Java数据结构与算法分析 | 树

GitHub源码分享

项目主页: https://github.com/gozhuyinglong/blog-demos
本文源码: https://github.com/gozhuyinglong/blog-demos/tree/main/java-data-structures

1. 前言

咱们前面讲到了数组链表两种数据结构,其各自有本身的优缺点,咱们来回顾一下。java

  • 数组(Array)

优势:经过下标访问速度很是快。
缺点:须要检索具体某个值时,或者插入值时(会总体移动)效率较低node

  • 链表(Linked List)

优势: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git

咱们本篇讲到的树,便能提升数据的存储和读取效率。github

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。把它叫作“树”是由于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。算法

3. 树结构的特色

  • 树结构的每一个元素称为节点(node)
  • 每一个节点都有零个或多个子节点
  • 没有父节点的节点叫作根节点(root)
  • 每个非根结点有且只有一个父结点
  • 除了根结点外,每一个子结点能够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。

树结构

4. 树的经常使用术语

结合上图了解树的经常使用术语,加深对树的理解。数组

  • 节点(node)

树结构中的每个元素称为一个节点,如上图中的ABC......M数据结构

  • 根节点(root)

没有父节点的节点叫作根节点,如上图中的Aapp

  • 父节点(parent)

一个节点的上级节点叫作它的父节点,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ui

  • 子节点(child)

一个节点的下级节点叫作它的子节点,一个节点的子节点能够有多个,如上图中的IJK是E的子节点this

  • 兄弟节点(siblings)

拥有相同父节点的节点叫作兄弟节点,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作叶子节点,如图中的BFGLMIJK

  • 边(dege)

父子节点间的链接称为边,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)作为根的树称为子树,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

咱们将第3章中的树结构图经过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,子节点的层级须要+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
相关文章
相关标签/搜索