【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

Python 小白 Debug 全指南:从 “看报错就懵” 到 “1 分钟定位 bug”(万字版)

【个人主页:玄同765】   大语言模型(LLM)开发工程师|中国传媒大学·数字媒体技术(智能交互与游戏设计)   深耕领域:大语言模型开发 / RAG知识库 / AI Agent落地 / 模型微调   技术栈:Python / LangChain/RAG(Dify+Redis+Milvus)| SQL/NumPy | FastAPI+Docker ️   工程能力:专注模型工程化部署、知识库构建与优化,擅长全流程解决方案         专栏传送门:LLM大模型开发 项目实战指南、Python 从真零基础到纯文本 LLM 全栈实战、 从零学 SQL + 大模型应用落地、大模型开发小白专属:从 0 入门 Linux&Shell       「让AI交互更智能,让技术落地更高效」 欢迎技术探讨/项目合作!

By Ne0inhk

Python 2026 年发展局势:AI 时代的 “通用基础设施语言”

2026 年的 Python 已从 “热门编程语言” 进化为全球数字生态的核心基础设施语言,其地位不仅稳固且进一步强化,同时也面临新的机遇与挑战,整体呈现 “一核多翼、优势固化、局部竞争” 的格局。 一、核心优势:AI + 全生态双轮驱动,地位无可替代 1. AI / 大模型领域的绝对霸主这是 Python 最核心的护城河。2026 年大模型落地、AI Agent 开发、多模态应用、低代码 AI 工具等场景中,Python 依然是95% 以上开发者的首选语言: * 生态垄断:PyTorch 3.0、TensorFlow 2.18、LangChain 2.0、Transformers 等核心框架均以 Python 为第一开发语言; * 效率优势:

By Ne0inhk
Python开发从入门到精通:异步编程与协程

Python开发从入门到精通:异步编程与协程

《Python开发从入门到精通》设计指南第二十一篇:异步编程与协程 一、学习目标与重点 💡 学习目标:掌握Python异步编程的基本概念和方法,包括协程、任务调度、事件循环等;学习asyncio、aiohttp等核心库的使用;通过实战案例开发异步应用程序。 ⚠️ 学习重点:协程的定义与使用、任务调度、事件循环、asyncio库、aiohttp库、异步编程实战。 21.1 异步编程概述 21.1.1 什么是异步编程 异步编程是一种并发编程方式,通过非阻塞的操作提高程序的执行效率。在异步编程中,程序可以在等待I/O操作完成时继续执行其他任务,而不需要阻塞等待。 21.1.2 异步编程的优势 * 提高执行效率:在等待I/O操作完成时,程序可以继续执行其他任务。 * 降低资源消耗:减少了线程切换的开销。 * 简化代码结构:通过协程和任务调度,代码结构更加简洁。 21.1.3 异步编程的应用场景

By Ne0inhk
C++ 继承入门:从基础概念到默认成员函数,吃透类复用的核心逻辑

C++ 继承入门:从基础概念到默认成员函数,吃透类复用的核心逻辑

🔥草莓熊Lotso:个人主页 ❄️个人专栏: 《C++知识分享》《Linux 入门到实践:零基础也能懂》 ✨生活是默默的坚持,毅力是永久的享受! 🎬 博主简介: 文章目录 * 前言: * 一. 继承的概念与定义:怎么让类 “复用” 代码? * 1.1 继承的核心概念 * 1.2 继承的定义格式 * 1.3 继承方式与成员访问权限 * 二. 基类与派生类的转换:子类对象能当父类用吗? * 三. 继承中的作用域:同名成员会冲突吗? * 3.1 变量隐藏:同名变量只认子类的 * 3.2 函数隐藏:同名函数只认子类的 * 四. 派生类的默认成员函数:构造、拷贝、析构怎么写? * 4.1 构造函数:先调用父类构造,

By Ne0inhk