【数据结构】之二叉树的java实现
转自:http://blog.csdn.net/wuwenxiang91322/article/details/12231657
二叉树的定义:
二叉树是树形结构的一个重要类型。许多实际问题抽象出来的数据结构往往是二叉树的形式,即使是一般的树也能简单地转换为二叉树,而且二叉树的存储结构及其算法都较为简单,因此二叉树显得特别重要。
二叉树(BinaryTree)是n(n≥0)个结点的有限集,它或者是空集(n=0),或者由一个根结点及两棵互不相交的、分别称作这个根的左子树和右子树的二叉树组成。
这个定义是递归的。由于左、右子树也是二叉树, 因此子树也可为空树。下图中展现了五种不同基本形态的二叉树。
其中 (a) 为空树, (b) 为仅有一个结点的二叉树, (c) 是仅有左子树而右子树为空的二叉树, (d) 是仅有右子树而左子树为空的二叉树, (e) 是左、右子树均非空的二叉树。这里应特别注意的是,二叉树的左子树和右子树是严格区分并且不能随意颠倒的,图 (c) 与图 (d) 就是两棵不同的二叉树。
二叉树的遍历
对于二叉树来讲最主要、最基本的运算是遍历。
遍历二叉树 是指以一定的次序访问二叉树中的每个结点。所谓 访问结点 是指对结点进行各种操作的简称。例如,查询结点数据域的内容,或输出它的值,或找出结点位置,或是执行对结点的其他操作。遍历二叉树的过程实质是把二叉树的结点进行线性排列的过程。假设遍历二叉树时访问结点的操作就是输出结点数据域的值,那么遍历的结果得到一个线性序列。
从二叉树的递归定义可知,一棵非空的二叉树由根结点及左、右子树这三个基本部分组成。因此,在任一给定结点上,可以按某种次序执行三个操作:
(1)访问结点本身(N),
(2)遍历该结点的左子树(L),
(3)遍历该结点的右子树(R)。
以上三种操作有六种执行次序:
NLR、LNR、LRN、NRL、RNL、RLN。
注意:
前三种次序与后三种次序对称,故只讨论先左后右的前三种次序。
由于被访问的结点必是某子树的根,所以N(Node)、L(Left subtlee)和R(Right subtree)又可解释为根、根的左子树和根的右子树。NLR、LNR和LRN分别又称为先根遍历、中根遍历和后根遍历。
二叉树的java实现
首先创建一棵二叉树如下图,然后对这颗二叉树进行遍历操作(遍历操作的实现分为递归实现和非递归实现),同时还提供一些方法如获取双亲结点、获取左孩子、右孩子等。
java实现代码:
- <span abp="506" style="font-size:14px;">package study_02.datastructure.tree;
- import java.util.Stack;
- /**
- * 二叉树的链式存储
- * @author WWX
- */
- public class BinaryTree {
- private TreeNode root=null;
- public BinaryTree(){
- root=new TreeNode(1,"rootNode(A)");
- }
- /**
- * 创建一棵二叉树
- * <pre>
- * A
- * B C
- * D E F
- * </pre>
- * @param root
- * @author WWX
- */
- public void createBinTree(TreeNode root){
- TreeNode newNodeB = new TreeNode(2,"B");
- TreeNode newNodeC = new TreeNode(3,"C");
- TreeNode newNodeD = new TreeNode(4,"D");
- TreeNode newNodeE = new TreeNode(5,"E");
- TreeNode newNodeF = new TreeNode(6,"F");
- root.leftChild=newNodeB;
- root.rightChild=newNodeC;
- root.leftChild.leftChild=newNodeD;
- root.leftChild.rightChild=newNodeE;
- root.rightChild.rightChild=newNodeF;
- }
- public boolean isEmpty(){
- return root==null;
- }
- //树的高度
- public int height(){
- return height(root);
- }
- //节点个数
- public int size(){
- return size(root);
- }
- private int height(TreeNode subTree){
- if(subTree==null)
- return 0;//递归结束:空树高度为0
- else{
- int i=height(subTree.leftChild);
- int j=height(subTree.rightChild);
- return (i<j)?(j+1):(i+1);
- }
- }
- private int size(TreeNode subTree){
- if(subTree==null){
- return 0;
- }else{
- return 1+size(subTree.leftChild)
- +size(subTree.rightChild);
- }
- }
- //返回双亲结点
- public TreeNode parent(TreeNode element){
- return (root==null|| root==element)?null:parent(root, element);
- }
- public TreeNode parent(TreeNode subTree,TreeNode element){
- if(subTree==null)
- return null;
- if(subTree.leftChild==element||subTree.rightChild==element)
- //返回父结点地址
- return subTree;
- TreeNode p;
- //现在左子树中找,如果左子树中没有找到,才到右子树去找
- if((p=parent(subTree.leftChild, element))!=null)
- //递归在左子树中搜索
- return p;
- else
- //递归在右子树中搜索
- return parent(subTree.rightChild, element);
- }
- public TreeNode getLeftChildNode(TreeNode element){
- return (element!=null)?element.leftChild:null;
- }
- public TreeNode getRightChildNode(TreeNode element){
- return (element!=null)?element.rightChild:null;
- }
- public TreeNode getRoot(){
- return root;
- }
- //在释放某个结点时,该结点的左右子树都已经释放,
- //所以应该采用后续遍历,当访问某个结点时将该结点的存储空间释放
- public void destroy(TreeNode subTree){
- //删除根为subTree的子树
- if(subTree!=null){
- //删除左子树
- destroy(subTree.leftChild);
- //删除右子树
- destroy(subTree.rightChild);
- //删除根结点
- subTree=null;
- }
- }
- public void traverse(TreeNode subTree){
- System.out.println("key:"+subTree.key+"--name:"+subTree.data);;
- traverse(subTree.leftChild);
- traverse(subTree.rightChild);
- }
- //前序遍历
- public void preOrder(TreeNode subTree){
- if(subTree!=null){
- visted(subTree);
- preOrder(subTree.leftChild);
- preOrder(subTree.rightChild);
- }
- }
- //中序遍历
- public void inOrder(TreeNode subTree){
- if(subTree!=null){
- inOrder(subTree.leftChild);
- visted(subTree);
- inOrder(subTree.rightChild);
- }
- }
- //后续遍历
- public void postOrder(TreeNode subTree) {
- if (subTree != null) {
- postOrder(subTree.leftChild);
- postOrder(subTree.rightChild);
- visted(subTree);
- }
- }
- //前序遍历的非递归实现
- public void nonRecPreOrder(TreeNode p){
- Stack<TreeNode> stack=new Stack<TreeNode>();
- TreeNode node=p;
- while(node!=null||stack.size()>0){
- while(node!=null){
- visted(node);
- stack.push(node);
- node=node.leftChild;
- }
- <span abp="507" style="font-size:14px;">while</span>(stack.size()>0){
- node=stack.pop();
- node=node.rightChild;
- }
- }
- }
- //中序遍历的非递归实现
- public void nonRecInOrder(TreeNode p){
- Stack<TreeNode> stack =new Stack<BinaryTree.TreeNode>();
- TreeNode node =p;
- while(node!=null||stack.size()>0){
- //存在左子树
- while(node!=null){
- stack.push(node);
- node=node.leftChild;
- }
- //栈非空
- if(stack.size()>0){
- node=stack.pop();
- visted(node);
- node=node.rightChild;
- }
- }
- }
- //后序遍历的非递归实现
- public void noRecPostOrder(TreeNode p){
- Stack<TreeNode> stack=new Stack<BinaryTree.TreeNode>();
- TreeNode node =p;
- while(p!=null){
- //左子树入栈
- for(;p.leftChild!=null;p=p.leftChild){
- stack.push(p);
- }
- //当前结点无右子树或右子树已经输出
- while(p!=null&&(p.rightChild==null||p.rightChild==node)){
- visted(p);
- //纪录上一个已输出结点
- node =p;
- if(stack.empty())
- return;
- p=stack.pop();
- }
- //处理右子树
- stack.push(p);
- p=p.rightChild;
- }
- }
- public void visted(TreeNode subTree){
- subTree.isVisted=true;
- System.out.println("key:"+subTree.key+"--name:"+subTree.data);;
- }
- /**
- * 二叉树的节点数据结构
- * @author WWX
- */
- private class TreeNode{
- private int key=0;
- private String data=null;
- private boolean isVisted=false;
- private TreeNode leftChild=null;
- private TreeNode rightChild=null;
- public TreeNode(){}
- /**
- * @param key 层序编码
- * @param data 数据域
- */
- public TreeNode(int key,String data){
- this.key=key;
- this.data=data;
- this.leftChild=null;
- this.rightChild=null;
- }
- }
- //测试
- public static void main(String[] args) {
- BinaryTree bt = new BinaryTree();
- bt.createBinTree(bt.root);
- System.out.println("the size of the tree is " + bt.size());
- System.out.println("the height of the tree is " + bt.height());
- System.out.println("*******(前序遍历)[ABDECF]遍历*****************");
- bt.preOrder(bt.root);
- System.out.println("*******(中序遍历)[DBEACF]遍历*****************");
- bt.inOrder(bt.root);
- System.out.println("*******(后序遍历)[DEBFCA]遍历*****************");
- bt.postOrder(bt.root);
- System.out.println("***非递归实现****(前序遍历)[ABDECF]遍历*****************");
- bt.nonRecPreOrder(bt.root);
- System.out.println("***非递归实现****(中序遍历)[DBEACF]遍历*****************");
- bt.nonRecInOrder(bt.root);
- System.out.println("***非递归实现****(后序遍历)[DEBFCA]遍历*****************");
- bt.noRecPostOrder(bt.root);
- }
- }
- </span>
输出结果
the size of the tree is 6
the height of the tree is 3
*******(前序遍历)[ABDECF]遍历*****************
key:1--name:rootNode(A)
key:2--name:B
key:4--name:D
key:5--name:E
key:3--name:C
key:6--name:F
*******(中序遍历)[DBEACF]遍历*****************
key:4--name:D
key:2--name:B
key:5--name:E
key:1--name:rootNode(A)
key:3--name:C
key:6--name:F
*******(后序遍历)[DEBFCA]遍历*****************
key:4--name:D
key:5--name:E
key:2--name:B
key:6--name:F
key:3--name:C
key:1--name:rootNode(A)
***非递归实现****(前序遍历)[ABDECF]遍历*****************
key:1--name:rootNode(A)
key:2--name:B
key:4--name:D
key:5--name:E
key:3--name:C
key:6--name:F
***非递归实现****(中序遍历)[DBEACF]遍历*****************
key:4--name:D
key:2--name:B
key:5--name:E
key:1--name:rootNode(A)
key:3--name:C
key:6--name:F
***非递归实现****(后序遍历)[DEBFCA]遍历*****************
key:4--name:D
key:5--name:E
key:2--name:B
key:6--name:F
key:3--name:C
key:1--name:rootNode(A)
【数据结构】之二叉树的java实现的更多相关文章
- 数据结构二叉树的java实现,包括二叉树的创建、搜索、删除和遍历
根据自己的学习体会并参考了一些网上的资料,以java写出了二叉树的创建.搜索.删除和遍历等操作,尚未实现的功能有:根据先序和中序遍历,得到后序遍历以及根据后序和中序遍历,得到先序遍历,以及获取栈的深度 ...
- 二分法与二叉树的 Java 实现
算法与数据结构始终是计算机基础的重要一环,今天我们来讨论下 Java 中二叉树的实现以及一些简单的小算法,如二分查找,归并排序等. 二分查找 二分查找是一种在有序数组中查找某一特定元素的搜索算法,它在 ...
- 二叉树的Java实现及特点总结
二叉树是一种非常重要的数据结构,它同时具有数组和链表各自的特点:它可以像数组一样快速查找,也可以像链表一样快速添加.但是他也有自己的缺点:删除操作复杂. 我们先介绍一些关于二叉树的概念名词. 二叉树: ...
- 数据结构与算法—二叉排序树(java)
前言 前面介绍学习的大多是线性表相关的内容,把指针搞懂后其实也没有什么难度.规则相对是简单的. 再数据结构中树.图才是数据结构标志性产物,(线性表大多都现成api可以使用),因为树的难度相比线性表大一 ...
- 数据结构与算法【Java】03---栈
前言 数据 data 结构(structure)是一门 研究组织数据方式的学科,有了编程语言也就有了数据结构.学好数据结构才可以编写出更加漂亮,更加有效率的代码. 要学习好数据结构就要多多考虑如何将生 ...
- 数据结构与算法【Java】05---排序算法总结
前言 数据 data 结构(structure)是一门 研究组织数据方式的学科,有了编程语言也就有了数据结构.学好数据结构才可以编写出更加漂亮,更加有效率的代码. 要学习好数据结构就要多多考虑如何将生 ...
- 数据结构与算法【Java】08---树结构的实际应用
前言 数据 data 结构(structure)是一门 研究组织数据方式的学科,有了编程语言也就有了数据结构.学好数据结构才可以编写出更加漂亮,更加有效率的代码. 要学习好数据结构就要多多考虑如何将生 ...
- 【图数据结构的遍历】java实现广度优先和深度优先遍历
[图数据结构的遍历]java实现广度优先和深度优先遍历 宽度优先搜索(BFS)遍历图需要使用队列queue数据结构: 深度优先搜索(DFS, Depth First Search)的实现 需要使用到栈 ...
- python数据结构之二叉树的统计与转换实例
python数据结构之二叉树的统计与转换实例 这篇文章主要介绍了python数据结构之二叉树的统计与转换实例,例如统计二叉树的叶子.分支节点,以及二叉树的左右两树互换等,需要的朋友可以参考下 一.获取 ...
随机推荐
- OpenCV(2)-Mat数据结构及访问Mat中像素
Mat数据结构 一开始OpenCV是基于C语言的,在比较早的教材例如<学习OpenCV>中,讲解的存储图像的数据结构还是IplImage,这样需要手动管理内存.现在存储图像的基本数据结构是 ...
- 暑假集训(1)第六弹 -----简单计算器(Hdoj1237)
Description 读入一个只包含 +, -, *, / 的非负整数计算表达式,计算该表达式的值. Input 测试输入包含若干测试用例,每个测试用例占一行,每行不超过200个字符,整数和运算 ...
- C++ 智能指针auto_ptr详解
1. auto_ptr 的设计动机: 函数操作经常依照下列模式进行: 获取一些资源 执行一些动作 释放所获取的资源 那么面对这些资源的释放问题就会出现下面的两种情况: 一开始获得的资源被绑定于局部对象 ...
- Headfirst设计模式的C++实现——简单工厂模式(Simple Factory)之二
为了引出后续的工厂方法,把在简单工厂模式的基础上增加了新功能——加盟店 简而言之就是把原来的单一简单工厂(能生产cheese和greek两种pizza)细分成了纽约地区的和芝加哥地区的(每种地区都能生 ...
- MyBatis 拦截器 (实现分页功能)
由于业务关系 巴拉巴拉巴拉 好吧 简单来说就是 原来的业务是 需要再实现类里写 selectCount 和selectPage两个方法才能实现分页功能 现在想要达到效果是 只通过一个方法就可以实现 也 ...
- ODBC方式连接Informix数据库
公司某个报表系统使用Informix数据库,在谋划使用Perl语言写数据采集程序后,花费了很多时间建立Perl访问Informix连接.恰巧Windows下ActivePerl的CPAN中又没有DBD ...
- RabbitMQ PHP操作类,守护进程及相关测试数据
封装类如下: <?php /* * amqp协议操作类,可以访问rabbitMQ * 需先安装php_amqp扩展 */ class RabbitMQCommand{ public $confi ...
- 双数组Trie树 (Double-array Trie) 及其应用
双数组Trie树(Double-array Trie, DAT)是由三个日本人提出的一种Trie树的高效实现 [1],兼顾了查询效率与空间存储.Ansj便是用DAT(虽然作者宣称是三数组Trie树,但 ...
- Spring MVC 环境搭建(maven+SpringMVC+mybatis+Freemarker)
Spring MVC 环境搭建(maven+SpringMVC+mybatis+Freemarker) 一.准备工作 1.Eclipse Java EE IDE(4.4.1) 2.JDK 3.Tomc ...
- App在后台运行
App有三种状态: 1. 死亡状态(未打开App); 2. 前台运行状态(打开状态); 3. 后台暂停状态(停止所有动画, 定时器, 多媒体联网等操作) 4. 后台运行状态(后台运行); ------ ...