树的样子
Snip20200827_4.png树的基本概念
以下的描述都以上面多叉树为例
节点
- 节点:树上的每个元素都可以称为节点
- 根节点:树最上面的节点,一棵树最多只有一个跟节点
- 父节点: 1是2、3、4、5、6的父节点,2是21、22的父节点,22是221、222、223的父节点。
- 子节点:2、3、4、5、6是1的子节点,21、22是2的子节点,221、222、223是22的子节点。
- 兄弟节点:拥有同一个父节点 的节点称为兄弟节点
- 空树: 一棵树可以没有任何节点,称为空树
- 一棵树可以只有一个节点,也就是只有跟节点
- 子树:2及2下面的节点是1的子树
- 左子树、右子树:51是5的左子树,52是5的右子树;21是2的左子树,22及下面的节点是2的右子树
- 节点的度:子树的个数,节点1的度是5,因为它有5个子树,节点61的度是0,节点2的度是2
- 树的度:所有节点度中的最大值,上面多叉树的度是5
- 叶子节点:度为0的节点,如221、21
- 非叶子节点:度不为0的节点
层数、深度、高度
- 层数:根节点在第一层,根节点的子节点在第二层,以此类推
- 节点的深度:从根节点到当前节点的唯一路径上的节点总数,如节点2的深度是2,节点221的深度是4
- 节点的高度:从当前节点到最远叶子节点的路径上的节点总数,节点1的高度是4,节点2的高度是3
- 树的深度:所有节点深度中的最大值
- 树的高度:所有节点高度中的最大值
- 树的深度等于树的高度
有序树、无序数、森林
- 有序树:树中任意节点的子节点之间有顺序关系
- 无序数:树中任意节点的子节点之间没有顺序关系,也称” 自由树“
- 森林:由m(m>=0)颗不相交的树组成的集合
二叉树(Binary Tree)
二叉树的特点
- 每个节点的度最大为2(最多拥有2颗子树)
- 左子树和右子树是有顺序的,因此二叉树是有序树
- 即使某节点只有一棵子树,也要区分左右子树
二叉树的性质
- 非空二叉树的第i层,最多有2^(i-1)个节点(i >= 1)
- 在高度为h的二叉树上最多有2^h-1个节点(h >= 1)
- 对于任何一棵非空二叉树,如果叶子节点个数为n0,度为2的节点个数为n2,则有:n0 = n2 + 1;
- 假设度为1的节点个数为n1,那么二叉树的节点总数 n = n0 + n1 + n2;
- 二叉树的边树 T = n1 + 2*n2 = n - 1 = n0 + n1 + n2 - 1
- 因此 n0 = n2 + 1;
真二叉树(Proper Binary Tree)
Snip20200827_10.png所有节点的度要么为0,要么为2,也就是所有非叶子节点的度都为2
满二叉树(Full Binary Tree)
Snip20200827_7.png- 最后一层节点的度都为0,其他节点的度都为2,也就是所有非叶子节点的度都为2,且所有的叶子节点都在最后一层
- 在同样高度的二叉树中,满二叉树的叶子节点数量最多、总节点数量最多
- 满二叉树一定是真二叉树,真二叉树不一定是满二叉树
- 假设二叉树的高度为h(h>=1),那么
- 第 i 层的节点数量:2^(i-1)
- 叶子节点数量:(2^(h-1))
- 总节点数量 n = 2^h - 1;
- h = log2(n+1)
完全二叉树(Complete Binary Tree)
Snip20200827_9.png- 完全二叉树:对节点从上至下、左至右开始编号,其所有编号都能与相同高度的满二叉树中的编号对应
- 叶子节点只会出现最后2层,最后1层的叶子节点都靠左对齐
- 完全二叉树从根节点至倒数第2层是一棵满二叉树
- 满二叉树一定是完全二叉树,完全二叉树不一定是满二叉树
完全二叉树的性质
-
度为1的节点只有左子树
-
度为1的节点要么是1个,要么是0个
-
同样节点数量的二叉树,完全二叉树的高度最小
-
假设完全二叉树的高度为h(h>=1),那么
- 至少有2^(h-1)个节点
- 最多有2^h - 1 个节点
- 假设总节点数量为n
2^(h-1) <= n < 2^h
h-1 <= log2(n) < h
那么 h = floor(log2(n)) + 1 (floor是向下取整,另外ceiling是向上取整)
-
一棵有n个节点的完全二叉树(n > 0 ),从上到下、从左到右对节点从1开始进行编号,对任意第i个节点
- 如果 i = 1 ,它是根节点
- 如果 i > 1,它的父节点编号为 floor( i/2 )
- 如果 2i <= n,它的左子节点编号为2i
- 如果 2i > n ,它无左子节点
- 如果 2i + 1 <= n, 它的右子节点编号为 2i + 1
- 如果 2i + 1 > n ,它无右子节点
-
一棵有n个节点的完全二叉树(n > 0 ),从上到下、从左到右对节点从0开始进行编号,对任意第i个节点
- 如果 i = 0 ,它是根节点
- 如果 i > 0,它的父节点编号为 floor( (i-1)/2 )
- 如果 2i + 1 <= n-1,它的左子节点编号为2i+ 1
- 如果 2i + 1 > n - 1 ,它无左子节点
- 如果 2i + 2 <= n - 1, 它的右子节点编号为 2i + 2
- 如果 2i + 2 > n - 1,它无右子节点
完全二叉树面试题
如果一颗完全二叉树有768个节点,求叶子节点的个数。
解题思路:
- 假设叶子节点个数为n0,度为1的节点个数为n1,度为2的节点个数为n2
- 总节点个数n = n0 + n1 + n2 ,而且n0 = n2 + 1,得出n = 2n0 + n1 -1
- 又已知完全二叉树的n1要么为0,要么为1
- n1为1时,n = 2n0,n必然是偶数,叶子节点个数n0 = n/2,非叶子节点个数 n1 + n2 = n/2
- n1为0时,n = 2n0 - 1,n必然是奇数,叶子节点个数n0 = (n + 1)/2,非叶子节点个数 n1 + n2 = (n - 1) /2
总结:
叶子节点个数 n0 = floor((n+1)/2) = ceiling(n/2)
非叶子节点个数 n1+ n2 = floor(n/2) = ceiling( (n-1)/2)
因此叶子节点个数为384
国外教材的说法
- Full Binary Tree :完满二叉树,所有非叶子节点的度都为2,就是国内说的“真二叉树”
- Perfact Binary Tree:完美二叉树,所有非叶子节点的度都为2,且所有的叶子节点都在最后一层,就是国内说的“满二叉树”
- Complete Binary Tree:完全二叉树,跟国内的定义一样
二叉树的遍历
根据节点访问顺序的不同,二叉树的常见遍历方式有四种:
-
前序遍历
访问顺序:根节点、前序遍历左子树、前序遍历右子树
应用:树状结构展示
Snip20200901_2.png -
中序遍历
访问顺序:中序遍历左子树、根节点、中序遍历右子树,二叉搜索树的中序遍历结果是生序或者是降序的
应用:二叉搜索树的中序遍历按升序或者降序处理节点
Snip20200901_8.png -
后序遍历
访问顺序:后序遍历左子树、后序遍历右子树、根节点
应用:适用于一些先子后父的操作
Snip20200901_11.png -
层序遍历
访问顺序:从上到下、从左到右依次访问每一个节点
应用:计算二叉树的高度,判断一棵树是否为完全二叉树
Snip20200901_12.png
前序遍历
/**
* 前序遍历_递归
*/
public void preorderTraversal(){
preorderTraversal(root);
}
private void preorderTraversal(Node<E> node){
if (node == null) return;
System.out.print(node.element+" ");
preorderTraversal(node.left);
preorderTraversal(node.right);
}
/**
* 前序遍历_非递归
*/
public void preorder(){
if (root == null) return;
Stack<Node> stack = new Stack<>();
stack.push(root);
while (!stack.isEmpty()){
Node<E> node = stack.pop();
System.out.print(node.element+" ");
if(node.right != null){
stack.push(node.right);
}
if (node.left != null){
stack.push(node.left);
}
}
}
中序遍历
/**
* 中序遍历_递归
*/
public void inorderTraversal(){
inorderTraversal(root);
}
private void inorderTraversal(Node<E> node){
if (node == null) return;
inorderTraversal(node.left);
System.out.print(node.element+" ");
inorderTraversal(node.right);
}
/**
* 中序遍历_非递归
*/
public void inorder(){
if (root == null) return;
Node<E> node = root;
Stack<Node> stack = new Stack<>();;
while (!stack.isEmpty() || node != null){
if (node != null){
stack.push(node);
node = node.left;
}else {
Node<E> topNode = stack.pop();
System.out.print(topNode.element+" ");
node = topNode.right;
}
}
}
后序遍历
/**
* 后序遍历_递归
*/
public void postorderTraversal(){
postorderTraversal(root);
}
private void postorderTraversal(Node<E> node){
if (node == null) return;
postorderTraversal(node.left);
postorderTraversal(node.right);
System.out.print(node.element+" ");
}
/**
* 后序遍历_非递归
*/
public void postorder(){
if (root == null) return;
Stack<Node> stack = new Stack<>();
stack.push(root);
Node<E> node = root;
while (!stack.isEmpty()){
Node<E> topNode = stack.peek();
if ((topNode.left == null && topNode.right == null) || node.parent == topNode){
System.out.print(stack.pop().element+" ");
node = topNode;
}else {
if (topNode.right != null){
stack.push(topNode.right);
}
if (topNode.left != null){
stack.push(topNode.left);
}
}
}
}
层序遍历
/**
* 层序遍历
*/
public void levelOrderTraversal(){
if (root == null) return;
Queue<Node> queue = new LinkedList<>();
queue.offer(root);
while (!queue.isEmpty()){
Node<E> node = queue.poll();
System.out.print(node.element+" ");
if (node.left != null){
queue.offer(node.left);
}
if(node.right != null){
queue.offer(node.right);
}
}
}
二叉树的高度
/**
* 树的高度
*/
public int treeHeight(){
if (root == null) return 0;
// 树的高度
int height = 0;
// 存储着每一层的元素数量
int levelSize = 1;
Queue<Node> queue = new LinkedList<>();
queue.offer(root);
while (!queue.isEmpty()){
Node<E> node = queue.poll();
levelSize--;
if (node.left != null){
queue.offer(node.left);
}
if(node.right != null){
queue.offer(node.right);
}
if (levelSize == 0){
levelSize = queue.size();
height++;
}
}
return height;
}
/**
* 树的高度_递归实现
*/
public int treeHeight_Recurs(){
return treeHeight_Recurs(root);
}
private int treeHeight_Recurs(Node<E> node){
if (node == null) return 0;
return 1 + Math.max(treeHeight_Recurs(node.left),treeHeight_Recurs(node.right));
}
判断一棵树是否为完全二叉树
/**
* 是否是完全二叉树
*/
public boolean isCompleteTree(){
if (root == null) return false;
Queue<Node> queue = new LinkedList<>();
queue.offer(root);
boolean leaf = false;
while (!queue.isEmpty()){
Node<E> node = queue.poll();
if (leaf && (node.left != null || node.right != null)) return false;
if (node.left != null){
queue.offer(node.left);
}else if(node.right != null){
return false;
}
if (node.right != null){
queue.offer(node.right);
}else {
leaf = true;
}
}
return true;
}
前驱节点
中序遍历时的前一个节点,如果是二叉搜索树,前驱节点就是前一个比它小的节点
Snip20200901_14.png
/**
* 找到前驱节点
*/
public Node<E> predecessor(Node<E> node){
if(node == null) return null;
if (node.left != null){
Node<E> leftNode = node.left;
while (leftNode.right != null){
leftNode = leftNode.right;
}
return leftNode;
}
while (node.parent != null && node == node.parent.left){
node = node.parent;
}
return node.parent;
}
后继节点
中序遍历时的后一个节点,如果是二叉搜索树,后继节点就是后一个比它大的节点
Snip20200901_15.png
/**
* 找到后继节点
*/
public Node<E> successor(Node<E> node){
if(node == null) return null;
if (node.right != null){
Node<E> rightNode = node.right;
while (rightNode.left != null){
rightNode = rightNode.left;
}
return rightNode;
}
while (node.parent != null && node == node.parent.right){
node = node.parent;
}
return node.parent;
}
表达式树
四则运算的表达式可以分为3种
- 前缀表达式(prefix expression),又称为波兰表达式
- 中缀表达式(infix expression)
- 后缀表达式(postfix expression),又称为逆波兰表达式
如果将表达式的操作数作为叶子节点,运算符作为父节点(假设只是四则运算),这些节点刚好可以组成一棵二叉树
比如表达式:A / B + C * D - E,组成的二叉树如下:
Snip20200911_7.png
如果对这棵二叉树进行遍历
- 前序遍历,刚好就是前缀表达式
-+/AB*CDE - 中序遍历,刚好就是中缀表达式
A/B+C*D-E - 后序遍历,刚好就是后缀表达式
AB/CD*+E-
网友评论