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
董董灿是个攻城狮6 小时前
AI视觉连载8:传统 CV 之边缘检测
算法
怒放吧德德8 小时前
Netty 4.2 入门指南:从概念到第一个程序
java·后端·netty
雨中飘荡的记忆10 小时前
大流量下库存扣减的数据库瓶颈:Redis分片缓存解决方案
java·redis·后端
心之语歌12 小时前
基于注解+拦截器的API动态路由实现方案
java·后端
华仔啊13 小时前
Stream 代码越写越难看?JDFrame 让 Java 逻辑回归优雅
java·后端
ray_liang13 小时前
用六边形架构与整洁架构对比是伪命题?
java·架构
AI软著研究员13 小时前
程序员必看:软著不是“面子工程”,是代码的“法律保险”
算法
FunnySaltyFish14 小时前
什么?Compose 把 GapBuffer 换成了 LinkBuffer?
算法·kotlin·android jetpack
Ray Liang15 小时前
用六边形架构与整洁架构对比是伪命题?
java·python·c#·架构设计
颜酱15 小时前
理解二叉树最近公共祖先(LCA):从基础到变种解析
javascript·后端·算法