一、树状结构
1、数组与链表
数组结构
数组存储是通过下标方式访问元素，查询速度快，如果数组元素是有序的，还可使用二分查找提高检索速度；如果添加新元素可能会导致多个下标移动，效率较低；
链表结构
链表存储元素，对于元素添加和删除效率高，但是遍历元素每次都需要从头结点开始，效率特别低；
树形结构能同时相对提高数据存储和读取的效率。
2、树结构概念
根节点：树的根源，没有父节点的节点，如上图A节点；
兄弟节点：拥有同一父节点的子节点。如图B与C点；
叶子节点：没有子节点的节点。如图DEFG节点；
树的高度：最大层数，如图为3层；
路径：从root根节点找到指定节点的路线；
树形结构是一层次的嵌套结构。一个树形结构的外层和内层有相似的结构，所以这种结构多可以递归的表示。经典数据结构中的各种树状图是一种典型的树形结构：一颗树可以简单的表示为根，左子树，右子树。 左子树和右子树又有自己的子树。
二、二叉树模型
树的种类有很多，二叉树（BinaryTree）是树形结构的一个重要类型，每个节点最多只能有两个子节点的一种形式称为二叉树，二叉树的子节点分为左节点和右节点，许多实际问题抽象出来的数据结构往往是二叉树形式。
完全二叉树
二叉树的所有叶子节点都在最后一层或者倒数第二层，而且最后一层的叶子节点在左边连续，倒数第二 层的叶子节点在右边连续，我们称为完全二叉树
满二叉树
当二叉树的所有叶子节点都在最后一层，并且结点总数= 2^n -1 , n 为层数，则称为满二叉树。
平衡二叉树
平衡二叉树指的是，任意节点的子树的高度差的绝对值都小于等于1，并且左右两个子树都是一棵平衡二叉树，常见的符合平衡树的有，B树（多路平衡搜索树）、AVL树（二叉平衡搜索树）等。
二叉查找树
二叉查找树（BinarySearchTree）不但二叉树，同时满足一定的有序性：节点的左子节点比自己小，节点的右子节点比自己大。
三、二叉树编码
1、基础代码
节点代码
class TreeNode {
private String num ;
private TreeNode leftNode ;
private TreeNode rightNode ;
public TreeNode(String num) {
this.num = num;
}
@Override
public String toString() {
return "TreeNode{num=" + num +'}';
}
}
树结构代码
class BinaryTree01 {
private TreeNode root ;
}
2、遍历与查找
前序遍历查找
先处理当前结点的数据，再依次递归遍历左子树和右子树；
public void prevTraverse() {
// 输出父结点
System.out.println(this);
// 向左子树递归前序遍历
if(this.leftNode != null) {
this.leftNode.prevTraverse();
}
// 向右子树递归前序遍历
if(this.rightNode != null) {
this.rightNode.prevTraverse();
}
}
public TreeNode prevSearch(String num) {
//比较当前结点
if(this.num.equals(num)) {
return this ;
}
// 递归遍历左子树查找
TreeNode findNode = null;
if(this.leftNode != null) {
findNode = this.leftNode.prevSearch(num);
}
// 左子树遍历命中
if(findNode != null) {
return findNode ;
}
// 递归遍历右子树查找
if(this.rightNode != null) {
findNode = this.rightNode.prevSearch(num);
}
return findNode ;
}
中序遍历查找
先递归遍历左子树，再处理父节点，再递归遍历右子树；
public void midTraverse() {
// 向左子树递归中序遍历
if(this.leftNode != null) {
this.leftNode.midTraverse();
}
// 输出父结点
System.out.println(this);
// 向右子树递归中序遍历
if(this.rightNode != null) {
this.rightNode.midTraverse();
}
}
public TreeNode midSearch(String num) {
// 递归遍历左子树查找
TreeNode findNode = null;
if(this.leftNode != null) {
findNode = this.leftNode.midSearch(num);
}
if(findNode != null) {
return findNode ;
}
// 比较当前结点
if(this.num.equals(num)) {
return this ;
}
// 递归遍历右子树查找
if(this.rightNode != null) {
findNode = this.rightNode.midSearch(num);
}
return findNode ;
}
后序遍历查找
先递归遍历左子树，再递归遍历右子树，最后处理父节点；
public void lastTraverse() {
// 向左子树递归后序遍历
if(this.leftNode != null) {
this.leftNode.lastTraverse();
}
// 向右子树递归后序遍历
if(this.rightNode != null) {
this.rightNode.lastTraverse();
}
// 输出父结点
System.out.println(this);
}
public TreeNode lastSearch(String num) {
// 递归遍历左子树查找
TreeNode findNode = null;
if(this.leftNode != null) {
findNode = this.leftNode.lastSearch(num);
}
if(findNode != null) {
return findNode ;
}
// 递归遍历右子树查找
if(this.rightNode != null) {
findNode = this.rightNode.lastSearch(num);
}
if(findNode != null) {
return findNode ;
}
// 比较当前结点
if(this.num.equals(num)) {
return this ;
}
return null ;
}
3、删除节点
如果当前删除的节点是叶子节点，则可以直接删除该节点；如果删除的节点是非叶子节点，则删除该节点树。
public void deleteNode(String num) {
// 判断左节点是否删除
if(this.leftNode != null && this.leftNode.num.equals(num)) {
this.leftNode = null ;
return ;
}
// 判断右节点是否删除
if(this.rightNode != null && this.rightNode.num.equals(num)) {
this.rightNode = null;
return ;
}
// 向左子树遍历进行递归删除
if(this.leftNode != null) {
this.leftNode.deleteNode(num);
}
// 向右子树遍历进行递归删除
if(this.rightNode != null) {
this.rightNode.deleteNode(num);
}
}
四、多叉树
多叉树是指一个父节点可以有多个子节点，但是一个子节点依旧遵循一个父节点定律，通常情况下，二叉树的实际应用高度太高，可以通过多叉树来简化对数据关系的描述。
例如：Linux文件系统，组织架构关系，角色菜单权限管理系统等，通常都基于多叉树来描述。
网友评论