树是一种非线性的数据结构,它是由n(n>=0)个有限结点组成一个具有层次关系的集合。把它叫做树是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。它具有以下的特点:

一棵二叉树是结点的一个有限集合,该集合: 1. 或者为空 2. 或者是由一个根节点加上两棵别称为左子树和右子树的二叉树组成。

从上图可以看出: 1. 二叉树不存在度大于2的结点 2. 二叉树的子树有左右之分,次序不能颠倒,因此二叉树是有序树
注意:对于任意的二叉树都是由以下几种情况复合而成的:

1. 满二叉树: 一棵二叉树,如果每层的结点数都达到最大值,则这棵二叉树就是满二叉树。也就是说,如果一棵二叉树的层数为K,且结点总数是 ,则它就是满二叉树。 2. 完全二叉树: 完全二叉树是效率很高的数据结构,完全二叉树是由满二叉树而引出来的。对于深度为K的,有n个结点的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从0至n-1的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树

1. 若规定根结点的层数为1,则一棵非空二叉树的第i层上最多有 (i>0)个结点 2. 若规定只有根结点的二叉树的深度为1,则深度为K的二叉树的最大结点数是 (k>=0) 3. 对任何一棵二叉树, 如果其叶结点个数为 n0, 度为2的非叶结点个数为 n2,则有n0=n2+1 4. 具有n个结点的完全二叉树的深度k为 上取整 5. 对于具有n个结点的完全二叉树,如果按照从上至下从左至右的顺序对所有节点从0开始编号,则对于序号为i 的结点有: 若i>0,双亲序号:(i-1)/2;i=0,i为根结点编号,无双亲结点
二叉树的存储结构分为:顺序存储和类似于链表的链式存储。
二叉树的链式存储是通过一个一个的节点引用起来的,常见的表示方式有二叉和三叉表示方式,具体如下:
// 孩子表示法
class Node {
int val; // 数据域
Node left; // 左孩子的引用,常常代表左孩子为根的整棵左子树
Node right; // 右孩子的引用,常常代表右孩子为根的整棵右子树
}
// 孩子双亲表示法
class Node {
int val; // 数据域
Node left; // 左孩子的引用,常常代表左孩子为根的整棵左子树
Node right; // 右孩子的引用,常常代表右孩子为根的整棵右子树
Node parent; // 当前节点的根节点
}本文采用孩子表示法来构建二叉树。
在学习二叉树的基本操作前,需先要创建一棵二叉树,然后才能学习其相关的基本操作。由于现在大家对二叉树结构掌握还不够深入,为了降低大家学习成本,此处手动快速创建一棵简单的二叉树,快速进入二叉树操作学习,等二叉树结构了解的差不多时,我们反过头再来研究二叉树真正的创建方式。
public class BinaryTree {
static class TreeNode{
public char val;
public TreeNode left;
public TreeNode right;
public TreeNode(char val) {
this.val = val;
}
}
public void createTree() {
TreeNode A = new TreeNode('A');
TreeNode B = new TreeNode('B');
TreeNode C = new TreeNode('C');
TreeNode D = new TreeNode('D');
TreeNode E = new TreeNode('E');
TreeNode F = new TreeNode('F');
TreeNode G = new TreeNode('G');
TreeNode H = new TreeNode('H');
A.left = B;
A.right = C;
B.left = D;
B.right = E;
C.left = F;
C.right = G;
E.right = H;
}
}
1. 前中后序遍历 学习二叉树结构,最简单的方式就是遍历。所谓遍历(Traversal)是指沿着某条搜索路线,依次对树中每个结点均做一次且仅做一次访问。访问结点所做的操作依赖于具体的应用问题(比如:打印节点内容、节点内容加1)。 遍历是二叉树上最重要的操作之一,是二叉树上进行其它运算之基础。
NLR:前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点--->根的左子树--->根的右子树。
//前序遍历
public void preOrder(TreeNode root) {
if(root == null) {
return;
}
System.out.println(root.val);
preOrder(root.left);
preOrder(root.right);
}}
LNR:中序遍历(Inorder Traversal)——根的左子树--->根节点--->根的右子树。
//中序遍历
public void inOrder(TreeNode root) {
if(root == null) {
return;
}
inOrder(root.left);
System.out.println(root.val+ " ");
inOrder(root.right);
}
//后序遍历
public void postOrder(TreeNode root) {
if(root == null) {
return;
}
inOrder(root.left);
inOrder(root.right);
System.out.print(root.val+ " ");
}
1.1 遍历的思路 走到一个节点加一个
// 获取树中节点的个数
int count = 0;
public int size(TreeNode root) {
if(root == null) {
return 0;
}
size(root.left);
size(root.right);
count++;
return count;
}
1.2 子问题思路 求一个树的节点 相当于求树的左树上的节点+右树上的节点 +1(自身) 求左树上的节点 又相当于 求它左树上的节点+右树上的节点 +1(自身) 求右树上的节点 又相当于 求它左树上的节点+右树上的节点 +1(自身) 可以运用到递归

//子问题思路
public int size2(TreeNode root) {
if(root == null) {
return 0;
}
return size2(root.left)+size2(root.right)+1;
}
2.1:遍历思路 叶子节点是它的左右子树都为空
// 获取叶子节点的个数
int count = 0;
public int getLeafNodeCount(TreeNode root){
if(root == null) {
return 0;
}
if(root.left == null && root.right == null) {
count++;
}
getLeafNodeCount(root.left);
getLeafNodeCount(root.right);
return count;
}
2.2 子问题思路 整颗树的叶子节点 等于 左边树的叶子 + 右边叶子
// 获取叶子节点的个数
public int getLeafNodeCount2(TreeNode root){
if(root == null) {
return 0;
}
if(root.left == null && root.right == null) {
return 1;
}
return getLeafNodeCount2(root.left) + getLeafNodeCount2(root.right);
}

思路: 求root的第三层 相当于求 第二层的第二层 第三层中的第一层 让root递归到第三层 判断是否为空即可
// 获取第K层节点的个数
int getKLevelNodeCount(TreeNode root,int k){
if(root == null) {
return 0;
}
if(k == 1) {
return 1;
}
return getKLevelNodeCount(root.left,k-1)+getKLevelNodeCount(root.right,k-1);
}
思路:获取一个树的高度 = 左树的高度 和右树的高度最大值 +本身(1)
// 获取二叉树的高度
int getHeight(TreeNode root){
if(root == null) {
return 0;
}
return Math.max(getHeight(root.left),getHeight(root.right))+1;
}
思路:先从头节点开始找 没有去左树 和右树找
// 检测值为value的元素是否存在
TreeNode find(TreeNode root, char val) {
if(root == null) {
return null;
}
if(root.val == val) {
return root;
}
TreeNode l = find(root.left,val) ;
if(l!= null) {
return l;
}
TreeNode r = find(root.right,val);
if(r != null) {
return r;
}
return null;
}

思路:同时遍历俩颗树 1.一棵树为空 另一颗树不为空 为false 2.俩颗树为空 true 3.俩个根节点不同 false 递归 左子树和右子树
public boolean isSameTree(TreeNode p, TreeNode q) {
if (p == null && q != null ||
p != null && q == null) {
return false;
}
if (p == null && q == null) {
return true;
}
if(p.val != q.val) {
return false;
}
return isSameTree(p.left,q.left) && isSameTree(p.right,q.right);
}
思路:判断是否为子树 只需要判断他们是否相等 前面已经写了判断相等 1.看看整棵树 2.看看左子树 3.看看右子树
public boolean isSubtree(TreeNode root, TreeNode subRoot) {
if(root == null) {
return false;
}
if(isSameTree(root,subRoot)){
return true;
}
return isSubtree(root.left,subRoot) || isSubtree(root.right,subRoot);
}
public boolean isSameTree(TreeNode p, TreeNode q) {
if (p == null && q != null ||
p != null && q == null) {
return false;
}
if (p == null && q == null) {
return true;
}
if(p.val != q.val) {
return false;
}
return isSameTree(p.left,q.left) && isSameTree(p.right,q.right);
}
思路:采用前序遍历,先将root的左右节点进行交换,然后递归处理左右子树
public TreeNode invertTree(TreeNode root) {
if(root == null) {
return null;
}
//交换
swap(root);
invertTree(root.left);
invertTree(root.right);
return root;
}
void swap(TreeNode root) {
TreeNode tmp = root.left;
root.left = root.right;
root.right = tmp;
}