树
树
1.1树的基本定义
树是我们计算机中非常重要的一种数据结构,同时使用树这种数据结构,可以描述现实生活中的很多事物,例如家 谱、单位的组织架构、等等。
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”是因为它看起来像一棵倒挂的树,也就 是说它是根朝上,而叶朝下的。
树具有以下特点:
1.每个结点有零个或多个子结点;
2.没有父结点的结点为根结点;
3.每一个非根结点只有一个父结点;
4.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;
1.2 树的相关术语
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:
度为0的结点称为叶结点,也可以叫做终端结点
分支结点:
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,根的直接后继层次为2,以此类推
结点的层序编号:
将树中的结点,按照从上层到下层,同层从左到右的次序排成一个线性序列,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
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(父结点):
一个结点的直接前驱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
1.3二叉树的基本定义
二叉树就是度不超过2的树(每个结点最多有两个子结点)
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,那么这个二叉树就是满二叉树
1.4二叉查找树的创建
1.4.1二叉树的结点类
根据对图的观察,我们发现二叉树其实就是由一个一个的结点及其之间的关系组成的,按照面向对象的思想,我们 设计一个结点类来描述结点这个事物。
结点类API设计:
类名 | Node<Key,Value> |
---|---|
构造方法 | Node(Key key,Value value,Node left,Node right) : 创建Node对象 |
成员变量 | 1.public Node left : 记录左子结点 2.public Node right :记录右子节点 3.public Key key :存储键 4.public Value value :存储值 |
private class Node<Key,Value>{
//存储键
public Key key;
//存储值
private Value value;
//记录左子结点
public Node left;
//记录右子结点
public Node right;
public Node(Key key, Value value, Node left, Node right) {
this.key = key;
this.value = value;
this.left = left;
this.right = right;
}
}
1.4.2 二叉查找树API设计
类名 | BinaryTree<Value,value> |
---|---|
构造方法 | BinaryTree() :创建BinaryTree对象 |
成员变量 | 1.private Node root 记录根结点 2.private int N 记录树中元素的个数 |
成员方法 | 1.public void put(Key key,Value value):向树中插入一个键值对 2.private Node put(Node x,Key key,Value val) : 给指定树x上,添加键一个键值对并返回添加后的新树 3.public Value get(Key key) : 根据key,从树中找出对应的值 4.private Value get(Node x,Key key) : 从指定的树x中,找出key对应的值 5.public void delete(Key key) :根据key,删除树中对应的键值对 6.private Node delete(Node x, Key key): 删除指定树x上的键为key的键值对,并返回删除后的新树 7.public int size() : 获取树中元素的个数 |
1.4.3 二叉查找树实现
插入方法put实现思想:
1.如果当前树中没有任何一个结点,则直接把新结点当做根结点使用
2.如果当前树不为空,则从根结点开始:
2.1如果新结点的key小于当前结点的key,则继续找当前结点的左子结点;
2.2如果新结点的key大于当前结点的key,则继续找当前结点的右子结点;
2.3如果新结点的key等于当前结点的key,则树中已经存在这样的结点,替换该结点的value值即可。
查询方法get实现思想:
从根节点开始:
1.如果要查询的key小于当前结点的key,则继续找当前结点的左子结点;
2.如果要查询的key大于当前结点的key,则继续找当前结点的右子结点;
3.如果要查询的key等于当前结点的key,则树中返回当前结点的value。
删除方法delete实现思想:
1.找到被删除结点;
2.找到被删除结点右子树中的最小结点minNode
3.删除右子树中的最小结点
4.让被删除结点的左子树称为最小结点minNode的左子树,让被删除结点的右子树称为最小结点minNode的右子树
5.让被删除结点的父节点指向最小结点minNode
代码:
public class BinaryTree <Key extends Comparable<Key>,Value> {
private Node root;
private int N;
private class Node {
//存储键
public Key key;
//存储值
private Value value;
//记录左子节点
public Node left;
//记录右子节点
public Node right;
public Node(Key key, Value value, Node left, Node right) {
this.key = key;
this.value = value;
this.left = left;
this.right = right;
}
}
//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);
}
//向指定的树x中添加key-value,并返回添加元素后的新树
private Node put(Node x, Key key, Value value) {
if (x == null) {
//个数+1
N++;
return new Node(key, value, null, null);
}
int cmp = key.compareTo(x.key);
if (cmp > 0) {
//新结点的key大于当前结点的key,继续找当前结点的右子结点
x.right = put(x.right, key, value);
} else if (cmp < 0) {
//新结点的key小于当前结点的key,继续找当前结点的左子结点
x.left = put(x.left, key, value);
} else {
//新结点的key等于当前结点的key,把当前结点的value进行替换
x.value = value;
}
return x;
}
//查询树中指定key对应的value
public Value get(Key key){
return get(root,key);
}
public Value get(Node x,Key key){
//x树为null
if (x== null){
return null;
}
//x树不为null
//比较key和x结点的键的大小
int cmp = key.compareTo(x.key);
if (cmp > 0) {
//如果key大于x结点的键,则继续找x结点的右子树
return get(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
return get(x.left,key);
} else {
//如果key等于x结点的键,就找到了键为key的结点,只需要返回x结点的值即可
return x.value;
}
}
//删除树中key对应的value
public void delete(Key key){
delete(root,key);
}
//删除指定树中x中对应的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 {
//如果key等于x结点的键,完成真正的删除结点的动作,要删除的结点就是x
//让元素个数-1
N--;
//首先得先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.right;
while (minNode.left!=null){
minNode = minNode.left;
}
//删除右子树中最小的结点
Node n = x.right;
while (n.left!=null){
if (n.left.left== null){
n.left=null;
}else {
//变换n结点
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;
}
}
测试代码:
public class BinaryTreeTest {
public static void main(String[] args) {
//创建二叉查找树对象
BinaryTree<Integer,String> tree = new BinaryTree<>();
//测试插入
tree.put(1,"张三");
tree.put(2,"李四");
tree.put(3,"王五");
tree.put(4,"赵六");
System.out.println("插入完毕后元素的个数:"+tree.size());
//测试获取
System.out.println("键2对应的元素为:" +tree.get(2));
//测试删除
tree.delete(3);
System.out.println("删除后元素的个数:"+tree.size());
System.out.println("删除后键3对应的元素"+tree.get(3));
}
}
1.4.4二叉查找树其他便捷方法
1.4.4.1查找二叉树中最小的键
在某些情况下,我们需要查找出树中存储所有元素的键的最小值,比如我们的树中存储的是学生的排行和姓名数据,那么需要查找出排行最低是多少名?这里我们设计如下两个方法来完成:
public Key min() | 找出树中最小的键 |
---|---|
private Node min(Node x) | 找出指定树x中,最小键所在的结点 |
//查找整个树中最小的键
public Key min(){
return min(root).key;
}
//在指定树x中找出最小键所在的结点
private Node min(Node x){
//需要判断x还有没有左子结点,如果有,则继续向左找,如果没有,则x就是最小键所在的结点
if (x.left!=null){
return min(x.left);
}else {
return x;
}
}
1.4.4.2 查找二叉树中最大的键
在某些情况下,我们需要查找出树中存储所有元素的键的最大值,比如比如我们的树中存储的是学生的成绩和学生 的姓名,那么需要查找出最高的分数是多少?这里我们同样设计两个方法来完成:
public Key max() | 找出树中最大的键 |
---|---|
public Node max(Node x) | 找出指定树x中,最大键所在的结点 |
//在指定树中查找整个树中最大的键
public Key max(){
return max(root).key;
}
//需要判断x还有没有右子结点,如果有,则继续向右找,如果没有,则x就是最小键所在的结点
private Node max(Node x){
if (x.right!= null){
return max(x.right);
}else {
return x;
}
}
1.5二叉树的基础遍历
很多情况下,我们可能需要像遍历数组数组一样,遍历树,从而拿出树中存储的每一个元素,由于树状结构和线性结构不一样,它没有办法从头开始依次向后遍历,所以存在如何遍历,也就是按照什么样的搜索路径进行遍历的问题。
我们把树简单的画作上图中的样子,由一个根节点、一个左子树、一个右子树组成,那么按照根节点什么时候被访问,我们可以把二叉树的遍历分为以下三种方式:
1.前序遍历; 先访问根结点,然后再访问左子树,最后访问右子树
2.中序遍历; 先访问左子树,中间访问根节点,最后访问右子树
3.后序遍历; 先访问左子树,再访问右子树,最后访问根节点 如果我们分别对下面的树使用三种遍历方式进行遍历,得到的结果如下:
1.5.1前序遍历
我们在4.4中创建的树上,添加前序遍历的API:
public Queue<Key> preErgodic() :使用前序遍历,获取整个树中所有的键
private void preErgodic(Node x,Queue<Key> keys) : 使用前序遍历,把指定树x中的所有键放入到keys队列中
实现过程中,我们通过前序遍历,把每个结点的键取出,放入到队列中返回即可。
实现步骤:
1.把当前结点的key放入到队列中;
2.找到当前结点的左子树,如果不为空,递归遍历左子树
3.找到当前结点的右子树,如果不为空,递归遍历右子树
代码:
//获取整个树中所有的键
public Queue<Key> preErgodic(){
Queue<Key> keys = new Queue<>();
preErgodic(root,keys);
return keys;
}
//获取指定树中x所有的键,并放到keys队列中
private void preErgodic(Node x,Queue<Key> keys){
if (x == null){
return;
}
//把x结点的key放入到keys中
keys.enqueue(x.key);
//递归遍历x结点的左子树
if (x.left != null){
preErgodic(x.left,keys);
}
//递归遍历x结点的右子树
if (x.right!=null) {
preErgodic(x.right,keys);
}
}
}
测试代码:
public class BinaryTreeErgodicTest {
public static void main(String[] args) {
//创建树对象
BinaryTree<String, String> tree = new BinaryTree<>();
//往树中添加数据
tree.put("E", "5");
tree.put("B", "2");
tree.put("G", "7");
tree.put("A", "1");
tree.put("D", "4");
tree.put("F", "6");
tree.put("H", "8");
tree.put("C", "3");
//遍历
Queue<String> keys = tree.preErgodic();
for (String key : keys) {
String value = tree.get(key);
System.out.println(key+"------"+value);
}
}
}
1.5.2中序遍历
我们在之前创建的树上,添加前序遍历的API:
public Queue midErgodic():使用中序遍历,获取整个树中的所有键
private void midErgodic(Node x,Queue keys):使用中序遍历,把指定树x中的所有键放入到keys队列中
实现步骤:
1.找到当前结点的左子树,如果不为空,递归遍历左子树
2.把当前结点的key放入到队列中;
3.找到当前结点的右子树,如果不为空,递归遍历右子树
代码:
//使用中序遍历获取树中所有的键
public Queue midErgodic(){
Queue<Object> keys = new Queue<>();
midErgodic(root,keys);
return keys;
}
//使用中序遍历获取指定树x中所有的键,并存放到key中
private void midErgodic(Node x,Queue keys){
if (x == null){
return;
}
//先递归把左子树的键放入keys中
if (x.left != null){
midErgodic(x.left,keys);
}
//把当前结点x的键放到keys中
keys.enqueue(x.key);
//在递归,把右子树中的键放到keys中
if (x.right!=null){
midErgodic(x.right,keys);
}
}
//测试中序遍历
public static void main(String[] args) {
//创建树对象
BinaryTree<String, String> tree = new BinaryTree<>();
//往树中添加数据
tree.put("E", "5");
tree.put("B", "2");
tree.put("G", "7");
tree.put("A", "1");
tree.put("D", "4");
tree.put("F", "6");
tree.put("H", "8");
tree.put("C", "3");
//遍历
Queue<String> keys = tree.midErgodic();
for (String key : keys) {
String value = tree.get(key);
System.out.println(key + "------" + value);
}
}
1.5.3后序遍历
我们在4.4中创建的树上,添加前序遍历的API:
public Queue afterErgodic():使用后序遍历,获取整个树中的所有键
private void afterErgodic(Node x,Queue keys):使用后序遍历,把指定树x中的所有键放入到keys队列中
实现步骤:
1.找到当前结点的左子树,如果不为空,递归遍历左子树
2.找到当前结点的右子树,如果不为空,递归遍历右子树
3.把当前结点的key放入到队列中;
代码:
//使用后序遍历把整个树的所有的键返回
public Queue<Key> afterErgodic(){
Queue<Key> keys = new Queue<>();
afterErgodic(root,keys);
return keys;
}
//使用后续遍历,把指定树x中所有的键放入到key中
private void afterErgodic(Node x,Queue<Key> keys){
if (x == null){
return;
}
//把左子树中所有的键放入到keys中
if (x.left != null){
afterErgodic(x.left,keys);
}
//通过递归把右子树所有的键放入到keys中
if (x.right != null){
afterErgodic(x.right,keys);
}
//把x结点的键放入到keys中即可
keys.enqueue(x.key);
}
//测试后序遍历
public static void main(String[] args) {
//创建树对象
BinaryTree<String, String> tree = new BinaryTree<>();
//往树中添加数据
tree.put("E", "5");
tree.put("B", "2");
tree.put("G", "7");
tree.put("A", "1");
tree.put("D", "4");
tree.put("F", "6");
tree.put("H", "8");
tree.put("C", "3");
//遍历
Queue<String> keys = tree.afterErgodic();
for (String key : keys) {
String value = tree.get(key);
System.out.println(key + "------" + value);
}
}
1.6二叉树的层序遍历
所谓的层序遍历,就是从根节点(第一层)开始,依次向下,获取每一层所有结点的值,有二叉树如下:
那么层序遍历的结果是:EBGADFHC
我们在4.4中创建的树上,添加层序遍历的API:
public Queue layerErgodic():使用层序遍历,获取整个树中的所有键
实现步骤:
1.创建队列,存储每一层的结点;
2.使用循环从队列中弹出一个结点:
2.1获取当前结点的key;
2.2如果当前结点的左子结点不为空,则把左子结点放入到队列中
2.3如果当前结点的右子结点不为空,则把右子结点放入到队列中
//层序遍历,获取整个树所有的键
public Queue<Key> layerErgodic(){
//定义两个队列,分别存储树中的键和树中的结点
Queue<Key> keys = new Queue<>();
Queue<Node> nodes = new Queue<>();
//默认往队列中放入根结点
nodes.enqueue(root);
while(!nodes.isEmpty()){
//从队列中弹出一个结点,把key放入kes中
Node n = nodes.dequeue();
keys.enqueue(n.key);
//判断当前结点有没有左子节点,如果有就放入到nodes中
if (n.left!=null){
nodes.enqueue(n.left);
}
// 判断是否有右子节点,如果有就放入nodes中
if (n.right!= null){
nodes.enqueue(n.right);
}
}
return keys;
}
//测试层序遍历
public static void main(String[] args) {
//创建树对象
BinaryTree<String, String> tree = new BinaryTree<>();
//往树中添加数据
tree.put("E", "5");
tree.put("B", "2");
tree.put("G", "7");
tree.put("A", "1");
tree.put("D", "4");
tree.put("F", "6");
tree.put("H", "8");
tree.put("C", "3");
//遍历
Queue<String> keys = tree.layerErgodic();
for (String key : keys) {
String value = tree.get(key);
System.out.println(key + "------" + value);
}
}
1.7 二叉树的最大深度问题
需求: 给定一棵树,请计算树的最大深度(树的根节点到最远叶子结点的最长路径上的结点数);
上面这棵树的最大深度为4。
实现:
我们在1.4中创建的树上,添加如下的API求最大深度:
public int maxDepth()
:计算整个树的最大深度
private int maxDepth(Node x)
:计算指定树x的最大深度
实现步骤:
1.如果根结点为空,则最大深度为0;
2.计算左子树的最大深度;
3.计算右子树的最大深度;
4.当前树的最大深度=左子树的最大深度和右子树的最大深度中的较大者+1
public int maxDepth(){
return maxDepth(root);
}
private int maxDepth(Node x){
//如果根结点为空,则最大深度为0
if (x == null){
return 0;
}
int max = 0;
int maxL = 0;
int maxR = 0;
//计算左子树的最大深度
if (x.left!=null){
maxL = maxDepth(x.left);
}
//计算右子树的最大深度
if (x.right != null){
maxR = maxDepth(x.right);
}
//当前树的最大深度 = 左子树的最大深度和右子树的最大深度中的较大者+1
max = maxL>maxR? maxL+1:maxR+1;
return max;
}
//测试代码
public static void main(String[] args) {
//创建树对象
BinaryTree<String, String> tree = new BinaryTree<>();
//往树中添加数据
tree.put("E", "5");
tree.put("B", "2");
tree.put("G", "7");
tree.put("A", "1");
tree.put("D", "4");
tree.put("F", "6");
tree.put("H", "8");
tree.put("C", "3");
int i = tree.maxDepth();
System.out.println(i);
}
}