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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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" ...

  7. 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) ...

  8. 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 ...

  9. 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

  1. Django中数据库表的关联与创建(语言:python)

    首先选择选用的数据库,(本人选用django(1.11.8版本)) 在主项目settings中操作如下: DATABASES = { 'default': { 'ENGINE': 'django.db ...

  2. python_集合

    >>> import random>>> import time>>> x=list(range(10000))>>> y=se ...

  3. java中Number类理解

    一般我们使用数字的时候,会使用内置的数据类型,比如int.float.double.但在实际的开发当中,我们有时候会遇到需要使用数字对象,而不是数据类型的时候.为解决这个问题,java为每一种数据类型 ...

  4. 一次数组越界的bug经历

    数组和指针都是C里面的好东西,但是一旦使用不当,真的会让人抓狂. 下面是写程序时遇到的一次数组越界的经历,感觉对以后写程序有点启发,所以记录下来. 起因: 我想用OLED动态显示一组浮点数,而且浮点数 ...

  5. OAuth 2 开发人员指南(Spring security oauth2)

    https://github.com/spring-projects/spring-security-oauth/blob/master/docs/oauth2.md 入门 这是支持OAuth2.0的 ...

  6. .NET Orm 性能测试

    .NET Orm 性能测试 简介 OrmBenchmark 这个项目主要是为了测试主要的Orm对于 SqlServer 数据库的查询并将数据转换成所需 POCO 对象的耗时情况(好吧,实际上不完全or ...

  7. WinForm时间选择控件(DateTimePicker)如何选择(显示)时分秒

    C# Windows窗体应用中,用到时间选择控件DateTimePicker,发现不能选择时分秒,难道要自己写一个控件?! 答案是否定的,通过属性修改是可以选择时间的,DateTimePicker完全 ...

  8. hibernate关系映射

    多对一:比如多个订单对应同一个用户,需要在订单表中添加一个用户的属性 订单类: private Integer orderId; private Date createTime; private Us ...

  9. Java 学习笔记 (一) If 语句

    接触到的教程中if语句所包含boolean表达式都是以数字作为举例,所以误以为string类型的值也可以这样判断,结果发现下面的脚本不工作: String sysTitle = driver.getT ...

  10. pymysql和 SQLAlchemy在python下的使用

    #!/usr/bin/env python # -*- coding:utf-8 -*- from sqlalchemy import create_engine, Table, Column, In ...