树
树(Tree)是n(n$\geq$0)个节点的有限集,当n=0时称为空树。在任意以可非空树中:
有且只有一个特定的根(Root)节点;
当n$\geq$0的时候,其余节点分为m(m>0)个互不相交的有限集$T_{1}$,$T_{2}$……$T_{m}$,其中每一台集合本身优势一棵树,被称为根的子树。
“树”这种数据结构很像我们生活中的“树”,这里面每个元素我们叫作“节 点”;用来连线相邻节点之间的关系,我们叫作“父子关系”
A 节点就是 B 节点的父节点,B 节点是 A 节点的子节点。B、C、D 这三个节点 的父节点是同一个节点,所以它们之间互称为兄弟节点。我们把没有父节点的节点叫作根节点,也就是图中的节点 E。我们把没有子节点的节点叫作叶子节点或者叶节点,比如图中的 G、H、I、 J、K、L 都是叶子节点。
关于“树”,还有三个比较相似的概念:高度(Height)、深 度(Depth)、层(Level)。
节点的高度=节点到叶子节点的最长路径
(边数)
节点的深度=根节点到这个节点所经历的边的个数
节点的层数=节点的深度+1
树的高度=根节点的高度
高度计数起点为0,从最底层开始计数。
深度从根开始计算向下计数。
层数计数起点为1,根节点位于第一层。
二叉树
二叉树:每个节点最多有两个“叉”,也就是两个子节点,分别是左子节点和右子节点。二叉树并不要求每个节点都有两个子节点,有的节点只有左子节点,有的节点只有右子节点。当然可以由四叉树,八叉树。
编号 2 的二叉树中,叶子节点全都在最底层,除了叶子节点之外,每个节点都有左右两个子节点,这种二叉树就叫作满二叉树。
编号 3 的二叉树中,叶子节点都在最底下两层,最后一层的叶子节点都靠左排列,并且除了最后一 层,其他层的节点个数都要达到最大,这种二叉树叫作完全二叉树。
在满足满二叉树的性质后,最后一层的叶子节点均需在最左边。
实现
想要存储一棵二叉树,我们有两种方法,一种是基于指针或者引用的二叉链式存储法,一种是基于数组的顺序存储法。
每个节点有三个字段,其中一个存储数据,另外两个是指向左右子节点的指针。我们只要拎住根节点,就可以通过左
右子节点的指针,把整棵树都串起来。
完全二叉树,仅仅“浪费”了一个下标为 0 的存储位置。但是如果是非完全二叉树,会浪费很多的数组存储空间。
遍历
- 前序遍历:对于树中的任意节点来说,先打印这个节点,然后再打印它的左子树,最后打印
它的右子树。 - 中序遍历:对于树中的任意节点来说,先打印它的左子树,然后再打印它本身,最后打印它
的右子树。
后序遍历:对于树中的任意节点来说,先打印它的左子树,然后再打印它的右子树,最后打
印这个节点本身
二叉树的遍历是一个递归的过程。
代码
import java.util.LinkedList;
import java.util.Queue;
import java.util.Stack;
public class BST<E extends Comparable<E>> {
private class Node{
public E e;
public Node left, right;
public Node(E e){
this.e = e;
left = null;
right = null;
}
}
private Node root;
private int size;
public BST(){
root = null;
size = 0;
}
public int size(){
return size;
}
public boolean isEmpty(){
return size == 0;
}
// 向二分搜索树中添加新的元素e
public void add(E e){
root = add(root, e);
}
// 向以node为根的二分搜索树中插入元素e,递归算法
// 返回插入新节点后二分搜索树的根
private Node add(Node node, E e){
if(node == null){
size ++;
return new Node(e);
}
if(e.compareTo(node.e) < 0)
node.left = add(node.left, e);
else if(e.compareTo(node.e) > 0)
node.right = add(node.right, e);
return node;
}
// 看二分搜索树中是否包含元素e
public boolean contains(E e){
return contains(root, e);
}
// 看以node为根的二分搜索树中是否包含元素e, 递归算法
private boolean contains(Node node, E e){
if(node == null)
return false;
if(e.compareTo(node.e) == 0)
return true;
else if(e.compareTo(node.e) < 0)
return contains(node.left, e);
else // e.compareTo(node.e) > 0
return contains(node.right, e);
}
// 二分搜索树的前序遍历
public void preOrder(){
preOrder(root);
}
// 前序遍历以node为根的二分搜索树, 递归算法
private void preOrder(Node node){
if(node == null)
return;
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
}
// 二分搜索树的非递归前序遍历
public void preOrderNR(){
Stack<Node> stack = new Stack<>();
stack.push(root);
while(!stack.isEmpty()){
Node cur = stack.pop();
System.out.println(cur.e);
if(cur.right != null)
stack.push(cur.right);
if(cur.left != null)
stack.push(cur.left);
}
}
// 二分搜索树的中序遍历
public void inOrder(){
inOrder(root);
}
// 中序遍历以node为根的二分搜索树, 递归算法
private void inOrder(Node node){
if(node == null)
return;
inOrder(node.left);
System.out.println(node.e);
inOrder(node.right);
}
// 二分搜索树的后序遍历
public void postOrder(){
postOrder(root);
}
// 后序遍历以node为根的二分搜索树, 递归算法
private void postOrder(Node node){
if(node == null)
return;
postOrder(node.left);
postOrder(node.right);
System.out.println(node.e);
}
// 二分搜索树的层序遍历
public void levelOrder(){
Queue<Node> q = new LinkedList<>();
q.add(root);
while(!q.isEmpty()){
Node cur = q.remove();
System.out.println(cur.e);
if(cur.left != null)
q.add(cur.left);
if(cur.right != null)
q.add(cur.right);
}
}
// 寻找二分搜索树的最小元素
public E minimum(){
if(size == 0)
throw new IllegalArgumentException("BST is empty!");
return minimum(root).e;
}
// 返回以node为根的二分搜索树的最小值所在的节点
private Node minimum(Node node){
if(node.left == null)
return node;
return minimum(node.left);
}
// 寻找二分搜索树的最大元素
public E maximum(){
if(size == 0)
throw new IllegalArgumentException("BST is empty");
return maximum(root).e;
}
// 返回以node为根的二分搜索树的最大值所在的节点
private Node maximum(Node node){
if(node.right == null)
return node;
return maximum(node.right);
}
// 从二分搜索树中删除最小值所在节点, 返回最小值
public E removeMin(){
E ret = minimum();
root = removeMin(root);
return ret;
}
// 删除掉以node为根的二分搜索树中的最小节点
// 返回删除节点后新的二分搜索树的根
private Node removeMin(Node node){
if(node.left == null){
Node rightNode = node.right;
node.right = null;
size --;
return rightNode;
}
node.left = removeMin(node.left);
return node;
}
// 从二分搜索树中删除最大值所在节点
public E removeMax(){
E ret = maximum();
root = removeMax(root);
return ret;
}
// 删除掉以node为根的二分搜索树中的最大节点
// 返回删除节点后新的二分搜索树的根
private Node removeMax(Node node){
if(node.right == null){
Node leftNode = node.left;
node.left = null;
size --;
return leftNode;
}
node.right = removeMax(node.right);
return node;
}
// 从二分搜索树中删除元素为e的节点
public void remove(E e){
root = remove(root, e);
}
// 删除掉以node为根的二分搜索树中值为e的节点, 递归算法
// 返回删除节点后新的二分搜索树的根
private Node remove(Node node, E e){
if( node == null )
return null;
if( e.compareTo(node.e) < 0 ){
node.left = remove(node.left , e);
return node;
}
else if(e.compareTo(node.e) > 0 ){
node.right = remove(node.right, e);
return node;
}
else{ // e.compareTo(node.e) == 0
// 待删除节点左子树为空的情况
if(node.left == null){
Node rightNode = node.right;
node.right = null;
size --;
return rightNode;
}
// 待删除节点右子树为空的情况
if(node.right == null){
Node leftNode = node.left;
node.left = null;
size --;
return leftNode;
}
// 待删除节点左右子树均不为空的情况
// 找到比待删除节点大的最小节点, 即待删除节点右子树的最小节点
// 用这个节点顶替待删除节点的位置
Node successor = minimum(node.right);
successor.right = removeMin(node.right);
successor.left = node.left;
node.left = node.right = null;
return successor;
}
}
@Override
public String toString(){
StringBuilder res = new StringBuilder();
generateBSTString(root, 0, res);
return res.toString();
}
// 生成以node为根节点,深度为depth的描述二叉树的字符串
private void generateBSTString(Node node, int depth, StringBuilder res){
if(node == null){
res.append(generateDepthString(depth) + "null\n");
return;
}
res.append(generateDepthString(depth) + node.e +"\n");
generateBSTString(node.left, depth + 1, res);
generateBSTString(node.right, depth + 1, res);
}
private String generateDepthString(int depth){
StringBuilder res = new StringBuilder();
for(int i = 0 ; i < depth ; i ++)
res.append("-- ");
return res.toString();
}
}
public class Order {
public static void main(String[] args) {
BST<Integer> bst = new BST<>();
int[] nums = {5, 3, 6, 8, 4, 2};
for(int num: nums)
bst.add(num);
/////////////////
// 5 //
// / \ //
// 3 6 //
// / \ \ //
// 2 4 8 //
/////////////////
System.out.println(bst);
/* * 深度优先遍历 * */
//前序遍历
bst.preOrder();
System.out.println();
//中序遍历
bst.inOrder();
System.out.println();
//后序遍历
bst.postOrder();
System.out.println();
/* * 深度优先遍历 * */
/* * 广度优先遍历 * */
//层序遍历
bst.levelOrder();
System.out.println();
/* * 广度优先遍历 * */
}
}
遍历
/////////////////
// 5 //
// / \ //
// 3 6 //
// / \ \ //
// 2 4 8 //
/////////////////
/* * 深度优先遍历 * */
5
--3
----2
------null
------null
----4
------null
------null
--6
----null
----8
------null
------null
//前序遍历
5
3
2
4
6
8
//中序遍历
2
3
4
5
6
8
//后序遍历
2
4
3
8
6
5
//层序遍历
5
3
6
2
4
8
删除
import java.util.ArrayList;
import java.util.Random;
public class Remove {
public static void main(String[] args) {
BST<Integer> bst = new BST<>();
Random random = new Random();
int n = 10;
// test removeMin
for(int i = 0 ; i < n ; i ++)
bst.add(random.nextInt(10000));
System.out.println(bst);
ArrayList<Integer> nums = new ArrayList<>();
while(!bst.isEmpty())
nums.add(bst.removeMin());
System.out.println(nums);
for(int i = 1 ; i < nums.size() ; i ++)
if(nums.get(i - 1) > nums.get(i))
throw new IllegalArgumentException("Error!");
System.out.println("removeMin test completed.");
// test removeMax
for(int i = 0 ; i < n ; i ++)
bst.add(random.nextInt(10000));
nums = new ArrayList<>();
while(!bst.isEmpty())
nums.add(bst.removeMax());
System.out.println(nums);
for(int i = 1 ; i < nums.size() ; i ++)
if(nums.get(i - 1) < nums.get(i))
throw new IllegalArgumentException("Error!");
System.out.println("removeMax test completed.");
}
}
5022
--1869
----617
------null
------1370
--------null
--------null
----3497
------null
------null
--5729
----null
----9598
------8387
--------6796
----------null
----------8167
------------null
------------null
--------null
------null
[617, 1370, 1869, 3497, 5022, 5729, 6796, 8167, 8387, 9598]
removeMin test completed.
7926
--5532
----309
------null
------2171
--------null
--------4294
----------null
----------null
----7031
------6053
--------null
--------6737
----------null
----------null
------null
--8619
----null
----8677
------null
------null
[8677, 8619, 7926, 7031, 6737, 6053, 5532, 4294, 2171, 309]
removeMax test completed.