06、数据结构与算法---二叉树

news2026/4/27 20:08:30
递归的精髓其实在于关注好当前结点尽可能少试图每次都将递归的过程在脑海里模拟一遍一、树的理解二叉树是最基本的树结构先从此学起这个结构像是生活中树的结构倒过来根结点在上叶子结点在最下二、手动实现这里实现了一些树性质上的操作相对简单public class MyTree { //结点类 static class TreeNode { public TreeNode left; public TreeNode right; public String val; public TreeNode() { } public TreeNode(String val) { this.val val; } } //前序遍历 private void preOrder(TreeNode root){ if(root null){ return; } System.out.print(root.val ); preOrder(root.left); preOrder(root.right); } //中序遍历 private void inOrder(TreeNode root){ if(root null){ return; } inOrder(root.left); System.out.print(root.val ); inOrder(root.right); } //后序遍历 private void postOrder(TreeNode root){ if(root null){ return; } postOrder(root.left); postOrder(root.right); System.out.print(root.val ); } //计算总结点个数 public int count 0; //一、计数器写法 public void size(TreeNode root) { if(root null){ return; } count; size(root.left); size(root.right); } //二、节点数 左子树 右子树 根节点 public int size2(TreeNode root) { if(root null){ return 0; } return size2(root.left) size2(root.right) 1; } //计算叶子结点个数 public int count2; //一、计数器写法 public void getLeafNodeCount(TreeNode root){ if (root null){ return; } if(root.left null root.right null){ count2; } getLeafNodeCount(root.left); getLeafNodeCount(root.right); } //二、叶子结点 左子树叶子 右子树叶子 public int getLeafNodeCount2(TreeNode root){ if (root null){ return 0; } if(root.left null root.right null){ return 1; } return getLeafNodeCount2(root.left) getLeafNodeCount2(root.right); } //求某一层的结点个数 //整棵树的第k层 左子树第k-1层 右子树第k-1层 public int getLevelNodeCount(TreeNode root,int k){ if(root null){ return 0; } if (k 1){ return 1; } return getLevelNodeCount(root.left,k-1) getLevelNodeCount(root.right,k-1); } //二叉树的高度 public int getMaxHeight(TreeNode root){ if (root null){ return 0; } int leftHeight getMaxHeight(root.left); int rightHeight getMaxHeight(root.right); return Math.max(leftHeight,rightHeight)1; } //寻找结点是否存在 public TreeNode find(TreeNode root,String val){ if (root null){ return null; } if(root.val.equals(val)){ return root; } TreeNode treeNode find(root.left,val); if(treeNode ! null){ return treeNode; } return find(root.right,val); } }测试类public static void main(String[] args) { 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); //进行连接 A.left B; A.right C; B.left D; B.right E; C.left F; C.right G; E.right H; // 此时的结构为: // A // / \ // B C // / \ / \ // D E F G // \ // H }这里OJ题的前序遍历有返回值可以对比一下上面void的写法:接收返回值的前序遍历三、树的练习题题目由易到难层层递进狠狠递归1、相同的树判断两个树是否相同从判断结点上可以分为三种情况即注释使用前序遍历从根开始判断再到左子树最后到右子树//相同的树 public boolean isSameTree(TreeNode p, TreeNode q) { //一个为空另一个不为空 if(p null q ! null || p ! null q null){ return false; } //两个都是空 if (p null q null){ return true; } //两个都不为空可以想想为什么使用! if(p.val ! q.val){ return false; } //两棵树左子树右子树都相同 return isSameTree(p.left,q.left)isSameTree(p.right,q.right); }2、另一棵树的子树利用第一题的判断整棵树的方法以一棵树作为根让比较树与其根、左子树、右子树分别比较这三者只要一个相同即可//另一棵树的子树 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); }3、反转二叉树该题有两种写法一、使用前序遍历的思路由根开始交换然后左子树右子树二、后序遍历左右子树交换完成直接把原来根结点的左右子树交换即可//反转二叉树1 //前序遍历写法 public TreeNode flipTree(TreeNode root) { if(root null){ return null; } //1、访问当前节点交换地址 TreeNode tmp; tmp root.left; root.left root.right; root.right tmp; //2、反转左子树 flipTree(root.left); //3、反转右子树 flipTree(root.right); return root; }//反转二叉树2 //后序遍历写法 public TreeNode flipTree2(TreeNode root) { if(root null){ return null; } //左子树遍历 TreeNode left flipTree2(root.left); //右子树遍历 TreeNode right flipTree2(root.right); //交换操作 root.left right; root.right left; return root; }4、平衡二叉树时间复杂度为O(n^2)的写法//平衡二叉树 public boolean isBalanced(TreeNode root) { if(root null){ return true; } int x1 getMaxHeight2(root.left); int x2 getMaxHeight2(root.right); return Math.abs(x1-x2)1 isBalanced(root.left)isBalanced(root.right); } //二叉树的高度 public int getMaxHeight2(TreeNode root){ if (root null){ return 0; } int leftHeight getMaxHeight2(root.left); int rightHeight getMaxHeight2(root.right); return Math.max(leftHeight,rightHeight)1; }嵌套调用递归方法反复执行了一部分逻辑时间复杂度较高时间复杂度为O(n)的写法//平衡二叉树 //此时时间复杂度是n的平方 public boolean isBalanced(TreeNode root) { if(root null){ return true; } // int x1 getMaxHeight2(root.left); // int x2 getMaxHeight2(root.right); // // if(x1 -1 || x2 -1 || Math.abs(x1-x2)1){ // return false; // }else { // return true; // } return getMaxHeight2(root) 0; } //二叉树的高度 public int getMaxHeight2(TreeNode root){ if (root null){ return 0; } //最下方算式返回到上一级如果是负数就返回-1 int leftHeight getMaxHeight2(root.left); if(leftHeight0){ return -1; } int rightHeight getMaxHeight2(root.right); if(rightHeight0){ return -1; } if(Math.abs(leftHeight-rightHeight)1){ return -1; }else { return Math.max(leftHeight,rightHeight)1; } }这里注释掉了自己比较冗杂的写法因为事实上整体的递归逻辑都在getMaxHeight2这个方法里面了5、判断对称二叉树判断是否对称本质就是 左的左与右的右以及左的右与右的左比较//对称二叉树 public boolean checkSymmetricTree(TreeNode root) { if (root null){ return true; } return checkSymmetricTree2(root.left,root.right); } public boolean checkSymmetricTree2(TreeNode leftRoot,TreeNode rightRoot) { if(leftRoot null rightRoot ! null || leftRoot ! null rightRoot null){ return false; } if (leftRoot null rightRoot null){ return true; } if(leftRoot.val ! rightRoot.val){ return false; } return checkSymmetricTree2(leftRoot.left,rightRoot.right) checkSymmetricTree2(leftRoot.right,rightRoot.left); }递归的精髓就在于关注好当前结点尽量少试图每次都将递归的过程在脑海里模拟一遍6、层序遍历没有返回值的层序遍历//层序遍历 public void levelOrder(TreeNode root) { if(root null){ return; } QueueTreeNode q new LinkedList(); q.offer(root); while (!q.isEmpty()){ //记录当前结点 TreeNode cur q.poll(); System.out.println(cur.val); if(cur.left ! null){ q.offer(cur.left); } if (cur.right ! null){ q.offer(cur.right); } } }有返回值的层序遍历//层序遍历 public ListListInteger levelOrder(TreeNode root) { ListListInteger vessel new LinkedList(); if(root null){ return vessel; } QueueTreeNode q new LinkedList(); q.offer(root); while (!q.isEmpty()) { ListInteger l new LinkedList(); //队列里的元素个数 int size q.size(); while (size ! 0) { //记录当前结点 TreeNode cur q.poll(); l.add(cur.val); if (cur.left ! null) { q.offer(cur.left); } if (cur.right ! null) { q.offer(cur.right); } size--; } vessel.add(l); } return vessel; }将元素不断放入队列中同一层的元素出队放入到当前层链表处理完当前层数的所有元素后将这一层的链表放到大链表中一直到队列为空7、判断完全二叉树层序遍历的一个小变种核心在于当cur变成null的时候检查队列里是否有非空元素//判断完全二叉树 public boolean isCompleteTree(TreeNode root) { if(root null){ return true; } QueueTreeNode q new LinkedList(); q.offer(root); while (!q.isEmpty()){ TreeNode cur q.poll(); //此时其它所有子树的左右节点都已经入队过了(包括null) if(cur null){ break; } q.offer(cur.left); q.offer(cur.right); } //检查队列中是否存在非空元素存在则不是完全二叉树 while (!q.isEmpty()){ TreeNode top q.peek(); if(top ! null){ return false; } q.poll(); } return true; }8、二叉树的最近公共祖先递归的写法在于搞清楚p与q位置的三种情况//二叉树最近的公共祖先 //递归写法 public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) { if(root null){ return null; } if(root p || root q){ return root; } TreeNode left lowestCommonAncestor(root.left,p,q); TreeNode right lowestCommonAncestor(root.right,p,q); //p与q分别在根节点两侧 if(left ! null right ! null){ return root; }else if(left ! null){ //p与q都在左侧 return left; }else if(right ! null){ //p与q都在右侧 return right; }else { return null; } }迭代的写法有点类似之前的链表相交关键在于分别找到p与q各自的路径将路径存放到栈里面先让两个栈长度相等判断一起弹出元素若相等则为最近公共祖先//迭代写法 public TreeNode lowestCommonAncestor2(TreeNode root, TreeNode p, TreeNode q){ StackTreeNode s1 new Stack(); StackTreeNode s2 new Stack(); //要从根结点开始处理 getPath(root,p,s1); getPath(root,q,s2); //弹出多余部分size相同的时候找到pop出的相同结点 int size1 s1.size(); int size2 s2.size(); int size s1.size()-s2.size(); if(size 0){ while (size2 ! size1){ s2.pop(); size2--; } }else { while (size1 ! size2){ s1.pop(); size1--; } } while (size1 ! 0 ){ TreeNode m s1.pop(); TreeNode n s2.pop(); if(m n){ return m; } } return null; } //核心方法 //拿到路径的每一个元素 public boolean getPath(TreeNode root,TreeNode node,StackTreeNode s){ if(root null){ return false; } //将根节点放入栈 s.push(root); if(root node){ return true; } boolean flag1 getPath(root.left,node,s); if (flag1 true){ return true; } boolean flag2 getPath(root.right,node,s); if (flag2 true){ return true; } //弹出非路径结点 //即当前结点以及左右子树都没有目标结点 s.pop(); return false; }9、从前序中序序列中获取二叉树10、从中序后序遍历中获取二叉树整体逻辑1、自己创建一个带有四个参数的递归方法四个参数分别是​​​​​​中序数组、后序数组中序数组的开始指针inBegin、中序数组的结束指针inEnd2、定义一个后序数组的全局指针 postIndex初始指向后序数组的最后一个元素3、创建一个查找方法用于找到后序数组当前元素在中序数组中的位置。该方法参数包括中序数组、目标元素即当前后序指针指向的值中序数组的开始指针、中序数组的结束指针4、在递归方法中的执行步骤将后序数组当前指针指向的元素创建为根节点调用查找方法获取该根节点在中序数组中的下标inorderIndex后序数组指针前移postIndex--注意是从右向左移动先递归构建右子树范围inorderIndex1到inEnd再递归构建左子树范围inBegin到inorderIndex-1返回根节点5、终止条件当inBegin inEnd时返回nullint preIndex 0; //根据前序中序遍历构造二叉树 public TreeNode buildTree(int[] preorder, int[] inorder) { //初始范围整个中序数组即 0 到 length-1 return buildTreeChild(preorder, inorder, 0, inorder.length - 1); } public TreeNode buildTreeChild(int[] preorder, int[] inorder, int inBegin, int inEnd) { //终止条件 if(inBegin inEnd){ return null; } //1、从前序数组中取当前指针的值作为根节点 TreeNode root new TreeNode(preorder[preIndex]); //2、找到当前前序序列根节点在中序序列里的下标 int inorderIndex findRootIndex(inorder,preorder[preIndex],inBegin,inEnd); //3、前序序列指针前移找到下一个根节点递归时创建 preIndex; //4、递归左右子树 //注意左右子树的范围 root.left buildTreeChild(preorder,inorder,inBegin,inorderIndex-1); root.right buildTreeChild(preorder,inorder,inorderIndex1,inEnd); return root; } //负责找到当前前序序列根节点在中序序列里的下标 public int findRootIndex(int[] inorder, int key, int inBegin, int inEnd) { for (int i inBegin; i inEnd; i) { if (inorder[i] key){ return i; } } return -1; }12、根据二叉树创建字符串以及前、中、后序遍历的非递归写法也可以看看本章完

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2560530.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…