摘要:樹和樹的算法一樹樹的概念樹英語是一種抽象數(shù)據(jù)類型或是實(shí)作這種抽象數(shù)據(jù)類型的數(shù)據(jù)結(jié)構(gòu),用來模擬具有樹狀結(jié)構(gòu)性質(zhì)的數(shù)據(jù)集合。一種時(shí)間復(fù)雜度額外空間復(fù)雜度的二叉樹的遍歷方式,為二叉樹的節(jié)點(diǎn)個(gè)數(shù)。
樹和樹的算法 一、樹 1.1 樹的概念
樹(英語:tree)是一種抽象數(shù)據(jù)類型(ADT)或是實(shí)作這種抽象數(shù)據(jù)類型的數(shù)據(jù)結(jié)構(gòu),用來模擬具有樹狀結(jié)構(gòu)性質(zhì)的數(shù)據(jù)集合。它是由n(n>=1)個(gè)有限節(jié)點(diǎn)組成一個(gè)具有層次關(guān)系的集合。把它叫做“樹”是因?yàn)樗雌饋硐褚豢玫箳斓臉?,也就是說它是根朝上,而葉朝下的。它具有以下的特點(diǎn):
每個(gè)節(jié)點(diǎn)有零個(gè)或多個(gè)子節(jié)點(diǎn);
沒有父節(jié)點(diǎn)的節(jié)點(diǎn)稱為根節(jié)點(diǎn);
每一個(gè)非根節(jié)點(diǎn)有且只有一個(gè)父節(jié)點(diǎn);
除了根節(jié)點(diǎn)外,每個(gè)子節(jié)點(diǎn)可以分為多個(gè)不相交的子樹;
1.2 樹的術(shù)語節(jié)點(diǎn)的度:一個(gè)節(jié)點(diǎn)含有的子樹的個(gè)數(shù)稱為該節(jié)點(diǎn)的度;
樹的度:一棵樹中,最大的節(jié)點(diǎn)的度稱為樹的度;
葉節(jié)點(diǎn)或終端節(jié)點(diǎn):度為零的節(jié)點(diǎn);
父親節(jié)點(diǎn)或父節(jié)點(diǎn):若一個(gè)節(jié)點(diǎn)含有子節(jié)點(diǎn),則這個(gè)節(jié)點(diǎn)稱為其子節(jié)點(diǎn)的父節(jié)點(diǎn);
孩子節(jié)點(diǎn)或子節(jié)點(diǎn):一個(gè)節(jié)點(diǎn)含有的子樹的根節(jié)點(diǎn)稱為該節(jié)點(diǎn)的子節(jié)點(diǎn);
兄弟節(jié)點(diǎn):具有相同父節(jié)點(diǎn)的節(jié)點(diǎn)互稱為兄弟節(jié)點(diǎn);
節(jié)點(diǎn)的層次:從根開始定義起,根為第1層,根的子節(jié)點(diǎn)為第2層,以此類推;
樹的高度或深度:樹中節(jié)點(diǎn)的最大層次;
堂兄弟節(jié)點(diǎn):父節(jié)點(diǎn)在同一層的節(jié)點(diǎn)互為堂兄弟;
節(jié)點(diǎn)的祖先:從根到該節(jié)點(diǎn)所經(jīng)分支上的所有節(jié)點(diǎn);
子孫:以某節(jié)點(diǎn)為根的子樹中任一節(jié)點(diǎn)都稱為該節(jié)點(diǎn)的子孫。
森林:由m(m>=0)棵互不相交的樹的集合稱為森林;
1.3 樹的種類 1.3.1無序樹:樹中任意節(jié)點(diǎn)的子節(jié)點(diǎn)之間沒有順序關(guān)系,這種樹稱為無序樹,也稱為自由樹;
1.3.2 有序樹樹中任意節(jié)點(diǎn)的子節(jié)點(diǎn)之間有順序關(guān)系,這種樹稱為有序樹;
二叉樹:每個(gè)節(jié)點(diǎn)最多含有兩個(gè)子樹的樹稱為二叉樹;
完全二叉樹:對(duì)于一顆二叉樹,假設(shè)其深度為d(d>1)。除了第d層外,其它各層的節(jié)點(diǎn)數(shù)目均已達(dá)最大值,且第d層所有節(jié)點(diǎn)從左向右連續(xù)地緊密排列,這樣的二叉樹被稱為完全二叉樹,其中滿二叉樹的定義是所有葉節(jié)點(diǎn)都在最底層的完全二叉樹;
平衡二叉樹(AVL樹):當(dāng)且僅當(dāng)任何節(jié)點(diǎn)的兩棵子樹的高度差不大于1的二叉樹;
排序二叉樹(二叉查找樹(英語:Binary Search Tree),也稱二叉搜索樹、有序二叉樹)
霍夫曼樹(用于信息編碼):帶權(quán)路徑最短的二叉樹稱為哈夫曼樹或最優(yōu)二叉樹;
B樹:一種對(duì)讀寫操作進(jìn)行優(yōu)化的自平衡的二叉查找樹,能夠保持?jǐn)?shù)據(jù)有序,擁有多余兩個(gè)子樹。
順序存儲(chǔ):將數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)在固定的數(shù)組中,然在遍歷速度上有一定的優(yōu)勢(shì),但因所占空間比較大,是非主流二叉樹。二叉樹通常以鏈?zhǔn)酱鎯?chǔ)。
1.5 常見的一些樹的應(yīng)用場(chǎng)景xml,html等,那么編寫這些東西的解析器的時(shí)候,不可避免用到樹
路由協(xié)議就是使用了樹的算法
mysql數(shù)據(jù)庫索引
文件系統(tǒng)的目錄結(jié)構(gòu)
所以很多經(jīng)典的AI算法其實(shí)都是樹搜索,此外機(jī)器學(xué)習(xí)中的decision tree也是樹結(jié)構(gòu)
二、二叉樹 2.1 二叉樹的基本概念二叉樹是每個(gè)節(jié)點(diǎn)最多有兩個(gè)子樹的樹結(jié)構(gòu)。通常子樹被稱作“左子樹”(left subtree)和“右子樹”(right subtree)
2.2 二叉樹的性質(zhì)(特性)性質(zhì)1: 在二叉樹的第i層上至多有2^(i-1)個(gè)結(jié)點(diǎn)(i>0)
性質(zhì)2: 深度為k的二叉樹至多有2^k - 1個(gè)結(jié)點(diǎn)(k>0)
性質(zhì)3: 對(duì)于任意一棵二叉樹,如果其葉結(jié)點(diǎn)數(shù)為N0,而度數(shù)為2的結(jié)點(diǎn)總數(shù)為N2,則N0=N2+1;
性質(zhì)4:具有n個(gè)結(jié)點(diǎn)的完全二叉樹的深度必為 log2(n+1)
性質(zhì)5:對(duì)完全二叉樹,若從上至下、從左至右編號(hào),則編號(hào)為i 的結(jié)點(diǎn),其左孩子編號(hào)必為2i,其右孩子編號(hào)必為2i+1;其雙親的編號(hào)必為i/2(i=1 時(shí)為根,除外)
(1)完全二叉樹——若設(shè)二叉樹的高度為h,除第 h 層外,其它各層 (1~h-1) 的結(jié)點(diǎn)數(shù)都達(dá)到最大個(gè)數(shù),第h層有葉子結(jié)點(diǎn),并且葉子結(jié)點(diǎn)都是從左到右依次排布,這就是完全二叉樹。
(2)滿二叉樹——除了葉結(jié)點(diǎn)外每一個(gè)結(jié)點(diǎn)都有左右子葉且葉子結(jié)點(diǎn)都處在最底層的二叉樹。
2.3 二叉樹的節(jié)點(diǎn)表示以及樹的創(chuàng)建 2.3.1 Python 建樹通過使用Node類中定義三個(gè)屬性,分別為elem本身的值,還有l(wèi)child左孩子和rchild右孩子
class Node(object): """節(jié)點(diǎn)類""" def __init__(self, elem=-1, lchild=None, rchild=None): self.elem = elem self.lchild = lchild self.rchild = rchild 樹的創(chuàng)建,創(chuàng)建一個(gè)樹的類,并給一個(gè)root根節(jié)點(diǎn),一開始為空,隨后添加節(jié)點(diǎn) class Tree(object): """樹類""" def __init__(self, root=None): self.root = root def add(self, elem): """為樹添加節(jié)點(diǎn)""" node = Node(elem) #如果樹是空的,則對(duì)根節(jié)點(diǎn)賦值 if self.root == None: self.root = node else: queue = [] queue.append(self.root) #對(duì)已有的節(jié)點(diǎn)進(jìn)行層次遍歷 while queue: #彈出隊(duì)列的第一個(gè)元素 cur = queue.pop(0) if cur.lchild == None: cur.lchild = node return elif cur.rchild == None: cur.rchild = node return else: #如果左右子樹都不為空,加入隊(duì)列繼續(xù)判斷 queue.append(cur.lchild) queue.append(cur.rchild)2.3.2 Java的建樹
Node節(jié)點(diǎn)類:
class Node{ public int value; public Node lChild; public Node rChild; public Node(int value){ this.value = value; } }
Tree類:
class Tree{ public Node root; //根節(jié)點(diǎn)初始化 public Tree(Node node){ root = node; } //樹中通過廣度優(yōu)先遍歷的方式尋找空位置加新節(jié)點(diǎn) public void add(int value){ Node temp = new Node(value); if(root==null){ root = temp; } Queue三、二叉樹的遍歷queue = new LinkedList (); queue.add(root); while(!queue.isEmpty()) { Node curNode = queue.poll(); if (curNode.lChild == null) { curNode.lChild = temp; return; } else if (curNode.rChild == null) { curNode.rChild = temp; return; } else { queue.add(curNode.lChild); queue.add(curNode.rChild); } } } }
樹的遍歷是樹的一種重要的運(yùn)算。所謂遍歷是指對(duì)樹中所有結(jié)點(diǎn)的信息的訪問,即依次對(duì)樹中每個(gè)結(jié)點(diǎn)訪問一次且僅訪問一次,我們把這種對(duì)所有節(jié)點(diǎn)的訪問稱為遍歷(traversal)。那么樹的兩種重要的遍歷模式是深度優(yōu)先遍歷和廣度優(yōu)先遍歷,深度優(yōu)先一般用遞歸,廣度優(yōu)先一般用隊(duì)列。一般情況下能用遞歸實(shí)現(xiàn)的算法大部分也能用堆棧來實(shí)現(xiàn)(掌握先序、中序、后序的非遞歸方式)。
3.1 深度優(yōu)先遍歷對(duì)于一顆二叉樹,深度優(yōu)先搜索(Depth First Search)是沿著樹的深度遍歷樹的節(jié)點(diǎn),盡可能深的搜索樹的分支。
那么深度遍歷有重要的三種方法。這三種方式常被用于訪問樹的節(jié)點(diǎn),它們之間的不同在于訪問每個(gè)節(jié)點(diǎn)的次序不同。這三種遍歷分別叫做先序遍歷(preorder),中序遍歷(inorder)和后序遍歷(postorder)。我們來給出它們的詳細(xì)定義,然后舉例看看它們的應(yīng)用。
遞歸實(shí)現(xiàn)先序、中序、后序非常強(qiáng)大的地方是每個(gè)都會(huì)訪問同一個(gè)節(jié)點(diǎn)三次,所以三個(gè)遍歷方式只是調(diào)換一下函數(shù)執(zhí)行順序。
無論是否是遞歸方式都用到了棧(函數(shù)棧也是棧):因?yàn)闃涞慕Y(jié)構(gòu)是從上到下訪問,如果要返回去訪問另一處的節(jié)點(diǎn),那么必須要有棧來“記憶”。
3.1.1 先序遍歷在先序遍歷中,我們先訪問根節(jié)點(diǎn),然后遞歸使用先序遍歷訪問左子樹,再遞歸使用先序遍歷訪問右子樹
根節(jié)點(diǎn)->左子樹->右子樹
Python代碼實(shí)現(xiàn):
def preorder(self, root): """遞歸實(shí)現(xiàn)先序遍歷""" if root == None: return print root.elem self.preorder(root.lchild) self.preorder(root.rchild)
Java代碼實(shí)現(xiàn)(遞歸方式):
public class PreOrder { private void preOrder(Node node){ if(node == null){ return; } System.out.println(node.value); preOrder(node.lChild); preOrder(node.rChild); } public static void main(String[] args){ PreOrder sort = new PreOrder(); Tree tree = new Tree(new Node(0)); tree.add(1); tree.add(2); tree.add(3); tree.add(4); sort.preOrder(tree.root); } }
Java 代碼實(shí)現(xiàn)(非遞歸方式):
public void preOrderUnRecur(Node head){ System.out.print("preOrder:"); if(head!=null){ //利用棧來實(shí)現(xiàn) Stack3.1.2 中序遍歷stack = new Stack (); stack.push(head); while(!stack.isEmpty()){ Node node = stack.pop(); System.out.print(node.value + " "); //先壓進(jìn)右孩子,利用先進(jìn)后出原則 if(node.rChild!=null){ stack.push(node.rChild); } if(node.lChild!=null){ stack.push(node.lChild); } } } }
在中序遍歷中,我們遞歸使用中序遍歷訪問左子樹,然后訪問根節(jié)點(diǎn),最后再遞歸使用中序遍歷訪問右子樹
左子樹->根節(jié)點(diǎn)->右子樹
Python代碼實(shí)現(xiàn):
def inorder(self, root): """遞歸實(shí)現(xiàn)中序遍歷""" if root == None: return self.inorder(root.lchild) print root.elem self.inorder(root.rchild)
Java代碼實(shí)現(xiàn)(遞歸方式):
public class InOrder { public void inOrder(Node node){ if(node==null){ return; } inOrder(node.lChild); System.out.println(node.value); inOrder(node.rChild); } public static void main(String[] args){ Tree tree = new Tree(new Node(0)); tree.add(1); tree.add(2); tree.add(3); tree.add(4); InOrder sort = new InOrder(); sort.inOrder(tree.root); } }
Java實(shí)現(xiàn)(非遞歸方式):
public void inOrderUnRecur(Node head){ System.out.print("InOrder:"); if(head!=null){ Stack3.1.3 后序遍歷stack = new Stack<>(); while(!stack.isEmpty() || head!=null){ if(head != null){ stack.push(head); head = head.lChild; }else{ head = stack.pop(); System.out.print(head.value + " "); head = head.rChild; } } } }
在后序遍歷中,我們先遞歸使用后序遍歷訪問左子樹和右子樹,最后訪問根節(jié)點(diǎn)
左子樹->右子樹->根節(jié)點(diǎn)
Python代碼實(shí)現(xiàn):
def postorder(self, root): """遞歸實(shí)現(xiàn)后續(xù)遍歷""" if root == None: return self.postorder(root.lchild) self.postorder(root.rchild) print root.elem
Java代碼實(shí)現(xiàn)(遞歸方式):
public class PostOrder { public void postOrder(Node node){ if(node==null){ return; } postOrder(node.lChild); postOrder(node.rChild); System.out.println(node.value); } public static void main(String[] args) { Tree tree = new Tree(new Node(0)); tree.add(1); tree.add(2); tree.add(3); tree.add(4); PostOrder sort = new PostOrder(); sort.postOrder(tree.root); } }
Java代碼實(shí)現(xiàn)(非遞歸方式:采用輔助空間方式,把先序(中右左)存儲(chǔ)到輔助棧,然后根據(jù)先進(jìn)后出打印出結(jié)果就是后序遍歷結(jié)果(左右中)):
public void postOrderUnRecur(Node head){ System.out.print("postOrder:"); if(head!=null){ Stackstack1 = new Stack (); Stack stack2 = new Stack (); stack1.push(head); while(!stack1.isEmpty()){ head = stack1.pop(); stack2.push(head); //與先序的不同:先序打印,后序存儲(chǔ)起來 if(head.lChild!=null){ stack1.push(head.lChild); } if(head.rChild!=null){ stack1.push(head.rChild); } } //利用棧先進(jìn)后出原則輸出后序遍歷結(jié)果 while(!stack2.isEmpty()){ head = stack2.pop(); System.out.print(head.value + " "); } } }
思考:哪兩種遍歷方式能夠唯一的確定一顆樹???
3.2 廣度優(yōu)先遍歷(層次遍歷)通過一個(gè)隊(duì)列的方法來實(shí)現(xiàn)
從樹的root開始,從上到下從從左到右遍歷整個(gè)樹的節(jié)點(diǎn)
def breadth_travel(self, root): """利用隊(duì)列實(shí)現(xiàn)樹的層次遍歷""" if root == None: return queue = [] queue.append(root) while queue: node = queue.pop(0) print node.elem, if node.lchild != None: queue.append(node.lchild) if node.rchild != None: queue.append(node.rchild)3.3 Morris 遍歷
二叉樹的遍歷一般額外空間復(fù)雜度為O(logn),根據(jù)高度來的(節(jié)點(diǎn)回到自身需要保存到棧中),要回到上一個(gè)很難(通過棧解決)。
一種時(shí)間復(fù)雜度O(n),額外空間復(fù)雜度O(1)的二叉樹的遍歷方式,N為二叉樹的節(jié)點(diǎn)個(gè)數(shù)。
Morris 遍歷規(guī)則:
來到當(dāng)前節(jié)點(diǎn),記為cur,如果cur無左孩子,cur向右移動(dòng)cur = cur.right
如果cur有左孩子:找到左子樹上最右節(jié)點(diǎn),記為mostright,①如果mostright的right指針指向空,讓其指向cur,然后cur向左移動(dòng)cur = cur.left ②如果mostright指向cur,讓其指向空,cur向右移動(dòng)。
public static void morrisIn(Node head){ if(head == null){ return; } Node cur = head; Node mostRight = null; while(cur!=null){ mostRight = cur.left; if(mostRight!=null){ //有左孩子,找到左子樹的最右節(jié)點(diǎn) while(mostRight.right!=null && mostRight.right!=cur){ mostRight = mostRight.right; } if(mostRight.right == null){ mostRight.right = cur; cur = cur.left; continue; }else{ mostRight.right = null; } } System.out.print(cur.value + " ");//要往右節(jié)點(diǎn)走了,就是中序遍歷 cur = cur.right; } }
如果一個(gè)節(jié)點(diǎn)有左子樹,morris能回到節(jié)點(diǎn)兩次。如果沒有左子樹,只到節(jié)點(diǎn)一次。
morris改先序遍歷
public static void morrisPre(Node head){ if(head == null){ return; } Node cur = head; Node mostRight = null; while(cur!=null){ mostRight = cur.left; if(mostRight!=null){ while(mostRight.right!=null && mostRight.right!=cur){ mostRight = mostRight.right; } if(mostRight.right == null){ mostRight.right = cur; System.out.print(cur.value + " ") cur = cur.left; continue; }else{ mostRight.right = null; } }else{ System.out.print(cur.value + " "); } cur = cur.right; } System.out.println(); }
后序遍歷是第三次回到節(jié)點(diǎn)時(shí)候打印的,但是morris沒有回到節(jié)點(diǎn)第三次的。
怎么做?
先去關(guān)注能回到節(jié)點(diǎn)兩次的節(jié)點(diǎn),逆序打印它左子樹的右邊界。退出函數(shù)時(shí)多帶帶打印整棵樹的右邊界
public static void morrisPos(Node head){ if(head == null){ return; } Node cur1 = head; Node cur2 = head; while(cur1 !=null) { cur2 = cur1.left; if(cur2!=null){ while(cur2.right!=null && cur2.right!=cur1){ cur2 = cur2.right; } if(cur2.right==null){ cur2.right = cur1; cur1 = cur1.left; continue; }else{ cur2.right = null; printEdge(cur1.left); } } cur1 = cur1.right; } printEdge(head); System.out.println(); }
怎么實(shí)現(xiàn)逆序打???
采用鏈表逆序的方法,打印完再調(diào)整回來,這樣就沒有引入額外空間復(fù)雜度
先序 + 中序
思想:
先序取第一位即是根,然后根據(jù)這個(gè)元素找到中序的左子樹和右子樹
先判斷左子樹,先序除了第一位后是連續(xù)的一塊左子樹的元素和連續(xù)的一塊右子樹元素,去先序連續(xù)一塊左子樹的第一位,再到中序去分割新的左子樹和右子樹
通過重復(fù)2,可以畫出一個(gè)樹
中序+后序也可以
4.2 二叉樹中找到一個(gè)節(jié)點(diǎn)的后繼節(jié)點(diǎn)題目:現(xiàn)有一種新的二叉樹節(jié)點(diǎn)類型如下
public class Node{ public int value; public Node left; public Node right; public Node parent; public Node(int value){ this.value = value; } }
這個(gè)結(jié)構(gòu)只比普通二叉樹節(jié)點(diǎn)結(jié)構(gòu)多了一個(gè)指向父節(jié)點(diǎn)的parent指針。假設(shè)一棵Node類型的節(jié)點(diǎn)組成的二叉樹,樹中每個(gè)節(jié)點(diǎn)的parent指針都正確地指向父節(jié)點(diǎn),頭節(jié)點(diǎn)的parent指向Null,只給一個(gè)在二叉樹中的某個(gè)節(jié)點(diǎn)Node,請(qǐng)實(shí)現(xiàn)返回node的后繼節(jié)點(diǎn)的函數(shù)。在二叉樹的中序遍歷的序列中,node的下一個(gè)節(jié)點(diǎn)叫作node的后繼節(jié)點(diǎn)。
解決思路:如果一個(gè)節(jié)點(diǎn)有右子樹,那么右子樹的左邊界(整個(gè)樹最左下角)節(jié)點(diǎn)一定是它的后繼節(jié)點(diǎn);如果沒有右子樹,通過這個(gè)節(jié)點(diǎn)的父指針parent指向父節(jié)點(diǎn),如果發(fā)現(xiàn)這個(gè)節(jié)點(diǎn)是父節(jié)點(diǎn)的右孩子,就繼續(xù)往上,一直到某個(gè)節(jié)點(diǎn)是它父節(jié)點(diǎn)的左孩子,那么這個(gè)最初節(jié)點(diǎn)的后繼就是這個(gè)父節(jié)點(diǎn)。
Java 代碼創(chuàng)建特殊的節(jié)點(diǎn)類:
public class FatherPointNode { public int value; public FatherPointNode lChild; public FatherPointNode rChild; public FatherPointNode parent; public FatherPointNode(int value){ this.value = value; } }
Java 代碼創(chuàng)建特殊的樹類:
public class FatherPointTree { public FatherPointNode root; //根節(jié)點(diǎn)初始化 public FatherPointTree(FatherPointNode node){ root = node; } //樹中通過廣度優(yōu)先遍歷的方式尋找空位置加新節(jié)點(diǎn) public void add(int value){ FatherPointNode temp = new FatherPointNode(value); if(root==null){ root = temp; } Queuequeue = new LinkedList (); queue.add(root); while(!queue.isEmpty()) { FatherPointNode curNode = queue.poll(); if (curNode.lChild == null) { curNode.lChild = temp; temp.parent = curNode; //與原來的樹不同地方:添加父節(jié)點(diǎn) return; } else if (curNode.rChild == null) { curNode.rChild = temp; temp.parent = curNode; return; } else { queue.add(curNode.lChild); queue.add(curNode.rChild); } } } }
Java 代碼找后繼節(jié)點(diǎn):
public class SuccessorNode { public FatherPointNode successorNode(FatherPointNode node){ if(node==null){ return null; } if(node.rChild!=null){ return getLeftMost(node); //找右子樹的左邊界節(jié)點(diǎn) }else{ while(node.parent!=null && node.parent.lChild!=node){ node = node.parent; } return node.parent; } } public FatherPointNode getLeftMost(FatherPointNode node){ if(node!=null){ while(node.lChild!=null){ node = node.lChild; } return node; } return null; } public static void main(String[] args) { FatherPointTree tree = new FatherPointTree(new FatherPointNode(0)); tree.add(1); tree.add(2); tree.add(3); tree.add(4); SuccessorNode sn = new SuccessorNode(); FatherPointNode result = sn.successorNode(tree.root.lChild.rChild);//節(jié)點(diǎn)4,后序節(jié)點(diǎn)應(yīng)該是為0; System.out.println(tree.root.lChild.rChild.value + " 后續(xù)節(jié)點(diǎn):" + result.value); result = sn.successorNode(tree.root.lChild);//節(jié)點(diǎn)3,后序節(jié)點(diǎn)應(yīng)該是為1; System.out.println(tree.root.lChild.value + " 后續(xù)節(jié)點(diǎn):" + result.value); } }
先驅(qū)節(jié)點(diǎn):節(jié)點(diǎn)有左子樹,那么左子樹的右節(jié)點(diǎn)一定是它的前驅(qū)。如果沒有左子樹,往上找,如果一個(gè)節(jié)點(diǎn)是父節(jié)點(diǎn)的右孩子,那么這個(gè)父節(jié)點(diǎn)就是前驅(qū)節(jié)點(diǎn)
4.3 二叉樹的序列化與反序列化序列化:
eg:
1
2 3
4 5 6 7
先先序遍歷變成字符串:1_2_4_#_#_5_#_#_3_6_#_#_7_#_#_
用“#”來占住位置,用_可以區(qū)分節(jié)點(diǎn),否則124,都在一起無法區(qū)分了
Java代碼實(shí)現(xiàn):
public class SerialTree { //通過先序遍歷改編成序列化,原來打印處改為添加到字符串 public static String serialTree(Node curNode){ if(curNode==null){ return "#_"; //子節(jié)點(diǎn)為null用#占住 } String res = ""; res += curNode.value+"_"; res += serialTree(curNode.lChild); res += serialTree(curNode.rChild); return res; } public static void main(String[] args) { Tree tree = new Tree(new Node(0)); tree.add(1); tree.add(2); tree.add(3); tree.add(4); String result = serialTree(tree.root); System.out.println(result); } }
序列化+反序列化完整代碼:
import java.util.LinkedList; import java.util.Queue; public class SerialTree { public static String serialTree(Node curNode){ if(curNode==null){ return "#_"; } String res = ""; res += curNode.value+"_"; res += serialTree(curNode.lChild); res += serialTree(curNode.rChild); return res; } //解析字符串,將節(jié)點(diǎn)信息存入到隊(duì)列中 public static Node reconByPreString(String preString){ String[] value = preString.split("_"); Queuequeue = new LinkedList (); for (int i = 0; i < value.length; i++) { queue.offer(value[i]); } return reconPreOrder(queue); } //根據(jù)隊(duì)列的信息遞歸生成節(jié)點(diǎn) public static Node reconPreOrder(Queue queue){ String value = queue.poll(); if(value.equals("#")){ return null; } Node head = new Node(Integer.valueOf(value)); head.lChild = reconPreOrder(queue); head.rChild = reconPreOrder(queue); return head; } //采用先序遍歷打印來驗(yàn)證反序列化結(jié)果是否正確 public static void preOrder(Node node){ if(node == null){ return; } System.out.print(node.value + " "); preOrder(node.lChild); preOrder(node.rChild); } public static void main(String[] args) { Tree tree = new Tree(new Node(0)); tree.add(1); tree.add(2); tree.add(3); tree.add(4); String result = serialTree(tree.root); System.out.println(result); Node head = reconByPreString(result); System.out.println("驗(yàn)證反序列化樹(先序遍歷結(jié)果):"); preOrder(head); } }
同理可以學(xué)習(xí)中序、后序,層次化的序列化和反序列化4.4 判斷二叉樹是否是平衡二叉樹
平衡二叉樹:一個(gè)樹的任一節(jié)點(diǎn)的左子樹和右子樹的高度差不超過1。
套路:遞歸函數(shù)
有什么特點(diǎn)?到達(dá)一個(gè)節(jié)點(diǎn)三次!
第一次來到這個(gè)節(jié)點(diǎn),左子樹轉(zhuǎn)一圈完回到這個(gè)節(jié)點(diǎn),右子樹轉(zhuǎn)一圈完回到這個(gè)節(jié)點(diǎn)
解題思路:以每個(gè)節(jié)點(diǎn)為頭的子樹判斷是否平衡,如果都平衡那么這個(gè)樹就是平衡的。
對(duì)于每個(gè)節(jié)點(diǎn)的判斷:
左樹是否平衡?如果不平衡后續(xù)就不用判斷了
右樹是否平衡?
左樹平衡和右樹平衡的情況下,需要左樹和右樹高度信息
因此遞歸函數(shù)需要返回兩個(gè)信息(通過一個(gè)對(duì)象返回,成員變量為 ①是否平衡 ②高度)
Java 代碼實(shí)現(xiàn):
//創(chuàng)建返回?cái)?shù)據(jù)類:攜帶是否平衡信息和高度信息 class ReturnData{ public boolean isB; public int high; public ReturnData(boolean isB, int high){ this.isB = isB; this.high = high; } } public class IsBalanceTree { public static ReturnData processData(Node head){ if(head==null){ return new ReturnData(true, 0); } ReturnData leftData = processData(head.lChild); if(!leftData.isB){ return new ReturnData(false,0); } ReturnData rightData = processData(head.rChild); if(!rightData.isB){ return new ReturnData(false,0); } if(Math.abs(leftData.high-rightData.high)>1){ return new ReturnData(false,0); } return new ReturnData(true,Math.max(leftData.high,rightData.high)+1); } public static boolean isBalance(Node head){ return processData(head).isB; } public static void main(String[] args) { Tree tree = new Tree(new Node(0)); tree.add(1); tree.add(2); tree.add(3); tree.add(4); Boolean result = isBalance(tree.root); System.out.println("是否是平衡樹?:" + result); } }4.5 如何判斷一棵樹是二叉搜索樹
二叉搜索樹:任何一個(gè)節(jié)點(diǎn),左子樹都比它小,右子樹都比它大。
解題思路:二叉樹的中序遍歷節(jié)點(diǎn)是依次升序的就是搜索二叉樹。用非遞歸版本的中序遍歷中與前一個(gè)值進(jìn)行比較:一旦產(chǎn)生前一個(gè)節(jié)點(diǎn)比后一個(gè)節(jié)點(diǎn)要大,說明不是二叉搜索樹。
通常搜索二叉樹是不出現(xiàn)重復(fù)節(jié)點(diǎn)的,一般重復(fù)的節(jié)點(diǎn)的信息都是壓到一個(gè)節(jié)點(diǎn)內(nèi)的(如前綴樹)。
Java代碼實(shí)現(xiàn):
import java.util.Stack; public class IsBST { public static boolean isBST(Node head){ if(head==null){ return false; } Stackstack = new Stack<>(); int value = Integer.MIN_VALUE; while(!stack.isEmpty() || head!=null){ if(head!=null){ //注意判斷條件不要寫成了head.lChild!=null stack.push(head); head = head.lChild; }else{ head = stack.pop(); if(head.value 4.6 怎么判斷一棵樹是否是完全二叉樹 判斷方式:二叉樹按層遍歷
判斷依據(jù):一個(gè)節(jié)點(diǎn)有右孩子但是沒有左孩子 ,一定不是完全二叉樹
如果一個(gè)節(jié)點(diǎn)不是左右孩子都全,在1的條件下,后面遇到的所有節(jié)點(diǎn)都必須是葉節(jié)點(diǎn),否則就不是完全二叉樹
Java 代碼實(shí)現(xiàn):
import java.util.LinkedList; import java.util.Queue; public class IsCBT { public static boolean isCBT(Node head){ if(head==null){ return false; } Queuequeue = new LinkedList (); queue.offer(head); Node lChild = null; Node rChild = null; boolean leaf = false; while(!queue.isEmpty()){ head = queue.poll(); lChild = head.lChild; rChild = head.rChild; //判斷第一種情況:右孩子不為null,左孩子為null if((leaf && (lChild!=null && rChild!=null)) || (lChild==null && rChild!=null)){ return false; } if(lChild!=null){ queue.offer(lChild); }else{ leaf = true; //出現(xiàn)情況:左孩子不為Null,右孩子為Null 或者 左右孩子都為Null,之后為葉節(jié)點(diǎn)。 } } return true; } } 補(bǔ)充知識(shí):使用二叉樹實(shí)現(xiàn)堆比數(shù)組的節(jié)省了擴(kuò)容代價(jià)4.7 已知一棵完全二叉樹,求節(jié)點(diǎn)的個(gè)數(shù)題目要求:時(shí)間復(fù)雜度低于O(n),n為這棵樹的節(jié)點(diǎn)個(gè)數(shù)
時(shí)間復(fù)雜度低于O(n),說明無法采用廣度優(yōu)先遍歷的方式獲取解題思路:
先遍歷左子樹的左邊界,記錄層數(shù)(完全二叉樹性質(zhì),這個(gè)就是樹的層數(shù)),時(shí)間復(fù)雜度為O(logn)
遍歷右子樹的左邊界,是不是到了最后一層,如果到達(dá)最后一層那么左子樹就是滿二叉樹,如果不是,那么左子樹可能滿可能不滿。
如果右子樹的左邊界不是到最后一層(右子樹少一層:右子樹節(jié)點(diǎn)總數(shù)=1<<(h-level-1)),那么節(jié)點(diǎn)總數(shù)等于 1<<(h-level-1)+左樹遞歸求總數(shù)
補(bǔ)充知識(shí)點(diǎn):如果一棵樹是一棵滿二叉樹,高度是l,那么節(jié)點(diǎn)個(gè)數(shù)是2^l -1Java 代碼實(shí)現(xiàn):
public class TreeNodeNum { public static int treeNodeNum(Node head){ if(head==null){ return 0; } return bs(head,1, mostLeftLevel(head,1)); } //h:樹的深度, level:當(dāng)前層數(shù) public static int bs(Node node, int level, int h){ //如果level==h,說明當(dāng)前節(jié)點(diǎn)是葉節(jié)點(diǎn),節(jié)點(diǎn)個(gè)數(shù)為1 if(level == h){ return 1; } if(mostLeftLevel(node.rChild,level + 1) == h){ System.out.println("左子樹滿"); return (1<<(h-level)) + bs(node.rChild,level+1, h); }else{ System.out.println("左子樹不一定滿"); return (1 << (h-level-1)) + bs(node.lChild, level+1, h); } } public static int mostLeftLevel(Node node,int level){ while(node!=null){ level++; node = node.lChild; } return level-1; } public static void main(String[] args) { Tree tree = new Tree(new Node(0)); tree.add(1); tree.add(2); tree.add(3); tree.add(4); int result = treeNodeNum(tree.root); System.out.println("完全二叉樹的節(jié)點(diǎn)數(shù)目:" + result); } }結(jié)果:算法的時(shí)間復(fù)雜度 O(logn)平方
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://systransis.cn/yun/77052.html
摘要:樹和樹的算法一樹樹的概念樹英語是一種抽象數(shù)據(jù)類型或是實(shí)作這種抽象數(shù)據(jù)類型的數(shù)據(jù)結(jié)構(gòu),用來模擬具有樹狀結(jié)構(gòu)性質(zhì)的數(shù)據(jù)集合。一種時(shí)間復(fù)雜度額外空間復(fù)雜度的二叉樹的遍歷方式,為二叉樹的節(jié)點(diǎn)個(gè)數(shù)。 樹和樹的算法 一、樹 1.1 樹的概念 樹(英語:tree)是一種抽象數(shù)據(jù)類型(ADT)或是實(shí)作這種抽象數(shù)據(jù)類型的數(shù)據(jù)結(jié)構(gòu),用來模擬具有樹狀結(jié)構(gòu)性質(zhì)的數(shù)據(jù)集合。它是由n(n>=1)個(gè)有限節(jié)點(diǎn)組成一個(gè)...
摘要:通過主機(jī)名,最終得到該主機(jī)名對(duì)應(yīng)的地址的過程叫做域名解析或主機(jī)名解析。因此去掉不必要的資源和資源合并包括及資源合并雪碧圖等才會(huì)成為性能優(yōu)化繞不開的方案。 作者:李佳曉 原文:學(xué)而思網(wǎng)校技術(shù)團(tuán)隊(duì) 前言 合格的開發(fā)者知道怎么做,而優(yōu)秀的開發(fā)者知道為什么這么做。 這句話來自《web性能權(quán)威指南》,我一直很喜歡,而本文嘗試從瀏覽器渲染原理探討如何進(jìn)行性能提升。全文將從網(wǎng)絡(luò)通信以及頁面渲染兩個(gè)...
摘要:圖是構(gòu)成網(wǎng)頁的超文本標(biāo)記語言中的標(biāo)簽相互關(guān)聯(lián)關(guān)系所構(gòu)成的樹。節(jié)點(diǎn)節(jié)點(diǎn)是樹的基本構(gòu)成部分。子樹子樹是一個(gè)父節(jié)點(diǎn)的某個(gè)子節(jié)點(diǎn)的所有邊和后代節(jié)點(diǎn)所構(gòu)成的集合。高度樹的高度等于所有節(jié)點(diǎn)的層數(shù)的最大值。每個(gè)子樹的根節(jié)點(diǎn)和其父樹的根節(jié)點(diǎn)之間通過邊相連。 樹的例子 我們已經(jīng)學(xué)過了像棧和隊(duì)列這樣的線性數(shù)據(jù)結(jié)構(gòu),同時(shí)我們對(duì)遞歸也有了一定的了解,現(xiàn)在讓我們來看看另一種常見的數(shù)據(jù)結(jié)構(gòu)——樹(Tree)。樹在...
摘要:很多文章或書籍在介紹紅黑樹的時(shí)候直接上來就是紅黑樹的個(gè)基本性質(zhì)插入刪除操作等。這也不奇怪,算法的作者就是紅黑樹的作者之一。所以,理解樹對(duì)掌握紅黑樹是至關(guān)重要的。 本文主要包括以下內(nèi)容: 什么是2-3樹 2-3樹的插入操作 紅黑樹與2-3樹的等價(jià)關(guān)系 《算法4》和《算法導(dǎo)論》上關(guān)于紅黑樹的差異 紅黑樹的5條基本性質(zhì)的分析 紅黑樹與2-3-4樹的等價(jià)關(guān)系 紅黑樹的插入、刪除操作 JDK ...
閱讀 1860·2023-04-26 02:51
閱讀 2901·2021-09-10 10:50
閱讀 3132·2021-09-01 10:48
閱讀 3691·2019-08-30 15:53
閱讀 1857·2019-08-29 18:40
閱讀 433·2019-08-29 16:16
閱讀 2057·2019-08-29 13:21
閱讀 1841·2019-08-29 11:07