二叉树的遍历方式和子问题思路

目录

二叉树的遍历:

前序遍历:

中序遍历:

后序遍历:

二叉树的基本操作:

求树的结点个数(递归遍历思路):

求树的结点个数(子问题思路):

求树的叶子结点个数:

求第K层结点个数:

求树的高度:

判断值为value的结点是否存在:


下述代码并不是创建二叉树的方式,而是模拟创建一颗二叉树来实现二叉树的遍历方式和体验子问题思路。

复制代码
public class BinaryTree {
    static class TreeNode {
        public char val;
        //存储左孩子节点的引用
        public TreeNode left;
        //存储右孩子节点的引用
        public TreeNode right;

        public TreeNode(char val) {
            this.val = val;
        }
    }

    public TreeNode 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;

        return A;
    }

}

构成的树如图:

二叉树的遍历:

前序遍历:

此方法访问结点形式:

根 --- > 左子树 --- > 右子树

代码实现:

复制代码
 public void preOrder(TreeNode root) {
        if(root == null) {
            return;
        }
        System.out.print(root.val+" ");
        preOrder(root.left);
        preOrder(root.right);
    }

代码运行结果:

中序遍历:

此方法访问结点形式:

左子树 --- >根--- > 右子树

代码实现:

复制代码
 public void inOrder(TreeNode root) {
        if(root == null) {
            return;
        }
        inOrder(root.left);
        System.out.print(root.val+" ");
        inOrder(root.right);
    }

代码运行结果:

后序遍历:

此方法访问结点形式:

左子树 --- > 右子树 --- >根

代码实现:

复制代码
 public void posOrder(TreeNode root) {
        if(root == null) {
            return;
        }
        posOrder(root.left);
        posOrder(root.right);
        System.out.print(root.val+" ");
    }

代码运行结果:

这三种遍历方式都是通过递归函数本身来遍历的,通过不断往左和往右边 "递" ,遇到空时return开始 "归" ,所以,分析二叉树递归时可以一直往左递归下去先分析,再往右分析。

二叉树的基本操作:

求树的结点个数(递归遍历思路):

代码实现:

复制代码
 public int countNode = 0;
    public void nodeSize(TreeNode root) {
        if(root == null) {
            return;
        }
        countNode++;
        nodeSize(root.left);
        nodeSize(root.right);
    }

代码运行结果:

可以看到,求得的结点个数为8是正确的。这种方法是通过边递归边求和的方法。

求树的结点个数(子问题思路):

对于一棵树,这样分析:

一棵树的结点数 = 左子树结点数 + 右子树结点数 + 1。

要是对一棵树所有结点都这样分析,就可以得到:

复制代码
 public int nodeSize2(TreeNode root) {
        if(root == null) {
            return 0;
        }

        return nodeSize2(root.left) + nodeSize2(root.right) + 1;
    }

代码运行结果:

可以得到结点数也是8 ,子问题思路对于解决二叉树问题很重要,后续也是针对二叉树的子问题思路来解决问题。

求树的叶子结点个数:

对于一棵树,这样分析:

一棵树的叶子结点数 = 左子树叶子结点数 + 右子树叶子结点数 。

复制代码
 public int getLeaf(TreeNode root) {
        if(root == null) {
            return 0;
        }
        if(root.left == null && root.right == null) {
            return 1;
        }else {
            return getLeaf(root.left) + getLeaf(root.right);
        }
    }

求第K层结点个数:

对于一棵树,这样分析:

假如要求根为root的树的第K层结点个数:

以子问题分析得到:

整棵树的第K层结点数 = root.left 的第(K-1)层结点数 + root.right 的第(K-1)层结点数

实现代码:

复制代码
 public int getKLeve(TreeNode root,int k) {
        if(root == null) {
            return 0;
        }
        if(k == 1) {
            return 1;
        }
        return getKLeve(root.left,k-1) + getKLeve(root.right,k-1);
    }

求树的高度:

对于一棵树, 以子问题分析得到:

整棵树的高度 = 取 左子树与右子树 最大的值 + 1.

代码实现:

复制代码
public int getHight(TreeNode root) {
        if(root == null) {
            return 0;
        }

        int leftH = getHight(root.left);
        int rightH = getHight(root.right);
        return leftH > rightH ? leftH+1 : rightH + 1;
    }

判断值为value的结点是否存在:

对于一棵树,分析得到:

先判断左子树是否存在,再判断右子树是否存在,寻找过程中如果找到了就返回当前结点。

代码实现:

复制代码
public TreeNode find(TreeNode root,char value) {
        if(root == null) {
            return null;
        }
        if(root.val == value) {
            return root;
        }

        TreeNode leftval = find(root.left,value);
        if(leftval != null) {
            return leftval;
        }

        TreeNode rightval = find(root.right,value);
        if(rightval != null) {
            return rightval;
        }

        return null;

    }
相关推荐
Flynn Liang6 小时前
同一需求三套写法:用 Spring AI、LangChain4j、AgentScope Java 各实现一个带工具调用的 RAG 助手(实战对比)
java·人工智能·大模型·架构设计·spring ai·langchain4j·agentscope
聪明的笨猪猪6 小时前
实际工程问题:AI 生成 Spring Cache(@Cacheable / @CachePut / @CacheEvict)缓存注解踩坑
java·经验分享·面试·ai编程
愿有所息7 小时前
记一次 ARM64 + JDK8 上 fastjson2 的诡异数据错乱
java
秋饼7 小时前
MCP 2026-07-28 无状态协议大改版:Spring AI 2.1 多轮往返请求与网关路由落地
java·ai·技术分享·后端开发
SL_staff8 小时前
JVS-BI 实战:业务人员如何用零代码 ELT + 可视化配置构建实时经营分析闭环
java·spring·全栈
SL_staff9 小时前
企业AI落地难?JVS-AI渐进式实践:安全可控、小切口验证、标准化沉淀与规模化复制
java·开源·aigc
武子康9 小时前
驾驶轨迹换个坐标,就能给移动机器人用吗?
人工智能·算法·机器学习
David猪大卫9 小时前
【C++修炼】map 和 set 的使用
c语言·开发语言·数据结构·c++·经验分享·笔记·学习
SL_staff10 小时前
JVS数字底座实践:构建企业级统一内容管理平台的技术路径
java·产品
nice_lcj52010 小时前
【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端
java·后端·spring·spring ai·ai应用开发