前言
只有光头才能变强。
文本已收录至我的GitHub仓库,欢迎Star:https://github.com/ZhongFuCheng3y/3y一、二叉树就是这么简单
本文撇开一些非常苦涩、难以理解的概念来讲讲二叉树,仅入门观看(或复习)....
首先,我们来讲讲什么是树:
树是一种非线性的数据结构,相对于线性的数据结构(链表、数组)而言,树的平均运行时间更短(往往与树相关的排序时间复杂度都不会高)
在现实生活中,我们一般的树长这个样子的:
但是在编程的世界中,我们一般把树“倒”过来看,这样容易我们分析:
一般的树是有很多很多个分支的,分支下又有很多很多个分支,如果在程序中研究这个会非常麻烦。因为本来树就是非线性的,而我们计算机的内存是线性存储的,太过复杂的话我们无法设计出来的。
因此,我们先来研究简单又经常用的---> 二叉树
1.1树的一些概念我就拿上面的图来进行画来讲解了:
二叉树的意思就是说:每个节点不能多于有两个儿子,上面的图就是一颗二叉树。
一棵树至少会有一个节点(根节点)
树由节点组成,每个节点的数据结构是这样的:
因此,我们定义树的时候往往是->定义节点->节点连接起来就成了树,而节点的定义就是:一个数据、两个指针(如果有节点就指向节点、没有节点就指向null)
1.2静态创建二叉树上面说了,树是由若干个节点组成,节点连接起来就成了树,而节点由一个数据、两个指针组成
因此,创建树实际上就是创建节点,然后连接节点
首先,使用Java类定义节点:
public class TreeNode { // 左节点(儿子) private TreeNode lefTreeNode; // 右节点(儿子) private TreeNode rightNode; // 数据 private int value; }
下面我们就拿这个二叉树为例来构建吧:
为了方便构建,我就给了它一个带参数的构造方法和set、get方法了:
public TreeNode(int value) { this.value = value; }
那么我们现在就创建了5个节点:
public static void main(String[] args) { //根节点-->10 TreeNode treeNode1 = new TreeNode(10); //左孩子-->9 TreeNode treeNode2 = new TreeNode(9); //右孩子-->20 TreeNode treeNode3 = new TreeNode(20); //20的左孩子-->15 TreeNode treeNode4 = new TreeNode(15); //20的右孩子-->35 TreeNode treeNode5 = new TreeNode(35) }
它们目前的状态是这样子的:
于是下面我们去把它连起来:
//根节点的左右孩子 treeNode1.setLefTreeNode(treeNode2); treeNode1.setRightNode(treeNode3); //20节点的左右孩子 treeNode3.setLefTreeNode(treeNode4); treeNode3.setRightNode(treeNode5);
连接完之后,那么我们的树就创建完成了。
1.3遍历二叉树上面说我们的树创建完成了,那怎么证明呢??我们如果可以像数组一样遍历它(看它的数据),那就说明它创建完成了~
值得说明的是:二叉树遍历有三种方式
先序遍历
先访问根节点,然后访问左节点,最后访问右节点(根->左->右)
中序遍历
先访问左节点,然后访问根节点,最后访问右节点(左->根->右)
后序遍历
先访问左节点,然后访问右节点,最后访问根节点(左->右->根)
以上面的二叉树为例:
如果是先序遍历:10->9->20->15->35
如果是中序遍历:9->10->15->20->35
可能需要解释地方:访问完10节点过后,去找的是20节点,但20下还有子节点,因此先访问的是20的左儿子15节点。由于15节点没有儿子了。所以就返回20节点,访问20节点。最后访问35节点
如果是后序遍历:9->15->35->20->10
可能需要解释地方:先访问9节点,随后应该访问的是20节点,但20下还有子节点,因此先访问的是20的左儿子15节点。由于15节点没有儿子了。所以就去访问35节点,由于35节点也没有儿子了,所以返回20节点,最终返回10节点
一句话总结:先序(根->左->右),中序(左->根->右),后序(左->右->根)。如果访问有孩子的节点,先处理孩子的,随后返回
无论先中后遍历,每个节点的遍历如果访问有孩子的节点,先处理孩子的(逻辑是一样的)
因此我们很容易想到递归
递归的出口就是:当没有子节点了,就返回
因此,我们可以写出这样的先序遍历代码:
/** * 先序遍历 * @param rootTreeNode 根节点 */ public static void preTraverseBTree(TreeNode rootTreeNode) { if (rootTreeNode != null) { //访问根节点 System.out.println(rootTreeNode.getValue()); //访问左节点 preTraverseBTree(rootTreeNode.getLefTreeNode()); //访问右节点 preTraverseBTree(rootTreeNode.getRightNode()); } }
结果跟我们刚才说的是一样的:
我们再用中序遍历调用一遍吧:
/** * 中序遍历 * @param rootTreeNode 根节点 */ public static void inTraverseBTree(TreeNode rootTreeNode) { if (rootTreeNode != null) { //访问左节点 inTraverseBTree(rootTreeNode.getLefTreeNode()); //访问根节点 System.out.println(rootTreeNode.getValue()); //访问右节点 inTraverseBTree(rootTreeNode.getRightNode()); } }
结果跟我们刚才说的是一样的:
有意思的是:通过先序和中序或者中序和后序我们可以还原出原始的二叉树,但是通过先序和后序是无法还原出原始的二叉树的
也就是说:通过中序和先序或者中序和后序我们就可以确定一颗二叉树了!
二、动态创建二叉树上面我们是手动创建二叉树的,一般地:都是给出一个数组给你,让你将数组变成一个二叉树,此时就需要我们动态创建二叉树了。
二叉树中还有一种特殊的二叉树:二叉查找树(binary search tree)
定义:当前根节点的左边全部比根节点小,当前根节点的右边全部比根节点大。
明眼人可以看出,这对我们来找一个数是非常方便快捷的
往往我们动态创建二叉树都是创建二叉查找树
2.1动态创建二叉树体验假设我们有一个数组:int[] arrays = {3, 2, 1, 4, 5};
那么创建二叉树的步骤是这样的:
首先将3作为根节点
随后2进来了,我们跟3做比较,比3小,那么放在3的左边
随后1进来了,我们跟3做比较,比3小,那么放在3的左边,此时3的左边有2了,因此跟2比,比2小,放在2的左边
随后4进来了,我们跟3做比较,比3大,那么放在3的右边
随后5进来了,我们跟3做比较,比3大,那么放在3的右边,此时3的右边有4了,因此跟4比,比4大,放在4的右边
那么我们的二叉查找树就建立成功了,无论任何一颗子树,左边都比根要小,右边比根要大
2.2代码实现我们的代码实现也很简单,如果比当前根节点要小,那么放到当前根节点左边,如果比当前根节点要大,那么放到当前根节点右边。
因为是动态创建的,因此我们得用一个类来表示根节点
public class TreeRoot { private TreeNode treeRoot; public TreeNode getTreeRoot() { return treeRoot; } public void setTreeRoot(TreeNode treeRoot) { this.treeRoot = treeRoot; } }
比较与根谁大,大的往右边,小的往左边:
/** * 动态创建二叉查找树 * * @param treeRoot 根节点 * @param value 节点的值 */ public static void createTree(TreeRoot treeRoot, int value) { //如果树根为空(第一次访问),将第一个值作为根节点 if (treeRoot.getTreeRoot() == null) { TreeNode treeNode = new TreeNode(value); treeRoot.setTreeRoot(treeNode); } else { //当前树根 TreeNode tempRoot = treeRoot.getTreeRoot(); while (tempRoot != null) { //当前值大于根值,往右边走 if (value > tempRoot.getValue()) { //右边没有树根,那就直接插入 if (tempRoot.getRightNode() == null) { tempRoot.setRightNode(new TreeNode(value)); return ; } else { //如果右边有树根,到右边的树根去 tempRoot = tempRoot.getRightNode(); } } else { //左没有树根,那就直接插入 if (tempRoot.getLefTreeNode() == null) { tempRoot.setLefTreeNode(new TreeNode(value)); return; } else { //如果左有树根,到左边的树根去 tempRoot = tempRoot.getLefTreeNode(); } } } } }
测试代码:
int[] arrays = {2, 3, 1, 4, 5}; //动态创建树 TreeRoot root = new TreeRoot(); for (int value : arrays) { createTree(root, value); } //中序遍历树 inTraverseBTree(root.getTreeRoot()); System.out.println("---------------公众号:Java3y"); //先序遍历树 preTraverseBTree(root.getTreeRoot()); System.out.println("---------------公众号:Java3y");三、查询二叉查找树相关 3.1查询树的深度
查询树的深度我们可以这样想:左边的子树和右边的字数比,谁大就返回谁,那么再接上根节点+1就可以了
public static int getHeight(TreeNode treeNode) { if (treeNode == null) { return 0; } else { //左边的子树深度 int left = getHeight(treeNode.getLefTreeNode()); //右边的子树深度 int right = getHeight(treeNode.getRightNode()); int max = left; if (right > max) { max = right; } return max + 1; } }3.1查询树的最大值
从上面先序遍历二叉查找树的时候,细心的同学可能会发现:中序遍历二叉查找树得到的结果是排好顺序的~
那么,如果我们的二叉树不是二叉查找树,我们要怎么查询他的最大值呢?
可以这样:
左边找最大值->递归
右边找最大值->递归
/** * 找出树的最大值 * * @param rootTreeNode */ public static int getMax(TreeNode rootTreeNode) { if (rootTreeNode == null) { return -1; } else { //找出左边的最大值 int left = getMax(rootTreeNode.getLefTreeNode()); //找出右边的最大值 int right = getMax(rootTreeNode.getRightNode()); //与当前根节点比较 int currentRootValue = rootTreeNode.getValue(); //假设左边的最大 int max = left; if (right > max) { max = right; } if (currentRootValue > max) { max = currentRootValue; } return max ; } }四、最后
无论是在遍历树、查找深度、查找最大值都用到了递归,递归在非线性的数据结构中是用得非常多的...
树的应用也非常广泛,此篇简单地说明了树的数据结构,高级的东西我也没弄懂,可能以后用到的时候会继续深入...
乐于输出干货的Java技术公众号:Java3y。公众号内有200多篇原创技术文章、海量视频资源、精美脑图,不妨来关注一下!
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/76367.html
摘要:并且,我们的底层都是红黑树来实现的。红黑树是一种平衡二叉树因此它没有节点。 前言 声明,本文用得是jdk1.8 前面已经讲了Collection的总览和剖析List集合: Collection总览 List集合就这么简单【源码剖析】 原本我是打算继续将Collection下的Set集合的,结果看了源码发现:Set集合实际上就是HashMap来构建的! showImg(https:/...
阅读 1127·2021-09-22 15:43
阅读 2326·2021-09-22 15:32
阅读 4370·2021-09-22 15:11
阅读 2124·2019-08-30 15:55
阅读 2512·2019-08-30 15:54
阅读 966·2019-08-30 15:44
阅读 1072·2019-08-29 13:26
阅读 774·2019-08-29 12:54