• 数据结构与算法分析之树(1)


    1.1 树的相关概念

    • 树的定义: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,是因为它看起来像是一个倒挂的树,也就是它根朝上,而叶朝下。
      在这里插入图片描述
    • 树的特点:
      • 每个结点有0或多个子结点
      • 没有父节点的结点称为根结点
      • 每一个非根结点只有一个父结点
      • 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。
    • 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,根的直接后继结点层次为2,以此类推。
    • 结点的层序编号:将树种的结点,按照从上层到下层,同层从左到右依次排序成一个线性序列,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,树就变成了一个森林;给森林增加一个统一的根结点,森林就变成一棵树。
      在这里插入图片描述
    • 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:一个结点的直接前驱结点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。

    1.2 二叉树

    1.2.1 二叉树的基本定义
    • 二叉树就是度不超过2的树(每个结点最多有两个子结点)
      在这里插入图片描述
    • 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。
      在这里插入图片描述
    • 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。
      在这里插入图片描述
    • 二叉树API设计
      在这里插入图片描述
    1.2.2 二叉查找树
    • 二叉查找树的API设计:
      在这里插入图片描述
      在这里插入图片描述
      在这里插入图片描述
    1.2.3 二叉树的遍历
    • 前序遍历:先访问根节点,然后再访问左子树,最后访问右子树。
    • 中序遍历:先访问左子树,再访问根节点,最后访问右子树。
    • 后序遍历:先访问左子树,再访问右子树,最后访问根节点。
    • 层序遍历:从根节点开始,从上往下,从左往右访问所有节点。(EBGADFHC)
      在这里插入图片描述
    1.2.4 二叉树相关代码
    package com.tiger.study.DataStructure.Tree;
    
    import com.sun.corba.se.impl.resolver.SplitLocalResolverImpl;
    import com.tiger.study.DataStructure.Linear.Queue;
    import org.jetbrains.annotations.NotNull;
    
    public class BinaryTree<Key extends Comparable<Key>, Value> {
        // 根节点
        private Node root;
    
        // 记录结点个数
        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);
        }
    
        // 向树x中添加元素key-value,并返回添加元素后的新的树
        public Node put(Node x, Key key, Value value) {
            // 如果x子树为空,让新的结点成为root结点
            if (x == null) {
                N++;
                return new Node(key, value, null, null);
            }
    
            // 如果x不为空
            // 比较x结点的键和key的大小
            int cmp = key.compareTo(x.key);
            if (cmp > 0) {
                // 如果key小于x结点的键,则继续找x结点的左子树
                x.right = put(x.right, key, value);
            } else if (cmp < 0) {
                // 如果key大于x结点的键,则继续找x结点的右子树
                x.left = put(x.left, key, value);
            } else {
                // 如果key等于x结点的键,则替换x结点的值
                x.value = value;
            }
    
            return x;
        }
    
        // 查询树中指定的key对应的value
        public Value get(Key key) {
            return get(root, key);
        }
    
        // 从指定树中查找key对应的值
        public Value get(Node x, Key key) {
            // 先判断x是否等于null
            if (x == null) {
                return null;
            }
            int cmp = key.compareTo(x.key);
            if (cmp > 0) {
                return get(x.right, key);
            } else if (cmp < 0) {
                return get(x.left, key);
            } else {
                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) {
            // x树为null
            if (x == null) {
                return null;
            }
    
            // x树不为null
            int cmp = key.compareTo(x.key);
            if (cmp > 0) {
                // 如果key大于x的结点的键,则继续找x结点的右子树
                x.right = delete(x.right, key);
            } else if (cmp < 0) {
                // 如果key小于x结点的键,则继续找x结点的左子树
                x.left = delete(x.left, key);
            } else {
                // 让元素个数-1
                N--;
                // 真正的删除
                // 找到右子树中最小的结点
                if (x.right == null) {
                    return x.left;
                }
    
                if (x.left == null) {
                    return x.right;
                }
    
                Node minNode = x;
                while (minNode.left != null) {
                    minNode = minNode.left;
                }
                // 删除右子树中最小的结点
                Node n = x;
                while (n.left != null) {
                    if (n.left.left == null) {
                        n.left = null;
                    } else {
                        n = n.left;
                    }
                }
                // 让x结点的左子树成为minNode的左子树
                minNode.left = x.left;
    
                // 让x结点的右子树成为minNode的右子树
                minNode.right = x.right;
    
                // 让x结点的父节点指向minNode
                x = minNode;
    
            }
            return x;
        }
    
        // 找到整个树中最小的键
        public Key min() {
            return min(root).key;
        }
    
        // 找到指定树中最小的键
        public Node min(Node x) {
            if (x.left == null) {
                return x;
            } else {
                return min(x.left);
            }
        }
    
        // 找到整个树中最大的键
        public Key max() {
            return max(root).key;
        }
    
        // 找到指定树中最大的键
        public Node max(Node x) {
            if (x.right != null) {
                return max(x.right);
            } else {
                return x;
            }
        }
    
        // 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;
        }
    
        // 获取指定数组x的所有键,并放到keys队列中
        private void preErgodic(Node x, Queue<Key> keys) {
            if (x == null) {
                return;
            }
    
            // 把结点key放入到keys中
            keys.enqueue(x.key);
    
            // 递归遍历左子树
            if (x.left != null) {
                preErgodic(x.left, keys);
            }
    
            // 递归遍历右子树
            if (x.right != null) {
                preErgodic(x.right, keys);
            }
        }
    
        // 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;
        }
    
        // 获取指定数组x的所有键,并放到keys队列中
        private void midErgodic(Node x, Queue<Key> keys) {
            if (x == null) {
                return;
            }
    
            // 先将左子树中的键放到keys中
            if (x.left != null) {
                midErgodic(x.left, keys);
            }
    
            // 将中间的键放到keys中
            keys.enqueue(x.key);
    
            // 将右子树的键放到左子树中
            if (x.right != null) {
                midErgodic(x.right, keys);
            }
        }
    
        // 后续遍历
        public Queue<Key> afterErgodic() {
            Queue<Key> keys = new Queue<>();
            afterErgodic(root, keys);
            return keys;
        }
    
        // 后续遍历
        private void afterErgodic(Node x, Queue<Key> keys) {
            if (x == null) {
                return;
            }
    
            if (x.left != null) {
                afterErgodic(x.left, keys);
            }
    
            if (x.right != null) {
                afterErgodic(x.right, keys);
            }
    
            keys.enqueue(x.key);
    
        }
    
        // 层序遍历
        public Queue<Key> layerErgodic() {
            // 备用队列,用于存放结点,因为队列的先进先出的特性,这样我们每次可以将左结点放入队列,然后在将右子结点放入队列
            Queue<Node> nodes = new Queue<Node>();
            // 用于存储key
            Queue<Key> keys = new Queue<>();
            // 先将根节点放入队列中,这样while循环就可以使用了
            nodes.enqueue(root);
            // 判断nodes队列是否为空,空的话所有结点都遍历完了
            while (!nodes.isEmpty()) {
                // 先弹出一个结点
                Node dqNode = nodes.dequeue();
    
                // 如果该结点有左子节点,就把左子节点放入备用队列
                if (dqNode.left != null) {
                    nodes.enqueue(dqNode.left);
                }
    
                // 如果该结点有右子节点,就把右子节点放入备用队列
                if (dqNode.right != null) {
                    nodes.enqueue(dqNode.right);
                }
    
                // 将当前结点的key放入keys队列
                keys.enqueue(dqNode.key);
            }
            return keys;
        }
    
        // 最大深度
        public int maxDepth() {
            return maxDepth(root);
        }
    
        private int maxDepth(Node x) {
            if (x == null) {
                return 0;
            }
    
            // 左子树的最大深度
            int leftChildTreeDepth = 0;
            if (x.left != null) {
                leftChildTreeDepth = maxDepth(x.left);
            }
    
            // 右子树的最大深度
            int rightChildTreeDepth = 0;
            if (x.right != null) {
                rightChildTreeDepth = maxDepth(x.right);
            }
    
            return Math.max(leftChildTreeDepth, rightChildTreeDepth) + 1;
        }
    
        private class Node {
            Node left;
            Node right;
            Key key;
            Value value;
    
            public Node(Key key, Value value, Node left, Node right) {
                this.key = key;
                this.value = value;
                this.left = left;
                this.right = right;
            }
        }
    }
    
    
    • 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
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92
    • 93
    • 94
    • 95
    • 96
    • 97
    • 98
    • 99
    • 100
    • 101
    • 102
    • 103
    • 104
    • 105
    • 106
    • 107
    • 108
    • 109
    • 110
    • 111
    • 112
    • 113
    • 114
    • 115
    • 116
    • 117
    • 118
    • 119
    • 120
    • 121
    • 122
    • 123
    • 124
    • 125
    • 126
    • 127
    • 128
    • 129
    • 130
    • 131
    • 132
    • 133
    • 134
    • 135
    • 136
    • 137
    • 138
    • 139
    • 140
    • 141
    • 142
    • 143
    • 144
    • 145
    • 146
    • 147
    • 148
    • 149
    • 150
    • 151
    • 152
    • 153
    • 154
    • 155
    • 156
    • 157
    • 158
    • 159
    • 160
    • 161
    • 162
    • 163
    • 164
    • 165
    • 166
    • 167
    • 168
    • 169
    • 170
    • 171
    • 172
    • 173
    • 174
    • 175
    • 176
    • 177
    • 178
    • 179
    • 180
    • 181
    • 182
    • 183
    • 184
    • 185
    • 186
    • 187
    • 188
    • 189
    • 190
    • 191
    • 192
    • 193
    • 194
    • 195
    • 196
    • 197
    • 198
    • 199
    • 200
    • 201
    • 202
    • 203
    • 204
    • 205
    • 206
    • 207
    • 208
    • 209
    • 210
    • 211
    • 212
    • 213
    • 214
    • 215
    • 216
    • 217
    • 218
    • 219
    • 220
    • 221
    • 222
    • 223
    • 224
    • 225
    • 226
    • 227
    • 228
    • 229
    • 230
    • 231
    • 232
    • 233
    • 234
    • 235
    • 236
    • 237
    • 238
    • 239
    • 240
    • 241
    • 242
    • 243
    • 244
    • 245
    • 246
    • 247
    • 248
    • 249
    • 250
    • 251
    • 252
    • 253
    • 254
    • 255
    • 256
    • 257
    • 258
    • 259
    • 260
    • 261
    • 262
    • 263
    • 264
    • 265
    • 266
    • 267
    • 268
    • 269
    • 270
    • 271
    • 272
    • 273
    • 274
    • 275
    • 276
    • 277
    • 278
    • 279
    • 280
    • 281
    • 282
    • 283
    • 284
    • 285
    • 286
    • 287
    • 288
    • 289
    • 290
    • 291
    • 292
    • 293
    • 294
    • 295
    • 296
    • 297
    • 298
    • 299
    • 300
    • 301
    • 302
    • 303
    • 304

    1.3 折纸问题

    • 需求
      在这里插入图片描述
    • 分析
      在这里插入图片描述
    • 代码实现
    package com.tiger.study.DataStructure.Test.Tree;
    
    import com.tiger.study.DataStructure.Linear.Queue;
    import com.tiger.study.DataStructure.Tree.BinaryTree;
    
    public class PageFolding {
        public static void main(String[] args) {
            // 纸对折的次数
            int times = 2;
    
            // 创建树
            Node tree = createTree(times);
    
            // 中序遍历树
            printErgodic(tree);
    
    
        }
    
        public static Node<String> createTree(int n) {
            Node<String> root = null;
            for (int i = 0; i < n; i++) {
                if (i == 0) {
                    // 当前是第一个对折
                    root = new Node<>("down", null, null);
                    continue;
                }
                // 不是第二次对折
                // 定义一个辅助队列,通过层序遍历的思想添加叶子结点
                Queue<Node> queue = new Queue<>();
                queue.enqueue(root);
    
                // 循环遍历队列
                while (!queue.isEmpty()) {
                    // 从队列中弹出一个结点
                    Node tmp = queue.dequeue();
                    // 如果有左子节点放入到队列中
                    if (tmp.left != null) {
                        queue.enqueue(tmp.left);
                    }
                    // 如果有右子节点放入到队列中
                    if (tmp.right != null) {
                        queue.enqueue(tmp.right);
                    }
    
                    // 如果左右子节点都没有,给该结点添加左右子节点
                    if (tmp.left == null && tmp.right == null) {
                        tmp.left = new Node<>("down", null, null);
                        tmp.right = new Node<>("up", null, null);
                    }
    
                }
    
            }
            return root;
        }
    
        // 打印数组中每个结点到控制台
        public static void printErgodic(Node<String> n) {
            if (n == null) {
                return;
            }
    
            if (n.left != null) {
                printErgodic(n.left);
            }
    
            System.out.printf(n.item + " ");
    
            if (n.right != null) {
                printErgodic(n.right);
            }
        }
    
        private static class Node<T> {
            public T item;
            public Node left;
            public Node right;
    
            public Node(T item, Node left, Node right) {
                this.item = item;
                this.left = left;
                this.right = right;
            }
        }
    }
    
    
    • 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
    • 87
  • 相关阅读:
    数据结构与算法
    leetcode:891. 子序列宽度之和【排序 + 贡献法】
    Sentinel整合Gateway
    LeetCode 24.两两交换链表中的结点
    初识Sentinel
    互联网Java工程师面试题·Java 并发编程篇·第三弹
    Vue3 源码阅读(8):渲染器 —— 总体思路
    服务器怎么被远程桌面连接不上,远程桌面连接不上服务器的问题有效解决方案
    2020-09-04
    基于TI Sitara系列AM5728工业开发板——FPGA视频开发案例分享
  • 原文地址:https://blog.csdn.net/qq_38689352/article/details/127415617