Java-数据结构：树

Posted 2021-06-27 Java德克士

目录：

一、树
1. 概述
2. 一些基本术语
二、二叉树
1. 概述
2. 重要特性
三、二叉树的存储结构
1. 顺序存储
2. 链式存储
四、二叉树的遍历
1. 由遍历序列确定二叉树
2. 根据遍历序列估计二叉树
3. 遍历和建树代码

---

一、树

1. 概述

• 与线性表表示的一一对应的线性关系不同，树表示的是更为复杂的数据元素之间的非线性关系。
• 直观来看，树是以分支关系定义的层次结构，是 一对多 的关系
• 树的定义：树 (Tree) 是 n( n>=0 ) 个结点的有限集合
• 有且仅有一个 根结点 (Root)
• 当n>1的时，其余结点可分为 m( m>0 ) 个互不相交的有限集T1，T2，…, Tm，其中每一个集合本身又是一棵树，并且称之为根的子树。

树的定义本身是一个递归定义，即在树的定义中又用到树的概念

2. 一些基本术语

• 树的结点：包含一个数据元素和若干指向其子树的分支
• 度（degree）：结点拥有的子树的数目
• 度为** 0 的结点称为 叶子**，或** 终端结点**。度不为** 0** 的结点称为 非终端结点 或 分支节点
• 结点的子树的根，称为该结点的 孩子（child），相应的该结点称为孩子的 双亲（parent）
• 同一个双亲的孩子之间互称兄弟（sibling）
• 结点的 祖先 是从根到该结点所经分支上所有的结点。
• 以某结点为根的子树中的任意一结点都称为该结点的 子孙
• 结点的 层次（Level）从根开始定义，根为第一层，根的孩子为第二层，以此类推
• 树中结点的最大层次称为树的 深度（depth）或 高度

---

二、二叉树

1. 概述

• 定义：对一般的树加了约束：

• 每个结点最多两棵子树，即二叉树中不存在 度大于2 的结点

• 子树有 左右次序 之分

• 有 5 种形态：

• 满二叉树和完全二叉树（对满二叉树最底层，从右至左删除结点）

2. 重要特性

• 二叉树，在第 i 层至多有 2i-1 个结点
• 深度为 k 的二叉树至多有 2k-1 个结点
• 高度（或深度）为 K 的完全二叉树至少有 2k-2 个 叶子结点
• 非空二叉树的 叶子结点数 等于度为 2 的结点数加 1，即：n0 = n2 + 1

完全二叉树的 n1 只能是 0 或者 1

• 一颗度为 m 的二叉树，度为 1 的结点为 n1，度为 2 的结点为 n2，… …，度为 m 的结点数为 nm，则叶子结点数：n0**= 1 + n2****+ 2n3****+…+ (m-1)nm**
• 具有 n 个结点的完全二叉树，深度为 log2n + 1
• 编号性质：n 个结点的完全二叉树（其深度为 log2n + 1），对各结点从上到下，从左到右依次编号（1~n）则：若 i 是某结点 a 的编号：
• 如果 i 不等于 1，则 a 的双亲结点的编号为： ⌊ i/2 ⌋
• 如果 2i ≤ n, 则 a 的左孩子编号为 2i；如果** 2i > n**, 则 a** 无左孩子**；
• 如果** 2i + 1 ≤ n**, 则 a 的右孩子编号为** 2i + 1**；如果** 2i + 1> n**, 则 a** 无右孩子**；

---

三、二叉树的存储结构

1. 顺序存储

• 用 数组 来存储数据元素
• 从存储的角度来看，这种顺序存储结构，仅适用于 完全二叉树

因为在最坏的情况下，一个深度为 k 且只有 k 个结点的单支树( 树中不存在度为 2 的结点 )，却需要长度为 2k-1 的一维数组。

2. 链式存储

• 以 链表 的形式，存储数据元素以及数据元素之间的关系。

---

四、二叉树的遍历

1. 由遍历序列确定二叉树

• 由 先序和中序，可以确定
• 由 后序和中序，可以确定（但是注意后序最后一个为根，下一个是右子树根）
• 由 层次和中序，可以确定

2. 根据遍历序列估计二叉树

• 前序 遍历序列 和 后序 遍历序列 相同 的树：只有根结点
• 前序 遍历 和 中序 遍历 相同 的二叉树：所有结点没有左子树（右单分支树
• 中序 遍历 和 后序 遍历 相同 的二叉树：所有结点没有右子树（左单分支树）
• 前序遍历 和 后序 遍历 相反 的二叉树：没有左子树或者没有右子树（只有一个叶子结点）高度等于其结点数
• 前序 遍历 和 中序 遍历 相反 的二叉树：所有结点没有右子树（左单分支树）
• 中序 遍历 和 后序 遍历 相反 的二叉树：所有结点没有左子树（右单分支树）

3. 遍历和建树代码

• 二叉树的建树
• 深度优先遍历（先序，中序和后序）
• 广度优先遍历（先序，后序）

/* BitTree.java */

package com.java.tree;

import java.util.LinkedList;
import java.util.Queue;

/**
 * Created by Jaco.Young.
 * 2018-06-13 18:26
 */
public class BitTree {

    //代表由先序和中序唯一确定的树的根结点
    private TreeNode root;

    /**
     * 提供给外部调用的方法
     * 字符数组pre表示先序遍历序列，mid表示中序遍历序列
     */
    public void build(char[] pre, char[] mid){
        //将创建树的根结点赋值给 root
        root = buildTree(pre,0, pre.length-1, mid, 0, mid.length-1);
    }

    /**
     * 前提条件，树中不存在重复元素
     * 由先序遍历序列和中序遍历序列，构造二叉树的方法
     * 我们建树的过程总是将序列不断地分割成左子树、右子树
     * lPre、rPre和lMid、rMid，分别就表示要对先序和中序的哪一部分进行建树
     */
    private TreeNode buildTree(char[] pre, int lPre, int rPre, char[] mid, int lMid, int rMid){
        //在先序遍历序列中，找到当前这棵树的根结点
        char root = pre[lPre];

        //在中序遍历序列中，根据先序中的根结点来查找在中序中的位置
        int rootIndex = getRootIndex(mid, lMid, rMid, root);

        //如果没有找到，说明所给的参数异常
        if(rootIndex == -1){
            throw new IllegalArgumentException("Illegal Argument!");
        }

        //计算当前这棵树，左右子树的个数
        //整个中序序列：[左子树(lMid)  root(rootIndex)  右子树(rMid)]
        //左子树[lMid,rootIndex-1]
        int lNum = rootIndex - lMid; //rootIndex-1 -lMid + 1
        //右子树[rootIndex+1,rMid]
        int rNum = rMid - rootIndex;  //rMid - (rootIndex + 1) + 1

        //开始构建当前根结点的左子树和右子树
        //先构建左子树
        TreeNode lchild;  //作为左子树的根结点
        //以当前结点为根的树，没有左子树
        if(lNum == 0){
            lchild = null;
        }else{
            //当前这个树的左子树，仍然是一棵树，递归构造这棵树的左子树
            //设x为当前树先序中左子树最后一个元素的下标，则：x - (lpre + 1) = lNum
            //得：x = lPre + lNum
            lchild = buildTree(pre, lPre + 1, lPre+lNum, mid, lMid, rootIndex - 1);
        }

        //构建右子树
        TreeNode rchild;
        if(rNum == 0){
            rchild = null;
        }else{
            //当前结点的右子树，仍然包含很多节点，需要递归的构造其右子树
            rchild = buildTree(pre, lPre + lNum + 1, rPre, mid, rootIndex + 1, rMid);
        }

        //构造完整的二叉树
        return new TreeNode(root,lchild,rchild);
    }

    //在中序遍历序列中，根据先序中的根结点来查找在中序中的位置
    private int getRootIndex(char[] mid, int lMid, int rMid, char root) {
        for(int i = lMid; i <= rMid; i++){
            if(mid[i] == root){
                return i;
            }
        }
        return -1;
    }

    //二叉树每一个结点的结构
    private class TreeNode{
        //结点中存储的数据
        char item;
        //指向左孩子结点
        TreeNode lChild;
        //指向右孩子结点
        TreeNode rChild;

        //构造方法,完成初始化
        public TreeNode(char item, TreeNode lChild, TreeNode rChild){
            this.item = item;
            this.lChild = lChild;
            this.rChild = rChild;
        }
    }

    //提供三个让外界调用的方法
    public  void preTraverse() {
        preOrder(root);
    }

    public void midTraverse() {
        midOrder(root);
    }

    public void postTraverse() {
        postOrder(root);
    }

    //先序遍历  DLR
    private void preOrder(TreeNode root) {
        if( root != null) {
            //先访问根节点
            System.out.print(root.item + " ");
            //递归访问左子树
            preOrder(root.lChild);
            //递归访问右子树
            preOrder(root.rChild);
        }
    }

    //中序遍历   LDR
    private void midOrder(TreeNode root) {
        if(root != null) {
            //递归访问左子树
            midOrder(root.lChild);
            //访问根
            System.out.print(root.item + " ");
            //递归访问右子树
            midOrder(root.rChild);
        }
    }

    //后续遍历
    // LRD
    private void postOrder(TreeNode root) {
        if(root != null) {
            //递归访问左子树
            postOrder(root.lChild);
            //递归访问右子树
            postOrder(root.rChild);
            //访问根
            System.out.print(root.item + " ");
        }
    }

    //广度优先遍历  BFS
    public void BFS() {
        //创建一个能放TreeNode对象的队列
        Queue<TreeNode> queue = new LinkedList<>();
        //将树的根节点入队列
        queue.add(root);
        //循环执行广度优先遍历
        while(!queue.isEmpty()) {
            //将当前的队头元素出队列
            TreeNode node = queue.remove();
            //访问出队列的节点
            System.out.print(node.item + " ");

            //出队列的节点是否有左孩子，有则将其左孩子入队列
            if(node.lChild != null) {
                //有左孩子
                queue.add(node.lChild);
            }
            //出队列的节点是否有右孩子，如果右，将其右孩子如队列
            if(node.rChild != null) {
                queue.add(node.rChild);
            }
        }
    }
}

/* Test.java*/
package com.java.tree;

/**
 * 测试类
 * Created by Jaco.Young.
 * 2018-06-13 20:16
 */
public class Test {
    public static void main(String[] args){
        //构造先序遍历序列和中序遍历序列
        char[] pre = {'A','B','E', 'K', 'L', 'F', 'D', 'H', 'J'};
        char[] mid = {'K', 'E', 'L', 'B', 'F', 'A', 'H', 'D', 'J'};

        BitTree bitTree = new BitTree();
        //根据遍历序列构建二叉树
        bitTree.build(pre, mid);

        //先序遍历
        bitTree.preTraverse();
        System.out.println();
        //中序遍历
        bitTree.midTraverse();
        System.out.println();
        //后序遍历
        bitTree.postTraverse();
        System.out.println();
        //广度优先遍历
        bitTree.BFS();
    }
}

运行结果为：
A B E K L F D H J
K E L B F A H D J
K L E F B H J D A

写在最后

以上分享的全部资料都可免费分享领取—— 【点击这里下载】

还有一份JAVA核心知识点整理（PDF）：JVM，JAVA集合，JAVA多线程并发，JAVA基础，Spring原理，微服务，Netty与RPC，网络，日志，Zookeeper，Kafka，RabbitMQ，Hbase，MongoDB，Cassandra，设计模式，负载均衡，数据库，一致性哈希，JAVA算法，数据结构，加密算法，分布式缓存，Hadoop，Spark，Storm，YARN，机器学习，云计算…

F A H D J

K L E F B H J D A

写在最后

以上分享的全部资料都可免费分享领取—— 【点击这里下载】

还有一份JAVA核心知识点整理（PDF）：JVM，JAVA集合，JAVA多线程并发，JAVA基础，Spring原理，微服务，Netty与RPC，网络，日志，Zookeeper，Kafka，RabbitMQ，Hbase，MongoDB，Cassandra，设计模式，负载均衡，数据库，一致性哈希，JAVA算法，数据结构，加密算法，分布式缓存，Hadoop，Spark，Storm，YARN，机器学习，云计算…