『数据结构与算法』树
微信搜索:码农StayUp
主页地址:https://gozhuyinglong.github.io
源码分享:https://github.com/gozhuyinglong/blog-demos
1. 前言
我们前面讲到了数组和链表两种数据结构,其各自有自己的优缺点,我们来回顾一下。
-
数组(Array)
优点:通过下标访问速度非常快。
缺点:需要检索具体某个值时,或者插入值时(会整体移动)效率较低 -
链表(Linked List)
优点:在插入某个值时,效率比数组高
缺点:检索某个值时效率仍然较低
我们本篇讲到的树,便能提高数据的存储和读取效率。
2. 树(Tree)
树是一种非线性的数据结构,它包含n(n>=1)个节点,(n-1)条边的有穷集合。把它叫做“树”是因为它看起来像一个倒挂的树,也就是说它是根朝上,叶子朝下的。
3. 树结构的特点
- 树结构的每个元素称为节点(node)
- 每个节点都有零个或多个子节点
- 没有父节点的节点叫做根节点(root)
- 每一个非根结点有且只有一个父结点
- 除了根结点外,每个子结点可以分为多个不相交的子树
- 父子节点由一条有向的边(edgeo)相连结。
4. 树的常用术语
结合上图了解树的常用术语,加深对树的理解。
-
节点(node)
树结构中的每一个元素称为一个节点,如上图中的ABC......M -
根节点(root)
没有父节点的节点叫做根节点,如上图中的A -
父节点(parent)
一个节点的上级节点叫做它的父节点,一个节点最多只能有一个父节点,如上图中C是F的父节点 -
子节点(child)
一个节点的下级节点叫做它的子节点,一个节点的子节点可以有多个,如上图中的IJK是E的子节点 -
兄弟节点(siblings)
拥有相同父节点的节点叫做兄弟节点,如上图中的L和M是兄弟节点 -
叶子节点(leaf)
没有子节点的节点叫做叶子节点,如图中的BFGLMIJK -
边(dege)
父子节点间的连接称为边,一棵树的边数为(n-1) -
节点的权(weight)
节点上的元素值 -
路径(path)
从root节点找到该节点的路线,如上图中L的路径为A-D-H-L。路径的长为该路径上边的条数,L路径的长为3(n-1)。 -
层(layer)
距离根节点相等的路径长度为一层,如上图中A为第一层;BCDE为第二层;FGHIJK为第三层;LM为第四层 -
子树(child tree)
以某一节点(非root)做为根的树称为子树,如以E为根的树称为A的子树 -
树的高度(height)
树的最大层数,上图中树的高度为4 -
森林(words)
多棵子树构成树林
5. 代码实现
我们将第3章中的树结构图通过Java代码进行实现。
TreeNode
类为树的一个节点,其中:
- element:存储当前节点的元素数据
- firstChild:指向当前节点的第一个子节点(如:A的firstChild为B;D的firstChild为G;G的firstChild为空)
- nextSibling:指向当前节点的下一个兄弟节点(如:B的nextSibling为C;G的nextSibling为H;H的nextSibling为空)
Tree
类实现了一棵树的初始化和遍历,listAll遍历算法的核心是递归。具体内容见代码
public class TreeDemo {
public static void main(String[] args) {
new Tree().initTree().listAll();
}
private static class Tree {
private TreeNode root; // 树根
/**
* 初始化一棵树
*/
private Tree initTree() {
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");
TreeNode i = new TreeNode("I");
TreeNode j = new TreeNode("J");
TreeNode k = new TreeNode("K");
TreeNode l = new TreeNode("L");
TreeNode m = new TreeNode("M");
root = a;
a.firstChild = b;
b.nextSibling = c;
c.nextSibling = d;
c.firstChild = f;
d.nextSibling = e;
d.firstChild = g;
e.firstChild = i;
g.nextSibling = h;
h.firstChild = l;
i.nextSibling = j;
j.nextSibling = k;
l.nextSibling = m;
return this;
}
/**
* 遍历一棵树,从root开始
*/
public void listAll() {
listAll(root, 0);
}
/**
* 遍历一棵树
*
* @param node 树节点
* @param depth 层级(用于辅助输出)
*/
public void listAll(TreeNode node, int depth) {
StringBuilder t = new StringBuilder();
for (int i = 0; i < depth; i++) {
t.append("\t");
}
System.out.printf("%s%s\n", t.toString(), node.element);
// 先遍历子节点,子节点的层级需要+1
if (node.firstChild != null) {
listAll(node.firstChild, depth + 1);
}
// 后遍历兄弟节点,兄弟节点的层级不变
if (node.nextSibling != null) {
listAll(node.nextSibling, depth);
}
}
}
private static class TreeNode {
private final Object element; // 当前节点数据
private TreeNode firstChild; // 当前节点的第一个子节点
private TreeNode nextSibling; // 当前节点的下一个兄弟节点
public TreeNode(Object element) {
this.element = element;
}
}
}
输出结果:
A
B
C
F
D
G
H
L
M
E
I
J
K
推荐阅读
- 《 数组 》
- 《 稀疏数组 》
- 《 链表(单链表、双链表、环形链表) 》
- 《 栈 》
- 《 队列 》
- 《 树 》
- 《 二叉树 》
- 《 二叉查找树(BST) 》
- 《 AVL树(平衡二叉树) 》
- 《 B树 》
- 《 散列表(哈希表) 》