二叉树的建立和各种遍历(java版)

这是个常见的面试题,比如说通过二叉树的先序和中序遍历,得到二叉树的层序遍历等问题

先序+中序 ->建树

假设现在有个二叉树,如下:

此时遍历顺序是:

PreOrder: GDAFEMHZ InOrder: ADEFGHMZ PostOrder: AEFDHZMG

现在给出先序(preOrder)和中序(InOrder),建立一颗二叉树 或者给出中序(InOrder)和后序(PostOrder), 建立二叉树,其实是一样的

树节点的定义:

class Tree{
    char val;
    Tree left;
    Tree right;

    Tree(char val, Tree left, Tree right){
        this.val = val;
        this.left = left;
        this.right = right;
    }
    Tree(){

    }
    Tree(char val){
        this.val = val;
        this.left = null;
        this.right =null;
    }
}

建树:

public static Tree buildTree(char[] preOrder, char[] inOrder){
        //preOrder是先序序列
        //inOrder是中序序列
        if(preOrder == null || preOrder.length == 0){
            return null;
        }

        Tree root = new Tree(preOrder[0]);
        //找到inOrder中的root的位置
        int inOrderIndex = 0;
        for(char i = 0; i < inOrder.length; i++){
            if(inOrder[i] == root.val){
                inOrderIndex = i;
            }
        }
        //preOrder的左子树和右子树部分
        char[] preOrderLeft = Arrays.copyOfRange(preOrder, 1, 1+inOrderIndex);
        char[] preOrderRight = Arrays.copyOfRange(preOrder, 1+inOrderIndex, preOrder.length);

        //inOrder的左子树和右子树部分
        char[] inOrderLeft = Arrays.copyOfRange(inOrder, 0, inOrderIndex);
        char[] inOrderRight = Arrays.copyOfRange(inOrder, inOrderIndex+1, inOrder.length);

        //递归建立左子树和右子树
        Tree leftChild = buildTree(preOrderLeft, inOrderLeft);
        Tree rightChild = buildTree(preOrderRight, inOrderRight);
        root.left = leftChild;
        root.right = rightChild;

        return root;
    }

中序+后序去建树其实是一样的,此处不写了

各种遍历

后序遍历

public static void postOrderPrint(Tree root){
        //后续遍历
        //左右根
        if(root.left != null){
            postOrderPrint(root.left);
        }
        if(root.right != null){
            postOrderPrint(root.right);
        }
        System.out.print(root.val + " ");
    }

举一反三,先序和中序是一样的,此处不写了

层序遍历

可以用一个队列Queue,初始先把root节点加入到队列,当队列不为空的时候取队列头的节点node,打印node的节点值,如果node的左右孩子不为空将左右孩子加入到队列中即可

public static void layerOrderPrint(Tree root){
        if(root == null){
            return;
        }
        //层序遍历
        Queue<Tree> qe = new LinkedList<Tree>();
        qe.add(root);
        while(!qe.isEmpty()){
            Tree node  = qe.poll();
            System.out.print(node.val + " ");
            if(node.left != null){
                qe.add(node.left);
            }
            if(node.right != null){
                qe.add(node.right);
            }
        }
    }

深度优先和广度优先

其实就是换个说法而已,深度优先不就是先序遍历嘛,广度优先就是层序遍历

public static void deepFirstPrint(Tree root){
        //深度优先遍历等价于先序遍历
        //所以可以直接使用先序遍历
        if(root == null){
            return;
        }
        System.out.print(root.val + " ");
        if(root.left != null){
            deepFirstPrint(root.left);
        }
        if(root.right != null){
            deepFirstPrint(root.right);
        }
    }

public static void deepFirstPrintNoneRec(Tree root){
        //深度优先遍历的非递归形式
        if(root == null){
            return;
        }
        Stack<Tree> st = new Stack<Tree>();
        st.add(root);
        while(!st.isEmpty()){
            Tree node = st.pop();
            System.out.print(node.val + " ");
            //栈是后进先出的
            //先加右孩子后加左孩子
            if(node.right != null){
                st.add(node.right);
            }
            if(node.left != null){
                st.add(node.left);
            }
        }
    }

main函数:

public static void main(String[] args) {
        char[] preOrder = "GDAFEMHZ".toCharArray();
        char[] inOrder = "ADEFGHMZ".toCharArray();
        Tree root = Main.buildTree(preOrder, inOrder);
//      Main.postOrderPrint(root); //后序遍历
//      Main.layerOrderPrint(root); //层序遍历
//      Main.deepFirstPrint(root); //深度优先遍历
//      Main.deepFirstPrintNoneRec(root); //深度优先遍历的非递归版本
    }

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏依乐祝

[译]ASP.NET Core Web API 中使用Oracle数据库和Dapper看这篇就够了

文章地址: https://www.cnblogs.com/yilezhu/p/9276565.html

991
来自专栏张高兴的博客

张高兴的 Windows 10 IoT 开发笔记:无线收发芯片 nRF24L01

1032
来自专栏数据和云

DBA必备技能:通过truss跟踪解决监听无法启动案例

作者简介:刘斌,云和恩墨高级技术专家,擅长数据库故障诊断分析,数据库性能优化,自动化运维开发,坚持学习、写作、分享, 在Oracle DBA的日常工作中,通过各...

3007
来自专栏林德熙的博客

win10 uwp 活动磁贴

本文翻译:https://mobileprogrammerblog.wordpress.com/2015/12/23/live-tiles-and-notifi...

622
来自专栏潇涧技术专栏

Android NDK and OpenCV development with Android Studio

Android NDK and OpenCV development with Android Studio

752
来自专栏乐沙弥的世界

使用crs_profile管理RAC资源配置文件

    profile通常指配置文件,crs_profile望文生义可知,就是管理集群的配置文件。在Oraclele RAC中,所有的CRS资源存放在OCR磁盘...

653
来自专栏数据库新发现

Emulex LightPulse FC9002L光纤卡安装日志

# tar xvf solaris-6.01c-1a.tar x EmlxApps300a8-Solaris.tar, 6850560 bytes, 13380...

1072
来自专栏james大数据架构

常见的几种Flume日志收集场景实战

  这里主要介绍几种常见的日志的source来源,包括监控文件型,监控文件内容增量,TCP和HTTP。 Spool类型   用于监控指定目录内数据变更,若有新文...

2775
来自专栏算法修养

CodeForces 709C Letters Cyclic Shift

C. Letters Cyclic Shift time limit per test 1 second memory limit per test ...

2866
来自专栏Android 开发学习

Android studio 2.2 JNI ffmpeg 简单的播放器(这里只有视频解码)include "libavcodec/avcodec.h"include "libavformat/avf

3003

扫码关注云+社区