目录
[二叉树(Binary Tree)](#二叉树(Binary Tree))
[LeetCode之路------144. 二叉树的前序遍历](#LeetCode之路——144. 二叉树的前序遍历)
树的定义
树结构(Tree Structure)是一种分层的非线性数据结构,它由节点(Node)和边(Edge)组成,用于表示具有层次性关系的数据。树结构的一个关键特点是,每个节点可以有零个或多个子节点,但只有一个父节点(根节点除外)。根节点是树的顶层节点,它没有父节点,而叶子节点是没有子节点的节点。
以下是树结构的一些基本概念和术语:
-
节点(Node): 树结构中的每个元素都被称为节点。节点可以包含数据或值,并可能有零个或多个子节点。
-
边(Edge): 边是连接节点的线,它表示节点之间的关系。在树结构中,边代表从父节点到子节点的连接。
-
根节点(Root Node): 根节点是树的顶层节点,它没有父节点,但可以有零个或多个子节点。
-
子节点(Child Node): 子节点是位于某个节点下方的节点,即具有父节点的节点。
-
父节点(Parent Node): 父节点是具有子节点的节点。一个节点可以同时作为多个子节点的父节点。
-
叶子节点(Leaf Node): 叶子节点是没有子节点的节点,它们通常位于树的末端。
-
子树(Subtree): 子树是从某个节点及其所有子节点构成的树,它是原始树的一部分。
-
高度(Height): 树的高度是从根节点到最深叶子节点的最长路径的长度。高度也称为深度。
-
层级(Level): 树的层级是树中的层次结构,根节点位于第一层,其子节点位于第二层,以此类推。
话不多说,还是画图吧。
二叉树(Binary Tree)
二叉树是一种常见的树状数据结构,它的节点最多有两个子节点:左子节点和右子节点。根据二叉树的特性和结构,可以衍生出多种不同类型的二叉树。以下是一些常见的二叉树种类:
-
二叉查找树(Binary Search Tree,BST): 二叉查找树是一种有序二叉树,其中每个节点的值都大于其左子树的所有节点的值,而小于其右子树的所有节点的值。这使得在二叉查找树中可以高效地进行搜索、插入和删除操作。
-
平衡二叉树(Balanced Binary Tree): 平衡二叉树是一种特殊的二叉查找树,它保持树的高度相对平衡,从而保证了在最坏情况下的搜索效率为O(log n)。常见的平衡二叉树包括AVL树和红黑树。
-
满二叉树(Full Binary Tree): 满二叉树是一种二叉树,除了叶子节点外,每个节点都有两个子节点。满二叉树的高度和节点数之间存在特定的关系,即高度为h的满二叉树有2^h - 1个节点。
-
完全二叉树(Complete Binary Tree): 完全二叉树是一种二叉树,除了最后一层,其他层都是满的,最后一层从左到右填充节点。完全二叉树通常用于堆数据结构的实现。
-
二叉堆(Binary Heap): 二叉堆是一种特殊的完全二叉树,它可以分为最小堆和最大堆两种类型。最小堆中,每个节点的值小于或等于其子节点的值;最大堆中,每个节点的值大于或等于其子节点的值。二叉堆常用于实现优先队列。
-
线索二叉树(Threaded Binary Tree): 线索二叉树是一种特殊的二叉树,它添加了指向前驱和后继节点的线索,以支持更高效的中序遍历。
-
自平衡二叉树(Self-Balancing Binary Tree): 这是一类平衡二叉树,包括AVL树、红黑树等,它们通过自动调整树的结构来保持平衡,以确保高效的插入、删除和搜索操作。
二叉树的存储方式
想要存储一棵二叉树,我们有两种方式,链式存储和顺序存储。
链式存储
在链式存储中,二叉树的每个节点都包含数据、左子节点引用和右子节点引用。这种存储方式非常灵活,可以表示各种二叉树结构。
class TreeNode {
int data;
TreeNode left;
TreeNode right;
public TreeNode(int data) {
this.data = data;
this.left = null;
this.right = null;
}
}
// 创建一颗简单的二叉树
TreeNode root = new TreeNode(1);
root.left = new TreeNode(2);
root.right = new TreeNode(3);
root.left.left = new TreeNode(4);
root.left.right = new TreeNode(5);
顺序存储
在数组存储中,二叉树的节点按照特定顺序存储在数组中,通常使用数组的索引来表示节点之间的关系。这种方式可以节省内存,但通常要求二叉树是完全二叉树。
如果节点X存储在数组中下标为i的位置,下标为2 * i 的位置存储的就是左子节点,下标为2 * i + 1的位置存储的就是右子节点。反过来,下标为i/2的位置存储就是它的父节点。通过这种方式,我们只要知道根节点存储的位置(一般情况下,为了方便计算子节点,根节点会存储在下标为1的位置),这样就可以通过下标计算,把整棵树都串起来。
class TreeNode {
int data;
public TreeNode(int data) {
this.data = data;
}
}
// 使用数组存储二叉树节点
TreeNode[] treeArray = new TreeNode[7];
treeArray[0] = new TreeNode(1);
treeArray[1] = new TreeNode(2);
treeArray[2] = new TreeNode(3);
treeArray[3] = new TreeNode(4);
treeArray[4] = new TreeNode(5);
treeArray[5] = new TreeNode(6);
treeArray[6] = new TreeNode(7);
// 使用数组索引表示节点关系
// 根节点的左子节点在索引1,右子节点在索引2
// 节点2的左子节点在索引3,右子节点在索引4
// 节点3的左子节点在索引5,右子节点在索引6
二叉树的遍历方式
经典的方法有三种,前序遍历、中序遍历和后序遍历。其中,前、中、后序,表示的是节点与它的左右子树节点遍历打印的先后顺序。左节点永远先于右节点,什么顺序决定节点本身打印的位置。
-
前序遍历是指,对于树中的任意节点来说,先打印节点,然后再打印它的左子树,最后打印它的右子树。
-
中序遍历是指,对于树中的任意节点来说,先打印它的左子树,然后再打印它,最后打印它的右子树。
-
后序遍历是指,对于树中的任意节点来说,先打印它的左子树,然后再打印它的右子树,最后打印它本身。
LeetCode之路------144. 二叉树的前序遍历
给你二叉树的根节点 root
,返回它节点值的 前序 遍历。
示例 1:
输入:root = [1,null,2,3]
输出:[1,2,3]
示例 2:
输入:root = []
输出:[]
示例 3:
输入:root = [1]
输出:[1]
示例 4:
输入:root = [1,2]
输出:[1,2]
示例 5:
输入:root = [1,null,2]
输出:[1,2]
提示:
-
树中节点数目在范围
[0, 100]
内 -
-100 <= Node.val <= 100
分析
二叉树的递归求前序排列。
class Solution {
public List<Integer> preorderTraversal(TreeNode root) {
List<Integer> result = new ArrayList<Integer>();
preorder(root, result);
return result;
}
public void preorder(TreeNode root, List<Integer> result) {
if (root == null) {
return;
}
result.add(root.val);
preorder(root.left, result);
preorder(root.right, result);
}
}
-
时间复杂度:O(n)
-
空间复杂度:O(n)