Android版数据结构与算法(六):树与二叉树
版权声明:本文出自汪磊的博客,未经作者允许禁止转载。
之前的篇章主要讲解了数据结构中的线性结构,所谓线性结构就是数据与数据之间是一对一的关系,接下来我们就要进入非线性结构的世界了,主要是树与图,好了接下来我们将会了解到树以及二叉树,二叉平衡树,赫夫曼树等原理以及java代码的实现,先从最基础的开始学习吧。
一、树
树的定义:
树是n(n>=0)个结点的有限集合。
当n=0时,集合为空,称为空树。
在任意一颗非空树中,有且仅有一个特定的结点称为根。
当n>1时,除根结点以外的其余结点可分成m(m>=0)个不相交的有限结点集合T1,T2….Tm.其中每个集合本身也是一棵树,称为根的子树。
如下图就是一棵树:
可以看到,树这种数据结构数据之间是一对一或者一对多关系,不再是一对一的关系
在上图中节点A叫做整棵树的根节点,一棵树中只有一个根节点。
根节点可以生出多个孩子节点,孩子节点又可以生出多个孩子节点。比如A的孩子节点为B和C,D的孩子节点为G,H,I。
每个孩子节点只有一个父节点,比如D的父节点为B,E的父节点为C。
好了,关于树的定义介绍到这,很简单。
二、树的相关术语
节点的度
节点含有的子树个数,叫做节点的度。度为0的节点成为叶子结点或终端结点。比如上图中D的度为3,E的度为1.
G,H,I,J的度为0,叫做叶子结点。
树的度
一棵树中 最大节点的度树的度。比如上图中树的度为3
结点的层次
从根结点算起,为第一层,其余依次类推如上图。B,C的层次为2,G,H的层次为4。
树中节点的最大层次称为树的高度或深度。上图中树的高度或深度为4
三、树的存储结构
简单的顺序存储不能满足树的实现,需要结合顺序存储和链式存储来解决。
树的存储方式主要有三种:
双亲表示法:每个节点不仅保存自己数据还附带一个指示器指示其父节点的角标,这种方式可以用数组来存储。
如图:
这种存储方式特点是:查找一个节点的孩子节点会很麻烦但是查找其父节点很简单。
孩子表示法:每个节点不仅保存自己数据信息还附带指示其孩子的指示器,这种方式用链表来存储比较合适。
如图:
这种存储方式特点是:查找一个节点的父亲节点会很麻烦但是查找其孩子节点很简单。
理想表示法:数组+链表的存储方式,把每个结点的孩子结点排列起来,以单链表方式连接起来,则n个孩子有n个孩子链表,如果是叶子结点则此链表为空,然后n个头指针又组成线性表,采用顺序存储方式,存储在一个一维数组中。
如图:
这种方式查找父节点与孩子结点都比较简便。
以上主要介绍了树的一些概念以及存储方式介绍,实际我们用的更多的是二叉树,接下来我们看下二叉树。
四、二叉树的概念
二叉树定义:二叉树是n(n>=0)个结点的有限集合,该集合或者为空,或者由一个根结点和两课互不相交的,分别称为根结点左子树和右子树的二叉树组成。
用人话说,二叉树是每个节点至多有两个子树的树。
如图就是一颗二叉树:
五、特殊二叉树
斜树:所有结点只有左子树的二叉树叫做左斜树,所有结点只有右子树的二叉树叫做右斜树。
如图:
满二叉树:在一棵二叉树中,所有分支结点都有左子树与右子树,并且所有叶子结点都在同一层则为满二叉树。
如图:
完全二叉树:所有叶子节点都出现在 k 或者 k-1 层,而且从 1 到 k-1 层必须达到最大节点数,第 k 层可是不是慢的,但是第 k 层的所有节点必须集中在最左边。
如图:
六、二叉树的遍历
二叉树的遍历主要有三种:先序遍历,中序遍历,后续遍历,接下来我们挨个了解一下。
先序遍历:先访问根结点,再先序遍历左子树,再先序遍历右子树。
如图所示:
先序遍历结果为:ABDGHCEIF
中序遍历:先中序遍历左子树,再访问根结点,再中序遍历右子树。
如图:
中序遍历结果为:GDHBAEICF
后序遍历:先后序遍历左子树,再后序遍历右子树,再访问根结点。
如图:
后序遍历结果:GHDBIEFCA
七、java实现二叉树
先来看看每个结点类:
public class TreeNode{
private String data;//自己结点数据
private TreeNode leftChild;//左孩子
private TreeNode rightChild;//右孩子 public String getData() {
return data;
} public void setData(String data) {
this.data = data;
} public TreeNode(String data){
this.data = data;
this.leftChild = null;
this.rightChild = null;
}
}
很简单,每个结点信息包含自己结点数据以及指向左右孩子的指针(为了方便,我这里就叫指针了)。
二叉树的创建
我们创建如下二叉树:
代码实现:
public class BinaryTree {
private TreeNode root = null; public TreeNode getRoot() {
return root;
} public BinaryTree(){
root = new TreeNode("A");
} /**
* 构建二叉树
* A
* B C
* D E F G
*/
public void createBinaryTree(){
TreeNode nodeB = new TreeNode("B");
TreeNode nodeC = new TreeNode("C");
TreeNode nodeD = new TreeNode("D");
TreeNode nodeE = new TreeNode("E");
TreeNode nodeF = new TreeNode("F");
TreeNode nodeG = new TreeNode("G");
root.leftChild = nodeB;
root.rightChild = nodeC;
nodeB.leftChild = nodeD;
nodeB.rightChild = nodeE;
nodeC.leftChild = nodeF;
nodeC.rightChild = nodeG;
}
。。。。。。。
}
创建BinaryTree的时候就已经创建根结点A,createBinaryTree()方法中创建其余结点并且建立相应关系。
获得二叉树的高度
树中节点的最大层次称为树的高度,因此获得树的高度需要递归获取所有节点的高度,取最大值。
/**
* 求二叉树的高度
* @author Administrator
*
*/
public int getHeight(){
return getHeight(root);
} private int getHeight(TreeNode node) {
if(node == null){
return 0;
}else{
int i = getHeight(node.leftChild);
int j = getHeight(node.rightChild);
return (i<j)?j+1:i+1;
}
}
获取二叉树的结点数
获取二叉树结点总数,需要遍历左右子树然后相加
/**
* 获取二叉树的结点数
* @author Administrator
*
*/
public int getSize(){
return getSize(root);
} private int getSize(TreeNode node) {
if(node == null){
return 0;
}else{
return 1+getSize(node.leftChild)+getSize(node.rightChild);
}
}
二叉树的遍历
二叉树遍历分为前序遍历,中序遍历,后续遍历,主要也是递归思想,下面直接给出代码
/**
* 前序遍历——迭代
* @author Administrator
*
*/
public void preOrder(TreeNode node){
if(node == null){
return;
}else{
System.out.println("preOrder data:"+node.getData());
preOrder(node.leftChild);
preOrder(node.rightChild);
}
} /**
* 中序遍历——迭代
* @author Administrator
*
*/
public void midOrder(TreeNode node){
if(node == null){
return;
}else{
midOrder(node.leftChild);
System.out.println("midOrder data:"+node.getData());
midOrder(node.rightChild);
}
} /**
* 后序遍历——迭代
* @author Administrator
*
*/
public void postOrder(TreeNode node){
if(node == null){
return;
}else{
postOrder(node.leftChild);
postOrder(node.rightChild);
System.out.println("postOrder data:"+node.getData());
}
}
获取某一结点的父结点
获取结点的父节点也是递归思想,先判断当前节点左右孩子是否与给定节点信息相等,相等则当前结点即为给定结点的父节点,否则继续递归左子树,右子树。
/**
* 查找某一结点的父结点
* @param data
* @return
*/
public TreeNode getParent(String data){
//封装为内部结点信息
TreeNode node = new TreeNode(data);
//
if (root == null || node.data.equals(root.data)){
//根结点为null或者要查找的结点就为根结点,则直接返回null,根结点没有父结点
return null;
}
return getParent(root, node);//递归查找
} public TreeNode getParent(TreeNode subTree, TreeNode node) { if (null == subTree){//子树为null,直接返回null
return null;
}
//判断左或者右结点是否与给定结点相等,相等则此结点即为给定结点的父结点
if(subTree.leftChild.data.equals(node.data) || subTree.rightChild.data.equals(node.data)){
return subTree;
}
//以上都不符合,则递归查找
if (getParent(subTree.leftChild,node)!=null){//先查找左子树,左子树找不到查询右子树
return getParent(subTree.leftChild,node);
}else {
return getParent(subTree.rightChild,node);
}
}
八、总结
以上总结了树与二叉树的一些概念,重点就是二叉树的遍历以及java代码实现,比较简单,没什么多余解释,下一篇了解一下赫夫曼树以及二叉排序树。
声明:文章将会陆续搬迁到个人公众号,以后文章也会第一时间发布到个人公众号,及时获取文章内容请关注公众号
Android版数据结构与算法(六):树与二叉树的更多相关文章
- Android版数据结构与算法(七):赫夫曼树
版权声明:本文出自汪磊的博客,未经作者允许禁止转载. 近期忙着新版本的开发,此外正在回顾C语言,大部分时间没放在数据结构与算法的整理上,所以更新有点慢了,不过既然写了就肯定尽力将这部分完全整理好分享出 ...
- Android版数据结构与算法(一):基础简介
版权声明:本文出自汪磊的博客,未经作者允许禁止转载. 一.前言 项目进入收尾阶段,忙忙碌碌将近一个多月吧,还好,不算太难,就是麻烦点. 数据结构与算法这个系列早就想写了,一是梳理总结,顺便逼迫自己把一 ...
- Android版数据结构与算法(五):LinkedHashMap核心源码彻底分析
版权声明:本文出自汪磊的博客,未经作者允许禁止转载. 上一篇基于哈希表实现HashMap核心源码彻底分析 分析了HashMap的源码,主要分析了扩容机制,如果感兴趣的可以去看看,扩容机制那几行最难懂的 ...
- Android版数据结构与算法(四):基于哈希表实现HashMap核心源码彻底分析
版权声明:本文出自汪磊的博客,未经作者允许禁止转载. 存储键值对我们首先想到HashMap,它的底层基于哈希表,采用数组存储数据,使用链表来解决哈希碰撞,它是线程不安全的,并且存储的key只能有一个为 ...
- Android版数据结构与算法(三):基于链表的实现LinkedList源码彻底分析
版权声明:本文出自汪磊的博客,未经作者允许禁止转载. LinkedList 是一个双向链表.它可以被当作堆栈.队列或双端队列进行操作.LinkedList相对于ArrayList来说,添加,删除元素效 ...
- Android版数据结构与算法(二):基于数组的实现ArrayList源码彻底分析
版权声明:本文出自汪磊的博客,未经作者允许禁止转载. 本片我们分析基础数组的实现--ArrayList,不会分析整个集合的继承体系,这不是本系列文章重点. 源码分析都是基于"安卓版" ...
- Android版数据结构与算法(八):二叉排序树
本文目录 前两篇文章我们学习了一些树的基本概念以及常用操作,本篇我们了解一下二叉树的一种特殊形式:二叉排序树(Binary Sort Tree),又称二叉查找树(Binary Search Tree) ...
- JavaScript 版数据结构与算法(二)队列
今天,我们要讲的是数据结构与算法中的队列. 队列简介 队列是什么?队列是一种先进先出(FIFO)的数据结构.队列有什么用呢?队列通常用来描述算法或生活中的一些先进先出的场景,比如: 在图的广度优先遍历 ...
- 数据结构与算法——AVL树类的C++实现
关于AVL树的简单介绍能够參考:数据结构与算法--AVL树简单介绍 关于二叉搜索树(也称为二叉查找树)能够參考:数据结构与算法--二叉查找树类的C++实现 AVL-tree是一个"加上了额外 ...
随机推荐
- LeetCode_图像渲染
题目: 有一幅以二维整数数组表示的图画,每一个整数表示该图画的像素值大小,数值在 0 到 65535 之间. 给你一个坐标 (sr, sc) 表示图像渲染开始的像素值(行 ,列)和一个新的颜色值 ne ...
- js基础--浏览器标签页隐藏或显示状态 visibility详解
欢迎访问我的个人博客:http://www.xiaolongwu.cn 前言 在工作中我们可能会遇到这样的需求,当浏览器切换到别的标签页或着最小化时,我们需要暂停页面上正在播放的视频或者音乐,这个需求 ...
- 什么是web service ?
一.序言 大家或多或少都听过WebService(Web服务),有一段时间很多计算机期刊.书籍和网站都大肆的提及和宣传WebService技术,其中不乏很多吹嘘和做广告的成分.但是不得不承认的是Web ...
- Oracle-09:聚合函数
------------吾亦无他,唯手熟尔,谦卑若愚,好学若饥------------- 数据库脚本放一下,供测试使用 create table DEPT ( deptno ) not null, d ...
- JavaScript-//FOR/IN循环。当使用for/in循环遍历关联数组时,就可以清晰地体会到for/in的强大之处。
<script> //FOR/IN循环.当使用for/in循环遍历关联数组时,就可以清晰地体会到for/in的强大之处. function getvalue(portfolio){ var ...
- [ Java面试题 ]多线程篇
1.什么是线程? 线程是操作系统能够进行运算调度的最小单位,它被包含在进程之中,是进程中的实际运作单位.程序员可以通过它进行多处理器编程,你可以使用多线程对运算密集型任务提速.比如,如果一个线程完成一 ...
- 第四章——训练模型(Training Models)
前几章在不知道原理的情况下,已经学会使用了多个机器学习模型机器算法.Scikit-Learn很方便,以至于隐藏了太多的实现细节. 知其然知其所以然是必要的,这有利于快速选择合适的模型.正确的训练算法. ...
- Ambiguous mapping found
If you have a single default method (without explicit path mapping), then all requests without a mor ...
- genymotion中app不能安装问题
在安装app时弹出如下图报错. 官网解释:Genymotion模拟器使用的是x86架构,在第三方市场上的应用有部分不采用x86这么一种架构,所以在编译的时候不通过,报“APP not installe ...
- 【转】linux系统中如何进入退出vim编辑器,方法及区别
在linux家族中,vim编辑器是系统自带的文本编辑器,其功能强大自不必说了. 偶有小白,刚接触linux,要修改某个文本文件,不可能像WINDOWS那样操作,更有甚者,进入VI编辑器后,无法退出以致 ...