【Java】从树形结构到二叉树:一篇搞懂数据结构里的“家族树”

【Java】从树形结构到二叉树:一篇搞懂数据结构里的“家族树”
在这里插入图片描述
🎁个人主页:User_芊芊君子
🎉欢迎大家点赞👍评论📝收藏⭐文章
🔍系列专栏:Java.数据结构
在这里插入图片描述


在这里插入图片描述


【前言】

你有没有想过,电脑里的文件分类、通讯录的层级关系,其实都藏着“树”的影子?树形结构是数据结构里最像“现实家族关系”的存在,而二叉树更是其中的“明星选手”——它规则清晰、操作灵活,是很多复杂数据处理的基础。这篇文章会从树形结构的概念入手,一步步拆解二叉树的类型、性质、存储和操作,帮你把这些抽象的结构变成能上手用的知识~

文章目录:

一、树形结构

1.树形结构的概念

树是一种非线性的数据结构,它模拟了自然界中树的结构。树形结构由若干个节点(node)组成,这些节点之间存在明确的层次关系。

树是递归定义的结点的度:⼀个结点含有⼦树的个数称为该结点的度;树的度:⼀棵树中,所有结点度的最⼤值称为树的度;叶⼦结点或终端结点:度为0的结点称为叶结点;双亲结点或⽗结点:指向其他节点的节点孩⼦结点或⼦结点:被其他节点指向的节点根结点:每个树形结构有一个根节点(root),它是树的起点 ;⾮终端结点或分⽀结点:度不为0的结点;兄弟结点:具有相同⽗结点的结点互称为兄弟结点;堂兄弟结点:双亲在同⼀层的结点互为堂兄弟;
在这里插入图片描述

2.树的表示形式

双亲表⽰法,孩⼦表⽰法、孩⼦双亲表⽰法、孩⼦兄弟表⽰法…

classNode{int value;//数据域 Node firstChild;//第一个孩子 Node nextBrother;//下一个兄弟 }
在这里插入图片描述

二、二叉树

1.概念

二叉树是一种非线性数据结构,其中每个节点最多有两棵树,分别称为左子树和右子树。

在这里插入图片描述

2.二叉树类型

二叉树分为两种:满二叉树和完全二叉树

2.1 满二叉树

定义:==每个节点都有0个或2个子节点 ==

特点:没有只有1个子节点的节点

在这里插入图片描述

2.2 完全二叉树

定义:==除最后一层外,所有层都完全填满,且最后一层节点尽可能靠左 ==

应用:常用于堆的实现

在这里插入图片描述

3.二叉树的性质

  • 若规定根结点的层数为1,则⼀棵⾮空⼆叉树的第i层上最多有2^(i-1)个结点(i>0)
  • 若规定只有根结点的⼆叉树的深度为1,则深度为K的⼆叉树的最⼤结点数是(2^k)-1(k>=0)
  • 对任何⼀棵⼆叉树,如果其叶结点个数为n0,度为2的⾮叶结点个数为n2,则有n0=n2+1
  • 具有n个结点的完全⼆叉树的==深度k为log(n+1)==上取整
  • 对于具有n个结点的完全⼆叉树,如果按照从上⾄下从左⾄右的顺序对所有节点从0开始编号,则对于序号为i的结点有:
若i>0,双亲序号:(i-1)/2;i=0,i为根结点编号,⽆双亲结点
若2i+1<n,左孩⼦序号:2i+1,否则⽆左孩⼦
若2i+2<n,右孩⼦序号:2i+2,否则⽆右孩⼦

4.二叉树的存储

⼆叉树的存储结构分为:顺序存储和类似于链表的链式存储。
⼆叉树的链式存储是通过⼀个⼀个的节点引⽤起来的,常⻅的表⽰⽅式有⼆叉和三叉表⽰⽅式

//孩子表示法classNode{int val;//数据域Node left;//左孩子的引用Node right;//右孩子的引用}//孩子双亲表示法classNode1{int val;//数据域Node left;//左孩子的引用Node right;//右孩子的引用Node parent;//当前节点的根节点}

5.二叉树的基本操作

5.1手动创建二叉树

publicstaticclassNode{publicchar val;publicNode left;publicNode right;publicNode(char val){this.val = val;}}//根节点publicNodecreatTree(){NodeA=newNode('A');NodeB=newNode('B');NodeC=newNode('C');NodeD=newNode('D');NodeE=newNode('E');NodeF=newNode('F');NodeG=newNode('G');NodeH=newNode('H');A.left =B;A.right =C;B.left =D;B.right =E;E.right =H;C.left =F;C.right =G;returnA;}

5.2 二叉树的遍历

1.前序遍历

访问顺序:根节点 → 左子树 → 右子树

//前序遍历publicvoidpreOrder(Node root){if(root ==null){return;}System.out.println(root.val);preOrder(root.left);preOrder(root.right);}
2.中序遍历

访问顺序:左子树 → 根节点 → 右子树

//中序遍历publicvoidinOrder(Node root){if(root ==null){return;}preOrder(root.left);System.out.println(root.val);preOrder(root.right);}
3.后序遍历

访问顺序:左子树 → 右子树 → 根节点

//后序遍历publicvoidpostOrder(Node root){if(root ==null){return;}preOrder(root.left);preOrder(root.right);System.out.println(root.val);}

5.3 二叉树操作方法实现

//节点个数publicstaticint count =0;//获取节点个数publicvoidsize(Node root){if(root ==null){return;} count++;size(root.left);size(root.right);}//获取节点个数publicintsize2(Node root){if(root ==null){return0;}returnsize2(root.right)+size2(root.left)+1;}//获取叶子节点个数publicintgetleafNodeCount(Node root){if(root ==null){return0;}if(root.left ==null&&root.right ==null){return1;}returngetleafNodeCount(root.left)+getleafNodeCount(root.right);}//获取第k层节点个数publicintgetLevelNodeCount(Node root,int k){if(root ==null){return0;}if(k ==1){return1;}returngetLevelNodeCount(root.left,k-1)+getLevelNodeCount(root.right,k-1);}//获取二叉树高度publicintgetHight(Node root){if(root ==null){return0;}int leftH =getHight(root.left);int rightH =getHight(root.right);returnMath.max(leftH,rightH)+1;}//找val元素是否存在publicNodefind(Node root,char val){if(root ==null){returnnull;}if(root.val != val ){return root;}Node ret =find(root.left,val);if(ret !=null){return ret;}Node ret1 =find(root.right,val);if(ret !=null){return ret1;}returnnull;}}

三、总结

树形结构是一种“一对多”的层级数据组织方式,而二叉树作为它的特殊形式(每个节点最多俩孩子),凭借满二叉树、完全二叉树等细分类型,以及明确的性质(比如节点数和层数的关系),成了实际开发中常用的结构。我们可以用不同方式存储二叉树,也能通过前/中/后序遍历“逛遍”树里的每个节点——掌握这些内容,不仅能理解数据的组织逻辑,也能为后续学更复杂的树结构(比如红黑树)打牢基础。

Read more

数据结构:kmp算法,Trie树,以及并查集的干货详解---小白也能看懂

数据结构:kmp算法,Trie树,以及并查集的干货详解---小白也能看懂

🎬 博主名称:个人主页 🔥 个人专栏: 《算法通关》,《Java讲解》 ⛺️心简单,世界就简单 序言 昨晚数据结构写了一半,做图太累了,文章写的比较慢,这篇应该就是第二篇,后面还有一篇,太困了,真不行了 今天讲一下 kmp算法,Trie, 并查集 目录 序言 KMP算法 原理 next数组 匹配过程 Trie树 并查集 KMP算法 这里说一下kmp的大致情况 用于处理字符串匹配问题,他也是十分的抽象                给一个S[]主串(比较长的那个),P[]为模板串,kmp我们一般用下标1来开始遍历 接下来我们需要去思考的是 1,暴力去怎么做 2,怎么去优化 下面是暴力的模板代码 大概意思就是,每当我们匹配到不一样的部位,我们的P就要从头开始再跟刚刚s的起点+1位置重新匹配,        这样就会造成串的长度很长时候,就会超时,所以我们就要从这个过程中找性质了

By Ne0inhk

【大模型思维链】RAP-MCTS算法详解

基于论文第3.3节、附录A及算法1,以下是对RAP-MCTS伪代码的逐行技术解析与系统性分析: 一、算法框架与输入参数 1.1 输入参数体系(基于第3.3节与算法1) 参数数学符号功能定义工程对应初始状态s0s_0s0 推理起点(如Blocksworld初始积木配置)问题输入状态转移pθp_\thetapθ 世界模型(LLM改造)p(st+1∣st,at,c′)p(s_{t+1}|s_t, a_t, c')p(st+1 ∣st ,at ,c′)奖励函数rθr_\thetarθ 四维度评估(第3.2节)r(st,at)r(

By Ne0inhk
优选算法的时序之窗:滑动窗口专题(一)

优选算法的时序之窗:滑动窗口专题(一)

专栏:算法的魔法世界 个人主页:手握风云 目录 一、滑动窗口 二、例题讲解 2.1. 长度最小的子数组 2.2. 无重复字符的最长子串 2.3. 水果成篮 2.4. 将 x 减到 0 的最小操作 一、滑动窗口         滑动窗口算法又叫“同向双指针算法”,核心在于维护一个窗口,这个窗口的左右边界可以根据需要动态调整。窗口的大小通常取决于当前窗口内的元素是否满足某种条件。通过移动窗口的左右边界,可以在一次遍历中找到满足条件的子数组或子串。 二、例题讲解 2.1. 长度最小的子数组        题目要求找出长度最小的子数组,并且子数组的和大于等于目标值。暴力枚举策略,就是找出所有和大于等于目标值的子数组,我们需要找出子数组的左右区间,还要遍历一遍子数组求和,那么时间复杂度为 。        接下来对暴力枚举进行优化。题目中给出了条件,数组里的元素都是正整数。我们可以定义两个指针left和right,

By Ne0inhk
初探算法的魅力——【暴力枚举】

初探算法的魅力——【暴力枚举】

点击下面查看作者专栏🔥🔥C语言专栏🔥🔥🌊🌊编程百度🌊🌊🌠🌠如何获取自己的代码仓库🌠🌠 🌐索引与导读 * 暴力枚举(BF)的概念 * 暴力枚举的算法步骤 * 例题讲解 * 经典案例讲解一:百鸡问题 * 题目解析 * 思路方案 * 经典案例讲解二:盛最多水的容器 * 暴力枚举算法 * 最优解 * 经典案例讲解三:两数之和 * 经典案例讲解四:2025 * 💻 代码实现 * 希望读者多多三连 * 给小编一些动力 * 蟹蟹啦! 暴力枚举(BF)的概念 暴力枚举也称为穷举法,是计算机算法中最基础、最直观,但也是最费劲的一种解题思路 像我们平时没有最优解的算法题,往往都可以通过暴力枚举去算出最终结果 * 核心思想 不靠巧妙的技巧,而是利用计算机强大的计算能力,把所有可能的情况列举出来,一个一个去验证,直到找到正确答案 暴力枚举的算法步骤 * 列举 :确定解空间的范围,列出所有可能的解候选者 * 检验 :对每一个候选者进行判断,看它是否满足题目

By Ne0inhk