Author: Mike
树的基本概念
基本概念
1 | 树的度—— 一棵树中最大的结点度数 |
形象表示
m叉树定义
每个结点的度数 <= m;
二叉树
于是二叉树有如下五种形态
二叉树的子树有左右之分，不能颠倒
特殊的二叉树
满二叉树
重点是 满
形象表示（图片中数字仅代表编号，不代表真实数值）
1.定义： 高度为h，并且含有(2^h)-1个结点的二叉树
2.对于编号为 i 的结点，如果有双亲，双亲为 i/2 向下取整；如果有左孩子，左孩子编号为 2i，如果有右孩子，右孩子编号为 (2i + 1)
完全二叉树
1.若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。
2.如果有度为 1 的结点，那只可能有一个，且该节点只有左孩子，而无右孩子
满二叉树、完全二叉树、非完全二叉树对比
二叉排序树
形象表示
二叉排序树（Binary Sort Tree），又称二叉查找树（Binary Search Tree），亦称二叉搜索树。
定义
二叉排序树或者是一棵空树，或者是具有下列性质的二叉树：
（1）若左子树不空，则 左子树 上所有结点的值均 <= 它的 根结点 的值；
（2）若右子树不空，则 右子树 上所有结点的值均 >= 它的 根结点 的值；
（3）左、右子树也分别为二叉排序树 (递归定义)；
平衡二叉树
形象表示
定义
平衡二叉树（Self-balancing binary search tree）又被称为AVL树（有别于AVL算法），且具有以下性质：它是一 棵空树或它的 左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树，同时，平衡二叉树必定是二叉搜索树，反之则不一定
二叉树性质
性质1 在二叉树的第 i 层上至多有 2^(i-1)个 结点(i>=1)
用数学归纳法证明：
归纳基础：i=1时，有2^(i-1)=2^0=1。因为第1层上只有一个根结点，所以命题成立。
归纳假设：假设对所有的 j ( 1<=j < i ) 命题成立，即第j层上至多有 2^(j-1) 个结点，证明j=i时命题亦成立。
归纳步骤：根据归纳假设，第 i-1 层上至多有2^(i-2)个结点。由于二叉树的每个结点至多有两个孩子，故第 i 层上的结点数至多是第 i-1 层上的最大结点数的2倍。即 j=i 时，该层上至多有2×2^(i-2)=2^(i-1)个结点，故命题成立。
性质2 深度为k的二叉树至多有2^k-1个结点(k≥1)。
至多，即视之为满二叉树
证明：计算等比数列 2^0+2^1+…+2^(k-1)=2^k-1
性质3 在任意-棵二叉树中，若终端结点的个数为n0，度为2的结点数为n2，则no=n2+1。
回顾 m叉树 的性质
- 设m叉树中，度数为 i 的结点树为 Ni, 则总结点数为： N = N0 + N1 + … + Nm;
- N = 分支数 + 1 , 1 为根结点
- 于是 N = N0 + N1 + …+ Nm = 0(N0) + 1(N1) + … + m*(Nm) + 1
- 对应于现在所讨论的二叉树，于是有 N = N0 + N1 + N2 = N1 + 2*(N2) + 1，于是等到结论 N0 = N2 + 1
详细证明
证明：因为二叉树中所有结点的度数均不大于2，所以结点总数(记为n)应等于0度结点数、1度结点(记为n1)和2度结点数之和：
n=no+n1+n2 (式子1)
另一方面，1度结点有一个孩子，2度结点有两个孩子，故二叉树中孩子结点总数是：
nl+2n2
树中只有根结点不是任何结点的孩子，故二叉树中的结点总数又可表示为：
n=n1+2n2+1 (式子2)
由式子1和式子2得到：
no=n2+1
二叉树遍历
二叉树的前中后序的遍历，坐标名词针对的是 根节点；无论何种遍历，左孩子永远比右孩子前
先序递归遍历 先访问根结点，再前序遍历左子树，最后前序遍历右子树。可见，这个操作的定义就是递归的
1
2
3
4
5
6
7
8public void pre_order_traversal_recursion_way(Node root) {
if (root == null) {
return;
}
out.print(root.data + " ");
pre_order_traversal_recursion_way(root.left);
pre_order_traversal_recursion_way(root.right);
}中序递归遍历 先中序遍历左子树，再访问根结点，最后中序遍历右子树。由于左子树上的值都比根结点小，右子树上的值都比根结点大，所以，中序遍历一棵树所得到的结果，是从小到大有序的，可以根据这个特点，来检验你的中序遍历是否正确实现了
1
2
3
4
5
6
7
8void mid_order_traversal_recursion_way(Node root){
if(root == null){
return;
}
mid_order_traversal_recursion_way(root.left);
out.print(root.data+" ");
mid_order_traversal_recursion_way(root.right);
}后序递归遍历 先后序遍历左子树，再后序遍历右子树，最后访问根结点
1
2
3
4
5
6
7
8void post_order_traversal_recursion_way(Node root){
if(root == null){
return;
}
post_order_traversal_recursion_way(root.left);
post_order_traversal_recursion_way(root.right);
out.print(root.data+" ");
}非递归先序遍历 先让根节点进栈，只要栈不为空，就可以做弹出操作；每次弹出一个结点，记得把它的左右结点都进栈。记得先右孩子，这样可以保证右子树在栈中总处于左孩子树的下面。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15void pre_order_traversal_not_recursion_way(Node root) throws StackEmptyException {
Stack<Node> stack = new Stack(100);
Node currentNode= root;
stack.push(currentNode);
while (!stack.isEmpty()){
currentNode = stack.pop();
out.print(currentNode.data + " ");
if(currentNode.right != null){
stack.push(currentNode.right);
}
if(currentNode.left != null){
stack.push(currentNode.left);
}
}
}
一直遍历到左子树最下边，边遍历边保存根节点到栈中
当p为空时，说明已经到达左子树最下边，这时需要出栈了
进入右子树，开始新的一轮左子树遍历(这是递归的自我实现)
1 | private void mid_order_traversal_not_recursion_way(Node root) throws StackEmptyException { |
- 层次遍历 队列，先进先出；每出一个结点，其左右孩子进队；依此类推
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16private void level_order(Node root){
Queue<Node> queue = new LinkedList();
Node currentNode = root;
queue.add(currentNode);
while (!queue.isEmpty()){
currentNode = queue.poll();
out.print(currentNode.data+ " ");
if(currentNode.left != null){
queue.add(currentNode.left);
}
if(currentNode.right != null){
queue.add(currentNode.right);
}
}
}
数学归纳法：
1）当n=1时,显然成立.
2）假设当n=k时（把式中n换成k,写出来）成立,
则当n=k+1时,（这步比较困难,化简步骤往往繁琐)该式也成立.
由（1）（2）得,原命题对任意正整数均成立