有多少分支)称为结点的度。
树的度:一颗树的度是树内各结点的度的最大值。
从一棵树的根结点开始,根结点所在层为第一层,根结点的子结点所在层为第二层,依次类推
一棵树的高度是树中结点所在的最大层次。树的高度,也被称为树的深度。
在任意一个非空树中,有以下特点:
1.有且仅有一个根结点
2.一棵树中的任意两个结点,有且仅有唯一的一条路径连通,不存在回路。
3.一棵树如果有n个结点,那么它一定有n-1条边
二叉树是一种结点的度不大于2的有序树,子结点通常被称为“左孩子结点”和“右孩子结点”。
如图所示就是一个二叉树
这个图中树的度为3,所以此树就不是一个二叉树
二叉树又被分为满二叉树和完全二叉树
满二叉树是一种特殊的二叉树,它的所有非叶子节点都存在左右子结点,并且所有的叶子结点都在同一层级
满二叉树的特点:
如果二叉树中,从根结点到倒数第二层,符合满二叉树要求,其叶子结点可以不完全填充,但必须靠从左到右连续分布,这样的二叉树被称为完全二叉树。
顺序存储指的是使用顺序表(数组)存储二叉树。但是顺序存储只适用于完全二叉树。满二叉树也是完全二叉树,所以同样适用。
在顺序存储中,顺序表中的每一个位置仅存储结点的data,不需要存储左右子结点的指针,子结点的索引通过计算父结点下标完成。
如果一个父结点的下标为parentIndex它的左结点下标为:2parentIndex, 右子结点下标为:2parentIndex+1
如果完全二叉树,使用数组顺序存储,可以完全利用数组空间
如果是普通二叉树,使用数组顺序存储,在数组中就会出现空隙,导致内存利用率降低
- //基于数组(顺序存储)的二叉树
- public class BinaryTree1<E> {
- // 创建一个新的空数组用来存储二叉树
- private Object[] elementData=null;
- // 进行初始化操作
- public BinaryTree1(E[] elements) {
- // 新数组的长度要比放入数据的数组长度大一个,因为新数组中从下标为1开始存储
- elementData=new Object[elements.length+1];
- for(int i=0,index=1;i<elements.length;i++,index++) {
- elementData[index]=elements[i];
- }
- }
- // 获取指定下标处的元素
- public E get(int index) {
- return (E) elementData[index];
- }
-
- // 获取指定下标的左孩子
- public E left(int index) throws Exception {
- // index<<1 即2倍的index,一个子节点的下标的二倍是他的左孩子结点,如果2倍的index大于等于数组长度则没有左子孩子
- if((index<<1)>=elementData.length) {
- throw new Exception("没有左孩子");
- }
- return (E) elementData[index<<1];
- }
-
- // 获取指定下标的右孩子
- public E right(int index) throws Exception {
- if((index<<1)+1>=elementData.length) {
- throw new Exception("没有右孩子");
- }
- return (E) elementData[(index<<1)+1];
- }
-
- }
二叉树的链式存储依靠指针将各个结点串联起来,不需要连续的存储空间。
每个结点包括3个属性:
- 数据 Data
- 左孩子结点指针 Left
- 右孩子结点 Right
- //二叉树的链式存储
- public class BinaryTree<E> {
- // 根节点
- TreeNode<E> root;
-
- public BinaryTree(E val) {
- root=new TreeNode<E>(val);
- }
- // 结点类
- static class TreeNode<E>{
- E data;
- TreeNode<E> left;
- TreeNode<E> right;
-
- public TreeNode() {
-
- }
- public TreeNode(E val) {
- this.data=val;
- }
- }
-
- public TreeNode<E> left(TreeNode<E> parent,E val){
- TreeNode<E> newNode=new TreeNode<E>(val);
- parent.left=newNode;
- return newNode;
- }
-
- public TreeNode<E> right(TreeNode<E> parent,E val){
- TreeNode<E> newNode=new TreeNode<E>(val);
- parent.right=newNode;
- return newNode;
- }
-
-
- }
前序遍历 | 根结点->左子树->右子树 |
中序遍历 | 左子树->根结点->右子树 |
后序遍历 | 左子树->右子树->根结点 |
- public static void preOrder(TreeNode root) {
- if(root==null) {
- return;
- }
- System.out.print(root.data);
- preOrder(root.left);
- preOrder(root.right);
- }
- public static void inOrder(TreeNode root) {
- if(root==null) {
- return;
- }
- inOrder(root.left);
- System.out.print(root.data);
- inOrder(root.right);
- }
- public static void postOrder(TreeNode root) {
- if(root==null) {
- return;
- }
- postOrder(root.left);
- postOrder(root.right);
- System.out.print(root.data);
- }
层序遍历,就是按二叉树从上到下,从左到右,依次打印每层中每个结点存储的数据
- public static void levelOrder(TreeNode root) {
-
- if(root==null) {
- return;
- }
- Queue<TreeNode> queue=new LinkedList<TreeNode>();
- queue.offer(root);
- while(true) {
- TreeNode t=queue.poll();
- if(t==null) {
- break;
- }
- //访问当前节点,就用打印表示访问即可
- System.out.print(t.data);
- if(t.left!=null) {
- queue.offer(t.left);
- }
- if(t.right!=null) {
- queue.offer(t.right);
- }
- }
-
- }
二叉查找树也称为二叉排序树,即BST,是一种特殊的二叉树,它具备以下特点:
1、若左子树不空,则左子树上所有结点的值均小于或等于它的根结点的值
2、若右子树不空,则右子树上所有结点的值均大于或等于它的根结点的值。
3、左、右子树也分为二叉排序树
二叉查找树的优势在于可以快速查找。
- public class BST {
- // 根结点
- TreeNode root;
-
- // 树内部类
- static class TreeNode{
- Integer data;//结点数据
- TreeNode left;//左子结点
- TreeNode rigth;//右子结点
- TreeNode parent;//父结点
-
- public TreeNode() {
-
- }
- public TreeNode(Integer val) {
- this.data=val;
- }
- }
-
- }
- // 插入新结点
- public void insert(TreeNode newNode) {
- // 默认使用根结点
- TreeNode currentNode=this.root;
- // 新结点的父结点
- TreeNode parentNode=null;
- // 查找新结点的父结点
- while(currentNode!=null) {
- parentNode=currentNode;
- if(newNode.data>currentNode.data) {
- // 右
- currentNode=currentNode.right;
- }else {
- // 左
- currentNode=currentNode.left;
- }
- }
-
- // 设置新结点的父结点
- newNode.parent=parentNode;
-
- // 判断当前树是否为空树
- if(parentNode==null) {
- this.root=newNode;
- }else {
- // 保存新结点
- if(parentNode.data<newNode.data) {
- parentNode.right=newNode;
- }else {
- parentNode.left=newNode;
- }
- }
- }
- public void init(int[] array) {
- for(int n:array) {
- insert(new TreeNode(n));
- }
- }
- // 查找结点
- public TreeNode search(TreeNode parentNode,int data) {
- if(parentNode==null) {
- return parentNode;
- }
- if(data<parentNode.data) {
- return search(parentNode.left,data);
- }else if(data>parentNode.data){
- return search(parentNode.right,data);
- }else {
- return parentNode;
- }
- }
- // 查找最大值
- public TreeNode findMax(TreeNode currentNode) {
- if(currentNode==null) {
- return currentNode;
- }
- TreeNode parent=null;
- while(currentNode!=null) {
- parent=currentNode;
- currentNode=currentNode.rigth;
- }
- return parent;
- }