java 数据结构与算法---二叉树
原理来自百度百科 推荐数据演示网址 :https://www.cs.usfca.edu/~galles/visualization/BST.html
一、什么是二叉树
二叉树的每个结点至多只有二棵子树(不存在度大于2的结点),二叉树的子树有左右之分,次序不能颠倒。二叉树的第i层至多有2的(i-1)次方个结点;深度为k的二叉树至多有2的k次方然后减1个结点(次方不会敲所以用文字描述);对任何一棵二叉树T,如果其终端结点数为n0,度为2的结点数为n2,则n0=n2+1。

二、二叉树的分类:
1、满二叉树:除叶子结点外的所有结点均有两个子结点。

满二叉树的性质:
1) 一颗树深度为h,最大层数为k,深度与最大层数相同,k=h;
2) 树的第k层,则该层的叶子节点个数为2k;
3) 第k层的结点个数是2的(k-1)次方。
4) 总结点个数是2的k次方减1,且总节点个数一定是奇数。
2、完全二叉树:若设二叉树的深度为h,除第 h 层外,其它各层 (1~(h-1)层) 的结点数都达到最大个数,第h层所有的结点都连续集中在最左边,这就是完全二叉树。

完全二叉树的特点是:
1)只允许最后一层有空缺结点且空缺在右边,即叶子结点只能在层次最大的两层上出现;
2)对任一结点,如果其右子树的深度为j,则其左子树的深度必为j或j+1。 即度为1的点只有1个或0个。
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。
三、二叉树在数据结构中的实现
二叉树在一般数据结构中是按照二叉排序树进行实现、使用的。二叉排序树(Binary Sort Tree):又称二叉查找树(Binary Search Tree),亦称二叉搜索树。
二叉排序树或者是一棵空树,或者是具有下列性质的二叉树:
(1)若左子树不空,则左子树上所有结点的值均小于或等于它的根结点的值;
(2)若右子树不空,则右子树上所有结点的值均大于或等于它的根结点的值;
(3)左、右子树也分别为二叉排序树;

1、二叉排序树节点的数据结构
private static class Node<E>{
private E e;//当前节点的数据
private Node<E> leftNode;//当前节点左子节点
private Node<E> rightNode;//当前节点右子节点
public Node(E e, Node<E> leftNode, Node<E> rightNode) {
super();
this.e = e;
this.leftNode = leftNode;
this.rightNode = rightNode;
}
}
2、插入节点
如果是空树(不存在节点),则直接插入。
如果不是空树,则从根节点开始查找相应的节点,即查找新节点的父节点,当父节点找到后,根据新节点的值来确定新节点是在左节点上,还是右节点上。
public void insert(E e) {
Node<E> node=new Node<E>(e,null,null);
if(root==null) {
root=node;
}else {
Node<E> fNode=root;
Node<E> parentNode=root;//要找的父节点
while(true) {
parentNode=fNode;
if(compareToE(e,fNode.e)) {
fNode=fNode.leftNode;
if(fNode==null) {
parentNode.leftNode=node;
break;
}
}else {
fNode=fNode.rightNode;
if(fNode==null) {
parentNode.rightNode=node;
break;
}
}
}
}
size++;
}
//只是实现了数值比较
private boolean compareToE(E a,E b) {
Integer a1=(Integer) a;
Integer b1=(Integer) b;
return a1<b1;
}
3、查找节点
从根节点开始查找,如果要查找的节点值比父节点值小,则查左子节点,否则查右子节点,直到查到为止,如果不存在就返回null
public Node<E> find(E e){
if(root.e==e) {
return root;
}
Node<E> fNode=root;
while(true) {
if(compareToE(e,fNode.e)) {
fNode=fNode.leftNode;
}else {
if(fNode.e.equals(e)) {
return fNode;
}
fNode=fNode.rightNode;
}
if(fNode==null) {
return null;
}
}
}
4、二叉树的遍历方式

A、先序遍历 遍历规则 访问节点,访问该节点的左子树,访问该节点的右子树 23 ->20 ->24 (每一个节点都是该规则)
public void preTraversalTree(Node<E> node) {
if(node!=null) {
node.display();
preTraversalTree(node.leftNode);
preTraversalTree(node.rightNode);
}
}
结果: E:23 E:20 E:19 E:21 E:22 E:24 E:23 E:25 E:30
B、中序遍历: 遍历规则 先遍历左子树,然后该节点,最后遍历该节点右子树 20 ->23 ->24 (每一个节点都是该规则)
public void cenTraversalTree(Node<E> node) {
if(node!=null) {
cenTraversalTree(node.leftNode);
node.display();
cenTraversalTree(node.rightNode);
}
}
结果: E:19 E:20 E:21 E:22 E:23 E:23 E:24 E:25 E:30
C、后续遍历 遍历规则 先遍历左子树,然会遍历该节点右子树,最后该节点, 20 ->24 ->23 (每一个节点都是该规则)
public void aftTraversalTree(Node<E> node) {
if(node!=null) {
aftTraversalTree(node.leftNode);
aftTraversalTree(node.rightNode);
node.display();
}
}
结果: E:19 E:22 E:21 E:20 E:23 E:30 E:25 E:24 E:23
完整代码
package com.jalja.org.algorithm;
public class MyTree<E> {
private Node<E> root;//根节点
private int size=0;//树中节点的个数
public MyTree() {
}
private static class Node<E>{
private E e;//当前节点的数据
private Node<E> leftNode;//当前节点左子节点
private Node<E> rightNode;//当前节点右子节点
public Node(E e, Node<E> leftNode, Node<E> rightNode) {
super();
this.e = e;
this.leftNode = leftNode;
this.rightNode = rightNode;
}
public void display() {
System.out.print(" E:"+e);
}
}
//如果是空树(不存在节点),则直接插入。
//如果不是空树,则从根节点开始查找相应的节点,即查找新节点的父节点,当父节点找到后,根据新节点的值来确定新节点是在左节点上,还是右节点上。
public void insert(E e) {
Node<E> node=new Node<E>(e,null,null);
if(root==null) {
root=node;
}else {
Node<E> fNode=root;
Node<E> parentNode=root;//要找的父节点
while(true) {
parentNode=fNode;
if(compareToE(e,fNode.e)) {
fNode=fNode.leftNode;
if(fNode==null) {
parentNode.leftNode=node;
break;
}
}else {
fNode=fNode.rightNode;
if(fNode==null) {
parentNode.rightNode=node;
break;
}
}
}
}
size++;
}
//只是实现了数值比较
private boolean compareToE(E a,E b) {
Integer a1=(Integer) a;
Integer b1=(Integer) b;
return a1<b1;
}
//从根节点开始查找,如果要查找的节点值比父节点值小,则查左子节点,否则查右子节点,直到查到为止,如果不存在就返回null
public Node<E> find(E e){
if(root.e==e) {
return root;
}
Node<E> fNode=root;
while(true) {
if(compareToE(e,fNode.e)) {
fNode=fNode.leftNode;
}else {
if(fNode.e.equals(e)) {
return fNode;
}
fNode=fNode.rightNode;
}
if(fNode==null) {
return null;
}
}
}
public void preTraversalTree(Node<E> node) {
if(node!=null) {
node.display();
preTraversalTree(node.leftNode);
preTraversalTree(node.rightNode);
}
}
public void cenTraversalTree(Node<E> node) {
if(node!=null) {
cenTraversalTree(node.leftNode);
node.display();
cenTraversalTree(node.rightNode);
}
}
public void aftTraversalTree(Node<E> node) {
if(node!=null) {
aftTraversalTree(node.leftNode);
aftTraversalTree(node.rightNode);
node.display();
}
}
public static void main(String[] args) {
MyTree<Integer> myTree=new MyTree<Integer>();
myTree.insert(23);
myTree.insert(20);
myTree.insert(24);
myTree.insert(19);
myTree.insert(21);
myTree.insert(23);
myTree.insert(25);
myTree.insert(22);
myTree.insert(30);
myTree.aftTraversalTree(myTree.find(23));
}
}
java 数据结构与算法---二叉树的更多相关文章
- Java数据结构和算法 - 二叉树
前言 数据结构可划分为线性结构.树型结构和图型结构三大类.前面几篇讨论了数组.栈和队列.链表都是线性结构.树型结构中每个结点只允许有一个直接前驱结点,但允许有一个以上直接后驱结点.树型结构有树和二叉树 ...
- Java数据结构和算法(六)--二叉树
什么是树? 上面图例就是一个树,用圆代表节点,连接圆的直线代表边.树的顶端总有一个节点,通过它连接第二层的节点,然后第二层连向更下一层的节点,以此递推 ,所以树的顶端小,底部大.和现实中的树是相反的, ...
- Java数据结构和算法(十四)——堆
在Java数据结构和算法(五)——队列中我们介绍了优先级队列,优先级队列是一种抽象数据类型(ADT),它提供了删除最大(或最小)关键字值的数据项的方法,插入数据项的方法,优先级队列可以用有序数组来实现 ...
- Java数据结构和算法 - 堆
堆的介绍 Q: 什么是堆? A: 这里的“堆”是指一种特殊的二叉树,不要和Java.C/C++等编程语言里的“堆”混淆,后者指的是程序员用new能得到的计算机内存的可用部分 A: 堆是有如下特点的二叉 ...
- Java数据结构和算法 - OverView
Q: 为什么要学习数据结构与算法? A: 如果说Java语言是自动档轿车,C语言就是手动档吉普.数据结构呢?是变速箱的工作原理.你完全可以不知道变速箱怎样工作,就把自动档的车子从1档开到4档,而且未必 ...
- Java数据结构和算法 - 什么是2-3-4树
Q1: 什么是2-3-4树? A1: 在介绍2-3-4树之前,我们先说明二叉树和多叉树的概念. 二叉树:每个节点有一个数据项,最多有两个子节点. 多叉树:(multiway tree)允许每个节点有更 ...
- Java数据结构和算法(七)B+ 树
Java数据结构和算法(七)B+ 树 数据结构与算法目录(https://www.cnblogs.com/binarylei/p/10115867.html) 我们都知道二叉查找树的查找的时间复杂度是 ...
- Java数据结构和算法(一)树
Java数据结构和算法(一)树 数据结构与算法目录(https://www.cnblogs.com/binarylei/p/10115867.html) 前面讲到的链表.栈和队列都是一对一的线性结构, ...
- Java数据结构和算法(四)赫夫曼树
Java数据结构和算法(四)赫夫曼树 数据结构与算法目录(https://www.cnblogs.com/binarylei/p/10115867.html) 赫夫曼树又称为最优二叉树,赫夫曼树的一个 ...
随机推荐
- Codeforces 909 C. Python Indentation (DP+树状数组优化)
题目链接:Python Indentation 题意: Python是没有大括号来标明语句块的,而是用严格的缩进来体现.现在有一种简化版的Python,只有两种语句: (1)'s'语句:Simple ...
- idea 和 WebStorm 配置 http代理 并更换主题
proxy,http,socks5 当前 idea 主题为:(idea 自带) idea 编辑器的主题颜色字体为:(网上下载的 jar 包) 因为今天在安装下面这个主题时需要在 idea的 plugi ...
- spark日志配置及问题排查方式。
此文已由作者岳猛授权网易云社区发布. 欢迎访问网易云社区,了解更多网易技术产品运营经验. 任何时候日志都是定位问题的关键,spark也不会例外,合适的配置和获取spark的driver,am,及exe ...
- iframe的简单使用方法
1.父页面调用子页面的元素(a代表iframe的id或者class,b代表子页面) $('a').contents().find("b") 2.子页面调用父页面的元素(c代表父页面 ...
- charles工具教程
本文的内容主要包括: Charles 的简介 如何安装 Charles 将 Charles 设置成系统代理 Charles 主界面介绍 过滤网络请求 截取 iPhone 上的网络封包 截取 Https ...
- [转载]使用mpvue搭建一个初始小程序
1. 初始化一个 mpvue 项目 现代前端开发框架和环境都是需要 Node.js 的,如果没有的话,请先下载 nodejs 并安装. 然后打开命令行工具: # 1. 先检查下 Node.js 是否安 ...
- vue mock(模拟后台数据) +axios 简单实例(二)
需装上axios,build文件夹中webpack.dev.conf.js文件添加上vue mock配置的东东, 如,继(一) //组件<template> <div> &l ...
- 《Pro SQL Server Internals, 2nd edition》的CHAPTER 1 Data Storage Internals中的Data Pages and Data Rows(翻译)
数据页和数据行 数据库中的空间被划分为逻辑8KB的页面.这些页面是以0开始的连续编号,并且可以通过指定文件ID和页号来引用它们.页面编号都是连续的,这样当SQL Server增长数据库文件时,从文件中 ...
- Table 组件构建过程中遇到的问题与解决思路
在 GearCase 开源项目构建 Table 组件的过程中.遇到了各式各样的问题,最后尝试了各种方法去解决这些问题. 遇到的部分问题 checkbox 的全选和半选问题 table 组件的排序请求方 ...
- thymeleaf 使用javascript定义数组报错
js中免不了的要用的数组,一维的二维的三维的 但是当用到thymeleaf作为模版时候会有一些坑,导致数组不能用 org.thymeleaf.exceptions.TemplateProcessing ...