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:

  1. <span abp="506" style="font-size:14px;">package study_02.datastructure.tree;
  2. import java.util.Stack;
  3. /**
  4. * 二叉树的链式存储
  5. * @author WWX
  6. */
  7. public class BinaryTree {
  8. private TreeNode root=null;
  9. public BinaryTree(){
  10. root=new TreeNode(1,"rootNode(A)");
  11. }
  12. /**
  13. * 创建一棵二叉树
  14. * <pre>
  15. *           A
  16. *     B          C
  17. *  D     E            F
  18. *  </pre>
  19. * @param root
  20. * @author WWX
  21. */
  22. public void createBinTree(TreeNode root){
  23. TreeNode newNodeB = new TreeNode(2,"B");
  24. TreeNode newNodeC = new TreeNode(3,"C");
  25. TreeNode newNodeD = new TreeNode(4,"D");
  26. TreeNode newNodeE = new TreeNode(5,"E");
  27. TreeNode newNodeF = new TreeNode(6,"F");
  28. root.leftChild=newNodeB;
  29. root.rightChild=newNodeC;
  30. root.leftChild.leftChild=newNodeD;
  31. root.leftChild.rightChild=newNodeE;
  32. root.rightChild.rightChild=newNodeF;
  33. }
  34. public boolean isEmpty(){
  35. return root==null;
  36. }
  37. //树的高度
  38. public int height(){
  39. return height(root);
  40. }
  41. //节点个数
  42. public int size(){
  43. return size(root);
  44. }
  45. private int height(TreeNode subTree){
  46. if(subTree==null)
  47. return 0;//递归结束:空树高度为0
  48. else{
  49. int i=height(subTree.leftChild);
  50. int j=height(subTree.rightChild);
  51. return (i<j)?(j+1):(i+1);
  52. }
  53. }
  54. private int size(TreeNode subTree){
  55. if(subTree==null){
  56. return 0;
  57. }else{
  58. return 1+size(subTree.leftChild)
  59. +size(subTree.rightChild);
  60. }
  61. }
  62. //返回双亲结点
  63. public TreeNode parent(TreeNode element){
  64. return (root==null|| root==element)?null:parent(root, element);
  65. }
  66. public TreeNode parent(TreeNode subTree,TreeNode element){
  67. if(subTree==null)
  68. return null;
  69. if(subTree.leftChild==element||subTree.rightChild==element)
  70. //返回父结点地址
  71. return subTree;
  72. TreeNode p;
  73. //现在左子树中找,如果左子树中没有找到,才到右子树去找
  74. if((p=parent(subTree.leftChild, element))!=null)
  75. //递归在左子树中搜索
  76. return p;
  77. else
  78. //递归在右子树中搜索
  79. return parent(subTree.rightChild, element);
  80. }
  81. public TreeNode getLeftChildNode(TreeNode element){
  82. return (element!=null)?element.leftChild:null;
  83. }
  84. public TreeNode getRightChildNode(TreeNode element){
  85. return (element!=null)?element.rightChild:null;
  86. }
  87. public TreeNode getRoot(){
  88. return root;
  89. }
  90. //在释放某个结点时,该结点的左右子树都已经释放,
  91. //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
  92. public void destroy(TreeNode subTree){
  93. //删除根为subTree的子树
  94. if(subTree!=null){
  95. //删除左子树
  96. destroy(subTree.leftChild);
  97. //删除右子树
  98. destroy(subTree.rightChild);
  99. //删除根结点
  100. subTree=null;
  101. }
  102. }
  103. public void traverse(TreeNode subTree){
  104. System.out.println("key:"+subTree.key+"--name:"+subTree.data);;
  105. traverse(subTree.leftChild);
  106. traverse(subTree.rightChild);
  107. }
  108. //前序遍历
  109. public void preOrder(TreeNode subTree){
  110. if(subTree!=null){
  111. visted(subTree);
  112. preOrder(subTree.leftChild);
  113. preOrder(subTree.rightChild);
  114. }
  115. }
  116. //中序遍历
  117. public void inOrder(TreeNode subTree){
  118. if(subTree!=null){
  119. inOrder(subTree.leftChild);
  120. visted(subTree);
  121. inOrder(subTree.rightChild);
  122. }
  123. }
  124. //后续遍历
  125. public void postOrder(TreeNode subTree) {
  126. if (subTree != null) {
  127. postOrder(subTree.leftChild);
  128. postOrder(subTree.rightChild);
  129. visted(subTree);
  130. }
  131. }
  132. //前序遍历的非递归实现
  133. public void nonRecPreOrder(TreeNode p){
  134. Stack<TreeNode> stack=new Stack<TreeNode>();
  135. TreeNode node=p;
  136. while(node!=null||stack.size()>0){
  137. while(node!=null){
  138. visted(node);
  139. stack.push(node);
  140. node=node.leftChild;
  141. }
  142. <span abp="507" style="font-size:14px;">while</span>(stack.size()>0){
  143. node=stack.pop();
  144. node=node.rightChild;
  145. }
  146. }
  147. }
  148. //中序遍历的非递归实现
  149. public void nonRecInOrder(TreeNode p){
  150. Stack<TreeNode> stack =new Stack<BinaryTree.TreeNode>();
  151. TreeNode node =p;
  152. while(node!=null||stack.size()>0){
  153. //存在左子树
  154. while(node!=null){
  155. stack.push(node);
  156. node=node.leftChild;
  157. }
  158. //栈非空
  159. if(stack.size()>0){
  160. node=stack.pop();
  161. visted(node);
  162. node=node.rightChild;
  163. }
  164. }
  165. }
  166. //后序遍历的非递归实现
  167. public void noRecPostOrder(TreeNode p){
  168. Stack<TreeNode> stack=new Stack<BinaryTree.TreeNode>();
  169. TreeNode node =p;
  170. while(p!=null){
  171. //左子树入栈
  172. for(;p.leftChild!=null;p=p.leftChild){
  173. stack.push(p);
  174. }
  175. //当前结点无右子树或右子树已经输出
  176. while(p!=null&&(p.rightChild==null||p.rightChild==node)){
  177. visted(p);
  178. //纪录上一个已输出结点
  179. node =p;
  180. if(stack.empty())
  181. return;
  182. p=stack.pop();
  183. }
  184. //处理右子树
  185. stack.push(p);
  186. p=p.rightChild;
  187. }
  188. }
  189. public void visted(TreeNode subTree){
  190. subTree.isVisted=true;
  191. System.out.println("key:"+subTree.key+"--name:"+subTree.data);;
  192. }
  193. /**
  194. * 二叉树的节点数据结构
  195. * @author WWX
  196. */
  197. private class  TreeNode{
  198. private int key=0;
  199. private String data=null;
  200. private boolean isVisted=false;
  201. private TreeNode leftChild=null;
  202. private TreeNode rightChild=null;
  203. public TreeNode(){}
  204. /**
  205. * @param key  层序编码
  206. * @param data 数据域
  207. */
  208. public TreeNode(int key,String data){
  209. this.key=key;
  210. this.data=data;
  211. this.leftChild=null;
  212. this.rightChild=null;
  213. }
  214. }
  215. //测试
  216. public static void main(String[] args) {
  217. BinaryTree bt = new BinaryTree();
  218. bt.createBinTree(bt.root);
  219. System.out.println("the size of the tree is " + bt.size());
  220. System.out.println("the height of the tree is " + bt.height());
  221. System.out.println("*******(前序遍历)[ABDECF]遍历*****************");
  222. bt.preOrder(bt.root);
  223. System.out.println("*******(中序遍历)[DBEACF]遍历*****************");
  224. bt.inOrder(bt.root);
  225. System.out.println("*******(后序遍历)[DEBFCA]遍历*****************");
  226. bt.postOrder(bt.root);
  227. System.out.println("***非递归实现****(前序遍历)[ABDECF]遍历*****************");
  228. bt.nonRecPreOrder(bt.root);
  229. System.out.println("***非递归实现****(中序遍历)[DBEACF]遍历*****************");
  230. bt.nonRecInOrder(bt.root);
  231. System.out.println("***非递归实现****(后序遍历)[DEBFCA]遍历*****************");
  232. bt.noRecPostOrder(bt.root);
  233. }
  234. }
  235. </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

  1. 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 ...

  2. 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 ...

  3. 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: ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 【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 ...

  9. 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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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 ...

  10. 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); ------ ...