当前位置: 首页 > news >正文

树与二叉树

前言:

树这个结构想必在日常生活中很常见到,而现在要介绍的是一种独特的数据结构--二叉树。

1.树

(1)定义:

是一种非线性结构,有一个特殊的节点叫做根节点,树没有前驱节点;树是递归定义的;树形结构中子树不能有交集,否则就不是树形结构。

(2)树相关重要概念:(如上图)

节点的度:一个节点含有的子树的个数。eg:A的度为2,B的度为3。

树的度:一棵树中,所有节点的度中的最大值。 eg:树的度为3.

叶子节点/终端节点:节点的度为0的节点。eg:叶子节点:E,D,G,F

双亲节点/父节点:若有一个节点含有子节点,则称这个节点为该子节点的双亲节点/父节点。

孩子节点/子节点:一个节点含有的子树的根节点称为该节点的子节点。

根节点:一颗树中,没有双亲节点的节点。

节点的层次:从根节点开始,根为第一层,根的子节点为第二层,以此类推。

树的高度/深度:树中节点的最大层次。eg:树的深度/高度为3.

2.二叉树

(1)定义:

该树中每个节点的度都小于等于2;且子树有左右子树之分。下图都是二叉树。

(2)两种特殊的二叉树:

a.完全二叉树:如果一颗树的节点个数为n,深度为K,且树中每一个节点都是深度为K的满二叉树中编号从0~(n-1)的节点,则称为完全二叉树。

b.满二叉树:每层节点数都是最大值 => 如果一颗树的高度为n,且树节点的总数为2^n-1,则称为满二叉树。

(3)二叉树的性质:

a.若根节点的层数为1,则一颗非空二叉树的第i层上的节点最多有2^{i-1}个。

b.若规定只有根节点的二叉树的深度为1,则深度为K的二叉树节点总数最多为2^{k}-1

c.对任何一颗二叉树,如果叶子节点的个数为n_0{},节点的度为2的节点个数为n_2{},则n_2{}+1=n_0{}

d.具有n个节点的完全二叉树,则该树的深度为\log_{2}\left ( n+1 \right )向上取整。

e.对于具有n个节点的完全二叉树,如果按照从上到下,从左到右的顺序对所有节点,从0开始编号,对于第i个节点有:

如果i>0,则双亲节点/父节点:\frac{i-1}{2};如果i=0,则没有双亲节点/父节点;

如果2i+1<n,则该节点有左孩子;否则没有左孩子。

如果2i+2<n,则该节点有右孩子;否则没有右孩子。

 f.对于一颗完全二叉树来说,如果该树节点总数为偶数个,则节点的度为1的节点只有一个;若为奇数个,则没有节点的度为1的节点。

(4)二叉树的遍历及其代码实现:

在实现二叉树的遍历之前,首先需要创建一个类TreeNode(二叉树的节点,包含该节点的值,该节点的左孩子节点,该节点的右孩子节点),所以:

class TreeNode {public TreeNode left;//左孩子public TreeNode right;//右孩子public int val;public TreeNode(int val) {this.val = val;}
}

a.前序遍历:根节点 -> 左子树 -> 右子树

分析:

代码实现:

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

b.中序遍历:左子树 -> 根节点 -> 右子树

分析:

代码实现:

public void inorderTraversal(TreeNode root) {if(root == null) {return;}preorderTraversal(root.left);System.out.print(root.val + " ");preorderTraversal(root.right);
}

c.后序遍历:左子树 -> 右子树 -> 根节点

分析:

代码实现:

public void lastorderTraversal(TreeNode root) {if(root == null) {return;}preorderTraversal(root.left);preorderTraversal(root.right);System.out.print(root.val + " ");
}

(5)二叉树相关OJ题:

二叉树所有的题都会涉及到递归。所有OJ题的前提都是已经创建好了一颗树,并且知道根节点为root。

a.求树的高度。

题析:

题解:

public int getHeight(TreeNode root) {if(root == null) {return 0;}int leftHeight = getHeight(root.left);int rightHeight = getHeight(root.right);return Math.max(leftHeight,rightHeight) + 1;//这里也可以用条件运算符
}

b.求树中叶子节点的个数。

题析:

 题解:

public int getLeafNodeCount(TreeNode root) {if(root == null) {return 0;}if(root.left == null && root.right == null) {return 1;}    return getLeafNodeCount(root.left) + getLeafNodeCount(root.right);
}

c.第i层有多少个节点。

题析:

题解:

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

 d.判断某个val值是否存在于树中。

题析:

题解:

public TreeNode getVal(TreeNode root, int val) {if(root == null) {return null;}if(root.val == val) {return root;}TreeNode leftTree = getVal(root.left,val);if(leftTree != null) {return leftTree;}TreeNode rightTree = getVal(root.right,val);if(rightTree != null) {return rightTree;}return null;
}

e.节点的总个数。

题析:

题解:

public int size(TreeNode root) {if(root == null) {return 0;}return size(root.left) + size(root.right) + 1;
}

 f.检查两棵树是否相同

题析:

题解:

class Solution {public boolean isSameTree(TreeNode p, TreeNode q) {if(p == null && q == null) {return true;}if(p == null && q != null || q == null && p != null) {return false;}if(p.val != q.val) {return false;}return isSameTree(p.left, q.left) && isSameTree(p.right, q.right);}
}

 g.另一棵树的子树

题析:

题解:

class Solution {//判断两棵树的结构是否相同private boolean isSameTree(TreeNode p, TreeNode q) {if(p == null && q == null) {return true;}if(p == null && q != null || q == null && p != null) {return false;}if(p.val != q.val) {return false;}return isSameTree(p.left, q.left) && isSameTree(p.right, q.right);}public boolean isSubtree(TreeNode root, TreeNode subRoot) {if(root == null) {return false;}if(isSameTree(root,subRoot)) {return true; }return isSubtree(root.left,subRoot) || isSubtree(root.right,subRoot);}
}

 h.翻转二叉树

题析:

题解:

法一:该种方法没有利用返回值(先序遍历)。

class Solution {public TreeNode invertTree(TreeNode root) {if(root == null) {return null;}if(root.left == null && root.right == null) {return root;}TreeNode tmp = root.left;root.left = root.right;root.right = tmp;invertTree(root.left);invertTree(root.right);return root;}
}

 法二:利用返回值(后序遍历)。

class Solution {public TreeNode invertTree(TreeNode root) {if(root == null) {return null;}if(root.left == null && root.right == null) {return root;}TreeNode leftNode = invertTree(root.left);TreeNode rightNode = invertTree(root.right);root.left = rightNode;root.right = leftNode;return root;}
}

i.是否为平衡二叉树

题析:

题解:

法一:该方法的时间复杂度为O\left ( n^{2} \right )

class Solution {public boolean isBalanced(TreeNode root) {if(root == null) {return true;}int leftHeight = getHeight(root.left);int rightHeight = getHeight(root.right);if(Math.abs(leftHeight - rightHeight) > 1) {return false;}  return isBalanced(root.left) && isBalanced(root.right);}private int getHeight(TreeNode root) {if(root == null) {return 0;}int leftHigh = getHeight(root.left);int rightHigh = getHeight(root.right);return Math.max(leftHigh,rightHigh) + 1;}
}

 法二:可以实现时间复杂度为O\left ( n\right ),只需要去修改getHeight方法,在求高度的过程中去判断是否每一个节点的高度差 <= 1。

题解:

class Solution {public boolean isBalanced(TreeNode root) {if(root == null) {return true;}return getHeight(root) >= 0;}private int getHeight(TreeNode root) {if(root == null) {return 0;}int leftHigh = getHeight(root.left);if(leftHigh == -1) {return -1;}int rightHigh = getHeight(root.right);if(rightHigh >= 0 && Math.abs(leftHigh - rightHigh) <= 1) {return Math.max(leftHigh,rightHigh) + 1;}return -1;}
}

j.二叉树的构建与遍历

题析:

题解:

import java.util.Scanner;
class TreeNode {public char val;public TreeNode left;public TreeNode right;public TreeNode(char val) {this.val = val;}
}public class Main {private static int i;//注意static修饰的变量,每次调用这个方法的时候都是对同一个变量进行修改的。//所以第二次调用该方法的时候,i不为0.所以需要在while循环中将i置0/使用非静态方法private static TreeNode createTree(String str) {TreeNode root = null;if (str.charAt(i) != '#') {root = new TreeNode(str.charAt(i));i++;root.left = createTree(str);root.right = createTree(str);}else {i++;}return root;
}//中序遍历private static void inOrder(TreeNode root) {if(root == null) {return;}inOrder(root.left);System.out.print(root.val + " ");inOrder(root.right);}public static void main(String[] args) {Scanner in = new Scanner(System.in);// 注意 hasNext 和 hasNextLine 的区别while (in.hasNextLine()) { // 注意 while 处理多个 caseString str = in.nextLine();i = 0;TreeNode root = createTree(str);inOrder(root);}}
}

 k.对称二叉树

题析:

题解:

class Solution {private boolean isSymmetricChild(TreeNode leftNode, TreeNode rightNode) {if(leftNode == null && rightNode != null || rightNode == null && leftNode != null){return false;}if(leftNode == null && rightNode == null) {return true;}if(leftNode.val != rightNode.val) {return false;}return isSymmetricChild(leftNode.left,rightNode.right) &&             isSymmetricChild(leftNode.right,rightNode.left);}public boolean isSymmetric(TreeNode root) {return isSymmetricChild(root.left, root.right);}
}

 

相关文章:

树与二叉树

前言&#xff1a; 树这个结构想必在日常生活中很常见到&#xff0c;而现在要介绍的是一种独特的数据结构--二叉树。 1.树 &#xff08;1&#xff09;定义&#xff1a; 是一种非线性结构&#xff0c;有一个特殊的节点叫做根节点&#xff0c;树没有前驱节点&#xff1b;树是递…...

SpringBoot+Vue实现简单的文件上传(Excel篇)

SpringBootVue实现简单的文件上传 1 环境 SpringBoot 3.2.1&#xff0c;Vue 2&#xff0c;ElementUI 2 页面 3 效果&#xff1a;只能上传xls文件且大小限制为2M&#xff0c;选择文件后自动上传。 4 前端代码 <template><div class"container"><el…...

科研绘图系列:R语言金字塔图(pyramid plot)

介绍 金字塔图(Pyramid chart)是一种用于展示人口统计数据的图表,特别是用于展示不同年龄段的人口数量。这种图表通常用于展示人口结构,比如性别和年龄的分布。 特点: 年龄分层:金字塔图按年龄分层,每一层代表一个年龄组。性别区分:通常,男性和女性的数据会被分别展…...

Tomcat多实例

一、Tomcat多实例 Tomcat多实例是指在同一台服务器上运行多个独立的tomcat实例&#xff0c;每个tomcat实例都具有独立的配置文件、日志文件、应用程序和端口&#xff0c;通过配置不同的端口和文件目录&#xff0c;可以实现同时运行多个独立的Tomcat服务器&#xff0c;每个服务…...

前端Vue组件化实践:自定义加载组件的探索与应用

在前端开发领域&#xff0c;随着业务逻辑复杂度的提升和系统规模的不断扩大&#xff0c;传统的开发方式逐渐暴露出效率低下、维护困难等问题。为了解决这些挑战&#xff0c;组件化开发作为一种高效、灵活的开发模式&#xff0c;受到了越来越多开发者的青睐。本文将结合实践&…...

半小时获得一张ESG入门证书【详细中英文笔记一】

前些日子&#xff0c;有朋友转发了一则小红书的笔记给我&#xff0c; 标题是《半小时获CFI官方高颜值免费证书 ESG认证》。这对考证狂魔的我来说&#xff0c;必然不能错过啊&#xff0c;有免费的羊毛不薅白不薅。 ESG课程的 CFI 官方网址戳这里&#xff1a;CFI 于是信心满满的…...

类形断言和和类型推导的区别是什么?

类型断言&#xff08;Type Assertion&#xff09;和类型推导&#xff08;Type Inference&#xff09;在TypeScript中的区别 如下&#xff1a; 定义&#xff1a; 类型断言&#xff1a;是程序员明确指定一个值的类型&#xff0c;即允许变量从一种类型更改为另一种类型。它不会进行…...

Spring-Spring、IoC、DI、注解开发

1、Spring是什么 Spring是一个轻量级的控制反转(IoC)和面向切面(AOP)的容器(框架)。 Spring整体架构 Spring优点&#xff1a; Spring属于低侵入设计。IOC将对象之间的依赖关系交给Spring,降低组件之间的耦合&#xff0c;实现各个层之间的解耦&#xff0c;让我们更专注于业务…...

Facebook的未来蓝图:从元宇宙到虚拟现实的跨越

随着科技的不断演进和社会的数字化转型&#xff0c;虚拟现实&#xff08;VR&#xff09;和增强现实&#xff08;AR&#xff09;作为下一代计算平台正逐渐走进人们的视野。作为全球领先的科技公司之一&#xff0c;Facebook正在积极探索并推动这一领域的发展&#xff0c;以实现其…...

Redis6.2.1版本集群新加副本

测试数据 通过redis-benchmark生成测试数据 ./bin/redis-benchmark -h 172.31.4.18 -p 6381 -a Redis_6.2.1_Sc --cluster -t set -d 128 -n 10000000 -r 100000000 -c 200新加节点 172.31.4.18:6381> AUTH Redis_6.2.1_Sc OK172.31.4.18:6381> cluster meet 172.31.4…...

2.The DispatcherServlet

The DispatcherServlet Spring的Web MVC框架与许多其他Web MVC框架一样&#xff0c;是请求驱动的&#xff0c;围绕一个中央Servlet&#xff08;即DispatcherServlet&#xff09;设计&#xff0c;该Servlet将请求分派给控制器&#xff0c;并提供其他功能以促进Web应用程序的开发…...

bug定位策略

前提--用户环境层面 hosts异常&#xff1a;hosts文件主要是加快某个域名或者网站的解析速度&#xff0c;从而达到快速访问的作用&#xff0c;也可以屏蔽网站。hosts异常可能会导致部分网页无法访问&#xff0c;能够加载&#xff0c;但是网页无法正常显示&#xff1b;测试环境脏…...

基于R语言的水文、水环境模型优化技术及快速率定方法与多模型案例

在水利、环境、生态、机械以及航天等领域中&#xff0c;数学模型已经成为一种常用的技术手段。同时&#xff0c;为了提高模型的性能&#xff0c;减小模型误用带来的风险&#xff1b;模型的优化技术也被广泛用于模型的使用过程。模型参数的快速优化技术不但涉及到优化本身而且涉…...

内存函数(C语言)

内存函数 以下函数的头文件&#xff1a;string.h 针对内存块进行处理的函数 memcpy 函数原型&#xff1a; void* memcpy(void* destination, const void* source, size_t num);目标空间地址 源空间地址num&#xff0c;被拷贝的字节个数 返回目标空间的起始地…...

力扣 哈希表刷题回顾

哈希表理论总结 什么时候用哈希表&#xff0c;快速判断一个元素是否出现在集合中时&#xff0c;用哈希这种空间换时间的方法。 哈希函数与哈希碰撞 哈希函数是指将key映射到对应的哈希表上 哈希碰撞是指映射的过程中容易出现多对一的情况&#xff0c;用什么方法解决拉链法和…...

Qt 统计图编程

学习目标&#xff1a;Qt 折线图&#xff0c;柱形图和扇形统计图编程 学习基础 Qt QChart 曲线图表操作-CSDN博客 学习内容 Qt中绘制三种常见的图表非常方便, 主要步骤如下: 1. 折线图: - 使用QLineSeries定义折线数据,添加多个坐标点 - 使用QValueAxis创建X轴和Y轴 - 将…...

SQL中的谓词与谓词下推

在 SQL 查询中&#xff0c;谓词&#xff08;Predicate&#xff09;是用来对数据进行过滤的条件。它们决定了数据从数据库表中被选择的条件。理解和正确使用 SQL 谓词对于编写高效查询至关重要。 目录 什么是谓词&#xff1f;一个真实的故事SQL 谓词的代码示例比较谓词逻辑谓词…...

浅聊授权-spring security和oauth2

文章目录 前言自定义授权spring security授权oauth2授权概述 前言 通常说到授权&#xff0c;就会想到登录授权、token令牌、JWT等概念&#xff0c;授权。顾名思义就是服务器授予了客户端访问资源的权益&#xff0c;那么要实现授权有几种方案呢&#xff0c;三种授权方式在公司项…...

时间复杂度计算

目录 时间复杂性 ⼤O的渐进表⽰法 时间复杂性 定义&#xff1a;在计算机科学中&#xff0c;算法的时间复杂度是⼀个函数式T(N)&#xff0c;它定量描述了该算法的运⾏时间。 时间复杂度是衡量程序的时间效率&#xff0c;那么为什么不去计算程序的运⾏时间呢&#xff1f; 1.…...

React 18 + Babel 7 + Webpack 5 开发环境搭建

文章目录 一、基础开发环境搭建1. 新建项目目录2. 项目目录结构及内容3. 安装 React 18 Babel 7 Webpack 54. 配置 Babel 和 Webpack5. 调试/构建项目 二、扩展项目支持的能力&#xff08;待补充&#xff09;1. JS 扩展&#xff08;待补充&#xff09;2. CSS 扩展&#xff08…...

Chapter03-Authentication vulnerabilities

文章目录 1. 身份验证简介1.1 What is authentication1.2 difference between authentication and authorization1.3 身份验证机制失效的原因1.4 身份验证机制失效的影响 2. 基于登录功能的漏洞2.1 密码爆破2.2 用户名枚举2.3 有缺陷的暴力破解防护2.3.1 如果用户登录尝试失败次…...

React Native 导航系统实战(React Navigation)

导航系统实战&#xff08;React Navigation&#xff09; React Navigation 是 React Native 应用中最常用的导航库之一&#xff0c;它提供了多种导航模式&#xff0c;如堆栈导航&#xff08;Stack Navigator&#xff09;、标签导航&#xff08;Tab Navigator&#xff09;和抽屉…...

【Redis技术进阶之路】「原理分析系列开篇」分析客户端和服务端网络诵信交互实现(服务端执行命令请求的过程 - 初始化服务器)

服务端执行命令请求的过程 【专栏简介】【技术大纲】【专栏目标】【目标人群】1. Redis爱好者与社区成员2. 后端开发和系统架构师3. 计算机专业的本科生及研究生 初始化服务器1. 初始化服务器状态结构初始化RedisServer变量 2. 加载相关系统配置和用户配置参数定制化配置参数案…...

学校招生小程序源码介绍

基于ThinkPHPFastAdminUniApp开发的学校招生小程序源码&#xff0c;专为学校招生场景量身打造&#xff0c;功能实用且操作便捷。 从技术架构来看&#xff0c;ThinkPHP提供稳定可靠的后台服务&#xff0c;FastAdmin加速开发流程&#xff0c;UniApp则保障小程序在多端有良好的兼…...

BCS 2025|百度副总裁陈洋:智能体在安全领域的应用实践

6月5日&#xff0c;2025全球数字经济大会数字安全主论坛暨北京网络安全大会在国家会议中心隆重开幕。百度副总裁陈洋受邀出席&#xff0c;并作《智能体在安全领域的应用实践》主题演讲&#xff0c;分享了在智能体在安全领域的突破性实践。他指出&#xff0c;百度通过将安全能力…...

零基础设计模式——行为型模式 - 责任链模式

第四部分&#xff1a;行为型模式 - 责任链模式 (Chain of Responsibility Pattern) 欢迎来到行为型模式的学习&#xff01;行为型模式关注对象之间的职责分配、算法封装和对象间的交互。我们将学习的第一个行为型模式是责任链模式。 核心思想&#xff1a;使多个对象都有机会处…...

Java多线程实现之Thread类深度解析

Java多线程实现之Thread类深度解析 一、多线程基础概念1.1 什么是线程1.2 多线程的优势1.3 Java多线程模型 二、Thread类的基本结构与构造函数2.1 Thread类的继承关系2.2 构造函数 三、创建和启动线程3.1 继承Thread类创建线程3.2 实现Runnable接口创建线程 四、Thread类的核心…...

Linux --进程控制

本文从以下五个方面来初步认识进程控制&#xff1a; 目录 进程创建 进程终止 进程等待 进程替换 模拟实现一个微型shell 进程创建 在Linux系统中我们可以在一个进程使用系统调用fork()来创建子进程&#xff0c;创建出来的进程就是子进程&#xff0c;原来的进程为父进程。…...

C# 求圆面积的程序(Program to find area of a circle)

给定半径r&#xff0c;求圆的面积。圆的面积应精确到小数点后5位。 例子&#xff1a; 输入&#xff1a;r 5 输出&#xff1a;78.53982 解释&#xff1a;由于面积 PI * r * r 3.14159265358979323846 * 5 * 5 78.53982&#xff0c;因为我们只保留小数点后 5 位数字。 输…...

算法岗面试经验分享-大模型篇

文章目录 A 基础语言模型A.1 TransformerA.2 Bert B 大语言模型结构B.1 GPTB.2 LLamaB.3 ChatGLMB.4 Qwen C 大语言模型微调C.1 Fine-tuningC.2 Adapter-tuningC.3 Prefix-tuningC.4 P-tuningC.5 LoRA A 基础语言模型 A.1 Transformer &#xff08;1&#xff09;资源 论文&a…...