数据结构篇——二叉树
引入
在数据结构中，将现实生活中的树根抽象为根节点（Root）树叉抽象为结点（Node），将叶子抽象为（Leaf），将树枝抽象为边（Edge），且一条边只用来连接两个结点，互为父子节点。
二叉树的性质
二叉树
树可以没有结点，这种情况下把树称为空树。
SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。树的层次从根节点开始算，即根节点算第\(1\)层。【也有的教材规定根结点在第\(0\)层，这里全部以\(1\)层为准】
把结点的子树颗数称为结点的度（degree），树中所有结点的最大的度称为树的度（也叫做树的宽度）。
由于一条边连接两个结点，且树中不会存在环，因此对于有\(n\)个结点的树，边树一定是\(n-1\)。
结点的深度是指从根节点（深度为\(1\)）开始自顶向下逐层累加至该结点时的深度值；结点的高度是指从最底层叶子结点（高度为\(1\)）开始自底向上逐层累加至该结点时的高度值。树的深（高）度是结点的最大深（高）度，所以对树而言，深度和高度一定是相等的。
在深度为 \(k\) 的二叉树上最多有\(2^{k-1}\)个结点\(（k>=1)\)。
对于任何一棵非空的二叉树，如果叶节点个数为\(n_{0}\)，度数为\(2\)的节点个数为\(n_2\)，则有: $n_0 = n_2 + 1 $
在一棵二叉树中，除了叶子结点（度为\(0\)）之外，就剩下度为\(2(n_2)\)和\(1(n_1)\)的结点了。在二叉树中结点总数为\(T\)，\(T = n_0+n_1+n_2\)；而总度数为\(T-1\)。所以有：\(n_0+n_1+n_2-1 = 2*n_2 +n_1\)；得\(n_0 = n_2+1\);
完全二叉树
- 除了最下面一层之外，其余的结点数都达到了本层能达到的最大结点数。且最下面一层从左至右连续存在若干结点。
- 本质上还是一颗二叉树，适用二叉树的所有不与1矛盾的性质。
满二叉树：
- 每一层的节点数都达到了本层能达到的最大结点数。
- 本质上还是一颗完全二叉树，适用所有完全二叉树不与1矛盾的性质。
二叉树的存储结构
二叉树
一般来说，二叉树的数据结构定义为二叉链表，两个指针域分别指向左子树和右子树，不存在指向NULL。
typedef struct BTNode
{
char data;
struct BTNode* Left;
struct BTNode* Right;
}*BTree;完全二叉树
对于完全二叉树，它完全可以也采用上面的二叉链表存储，但由于其特性，还可以有更便捷的存储方法。对于一个完全二叉树，如果对所有结点按层次、左右顺序编号，规定根结点编号为\(1\)，对任一层的节点\(k（1<=k<=n）\)
- 结点\(k\)的左孩子为\(2*k\)
- 右孩子为\(2*k+1\)
- 如果有父节点（\(k>1\)），父节点为 \(k / 2\) 下取整。
也就是说完全二叉树可以通过建立一个大小为\(n\)的数组来存放所有节点的信息。
而且事实上，即便不是完全二叉树，可以将其视为完全二叉树，用一个特殊值（比如 \(-1\) ）表示空节点即可，但这样空间消耗十分巨大。
二叉树的遍历
二叉树的遍历是指通过一定顺序访问二叉树的所有节点。二叉树的有四种遍历方式，先、中、后序遍历，“先、中、后”表示根结点的遍历次序。此外，还有一种层次遍历。其中前三种一般使用DFS实现，层次遍历一般使用BFS实现。
先序遍历
先遍历分支的根结点，再遍历左子树，最后遍历右子树。
先序序列：\(ABDFECGHI\)
递归实现
void Preorder(BTree t) {
if (!t)return;
cout << t->data << " ";
Preorder(t->Left);
Preorder(t->Right);
}非递归实现
对于任一结点p：
- 访问该结点p，并将结点p入栈；
- 判断结点p的左孩子是否为空，若为空，则取栈顶结点并进行出栈操作，并将栈顶结点的右孩子置为当前的 结点p，循环置a；若不为空，则将p的左孩子置为当前结点p；
- 直到p为空，并且栈为空，则遍历结束。
void preorderUnRecur(BTree T) {
stack<BTree>s;
s.push(T);
while (!s.empty()) {
T = s.top();
s.pop();
cout << T->data << " ";
if (T->Right)
s.push(T->Right);
if (T->Left)
s.push(T->Left);
}
cout << endl;
}先序序列性质
由于先序序列优先访问根结点，因此对于一颗二叉树的先序序列来说，序列的第一个一定是根结点，对子树同样适用。
中序遍历
先遍历左子树，再遍历根结点，最后遍历右子树。
中序序列：\(DBEFAGHCI\)
递归实现
void Inorder(BTree t) {
if (!t)return;
Inorder(t->Left);
cout << t->data << " ";
Inorder(t->Right);
}非递归实现
对于任一结点：
- 若其左孩子不为空，则将p入栈，并将p的左孩子设置为当前的p，然后对当前结点再进行相同的操作；
- 若其左孩子为空，则取栈顶元素并进行出栈操作，访问该栈顶结点，然后将当前的p置为栈顶结点的右孩子；
- 直到p为空并且栈为空，则遍历结束。
void inorderUnRecur(BTree T) {
if (!T)return;
stack<BTree>s;
while (!s.empty() || T) {
if (T) {
s.push(T);
T = T->Left;
}
else {
T = s.top(); s.pop();
cout << T->data << " ";
T = T->Right;
}
}
cout << endl;
}中序序列性质
由于中序序列总是把根结点放在左子树和右子树中间，所以只要知道根结点在哪个位置，就可以通过根结点在中序序列中的位置区分出左子树和右子树。对子树同样适用。
比如中序序列：\(DBEFAGHCI\)，\(A\)为根结点，则一定可以知道，树中\(DBEF\)一定是\(A\)的左子树部分，而\(GHCI\)一定是\(A\)的右子树部分。
后序遍历
先遍历分支的左子树，再遍历右子树，最后遍历根结点。
后序序列：\(DEFBHGICA\)
递归实现
void Postorder(BTree t) {
if (!t)return;
Postorder(t->Left);
Postorder(t->Right);
cout << t->data << " ";
}非递归实现
在后序遍历中，要保证左孩子和右孩子都已被访问，并且左孩子在右孩子之前访问才能访问根结点，对于任一结点p，先将其入栈。再将p的右孩子和左孩子依次入栈，这样就保证了每次取栈顶元素的时候，左孩子在右孩子之前别访 问，左孩子和右孩子都在根结点前面被访问。
借用两个栈A，B，使用A栈访问，压栈顺序为中左右（先序遍历为中右左），把这些结点存到B栈里，最后一起出栈。
void postorderUnRecur(BTree T) {
if (!T)return;
stack<BTree>s1,s2;
s1.push(T);
while (!s1.empty()) {
T = s1.top(); s1.pop();
s2.push(T);
if (T->Left)s1.push(T->Left);
if (T->Right)s1.push(T->Right);
}
while (!s2.empty()) {
cout << s2.top()->data << " ";
s2.pop();
}
cout << endl;
}后序序列性质
后序序列总是把根结点放在最后访问，这和先序序列正好相反，因此对于后序遍历来说，序列的最后一个结点一定是根结点。对子树同样适用。
层次遍历
层次遍历是指按层次、左右的顺序从根结点向下逐层进行遍历，也就是完全二叉树的存储顺序。
void LayerOrder(BTree t) {
queue<BTNode*>q;
q.push(t);
while (!q.empty()) {
BTNode *now = q.front();
q.pop();
if (now->Left) q.push(now->Left);
if (now->Right)q.push(now->Right);
}
}这里队列中使用的元素是BTNode*，用BTNode也是可以的，只不过没法再遍历过程中对原树做修改，因为此时队列中存的是副本。
重建二叉树
给定包含中序序列的两个序列（也包括层序序列，代码没有写）可以重建出唯一的二叉树（不包含中序序列的两个、甚至三个序列创建出的二叉树不唯一）。
BTree BuildTree_pre_in(char* pre, char* in, int length) {
if (length == 0)
return NULL;
BTree BT = new BTNode;
BT->data = *pre;
int rootIndex = 0;
//当前子树先序序列的首个结点，是当前子树的根。
while (in[rootIndex] != *pre)
rootIndex++;
//刚才找到的结点，在中序序列中，它左边的部分是它的左子树，右边的部分是它的右子树，。
BT->Left = BuildTree_pre_in(pre + 1, in, rootIndex);
BT->Right = BuildTree_pre_in(pre + rootIndex + 1, in + rootIndex + 1, length - (rootIndex + 1));//因为rootIndex是下标，所以这里都要+1
return BT;
}
BTree BuildTree_in_post(char* in, char* post, int length) {
if (length == 0)
return NULL;
BTree BT = new BTNode;
BT->data = *(post + length - 1);
int rootIndex = length - 1;
//当前子树后序序列的最后一个结点，是当前子树的根。
while (in[rootIndex] != *(post + length - 1))
rootIndex--;
//刚才找到的结点，在中序序列中，它左边的部分是它的左子树，右边的部分是它的右子树。
BT->Left = BuildTree_in_post(in, post, rootIndex);
BT->Right = BuildTree_in_post(in + rootIndex + 1, post + rootIndex, length - (rootIndex + 1));
return BT;
}完整测试代码如下：
#include <iostream>
#include <stack>
using namespace std;
typedef struct BTNode
{
char data;
struct BTNode* Left;
struct BTNode* Right;
}*BTree;
BTree BuildTree_pre_in(char* pre, char* in, int length) {
if (length == 0)
return NULL;
BTree BT = new BTNode;
BT->data = *pre;
int rootIndex = 0;
//当前子树先序序列的首个结点，是当前子树的根。
while (in[rootIndex] != *pre)
rootIndex++;
//刚才找到的结点，在中序序列中，它左边的部分是它的左子树，右边的部分是它的右子树。
BT->Left = BuildTree_pre_in(pre + 1, in, rootIndex);
BT->Right = BuildTree_pre_in(pre + rootIndex + 1, in + rootIndex + 1, length - (rootIndex + 1));//因为rootIndex是下标，所以这里都要+1
return BT;
}
BTree BuildTree_in_post(char* in, char* post, int length) {
if (length == 0)
return NULL;
BTree BT = new BTNode;
BT->data = *(post + length - 1);
int rootIndex = length - 1;
//当前子树后序序列的最后一个结点，是当前子树的根。
while (in[rootIndex] != *(post + length - 1))
rootIndex--;
//刚才找到的结点，在中序序列中，它左边的部分是它的左子树，右边的部分是它的右子树。
BT->Left = BuildTree_in_post(in, post, rootIndex);
BT->Right = BuildTree_in_post(in + rootIndex + 1, post + rootIndex, length - (rootIndex + 1));
return BT;
}
void Inorder(BTree T) {
/*if (!BT)return;
Inorder(BT->Left);
cout << BT->data << " ";
Inorder(BT->Right);*/
if (!T)return;
stack<BTree>s;
while (!s.empty() || T) {
if (T) {
s.push(T);
T = T->Left;
}
else {
T = s.top(); s.pop();
cout << T->data << " ";
T = T->Right;
}
}
cout << endl;
}
void Preorder(BTree BT) {
/*if (!BT)return;
cout << BT->data << " ";
Preorder(BT->Left);
Preorder(BT->Right);*/
stack<BTree>s;
s.push(BT);
while (!s.empty()) {
BT = s.top();
s.pop();
cout << BT->data << " ";
if (BT->Right)
s.push(BT->Right);
if (BT->Left)
s.push(BT->Left);
}
cout << endl;
}
void Postorder(BTree T) {
/*if (!BT)return;
Postorder(BT->Left);
Postorder(BT->Right);
cout << BT->data << " ";*/
if (!T)return;
stack<BTree>s1, s2;
s1.push(T);
while (!s1.empty()) {
T = s1.top(); s1.pop();
s2.push(T);
if (T->Left)s1.push(T->Left);
if (T->Right)s1.push(T->Right);
}
while (!s2.empty()) {
cout << s2.top()->data << " ";
s2.pop();
}
cout << endl;
}
int main() {
char pre[] = "ABDGHCEIF";
char in[] = "GDHBAEICF";
char post[] = "GHDBIEFCA";
BTree T1 = BuildTree_pre_in(pre, in, strlen(in));
BTree T2 = BuildTree_in_post(in, post, strlen(in));
Postorder(T1);
Postorder(T2);
Preorder(T1);
Preorder(T2);
Inorder(T1);
Inorder(T2);
cout << endl;
return 0;
}后补
二叉树的前驱后继结点，表示中序遍历时，一个结点的前一个和后一个。
获取二叉树的深度
int height(BTree T) {
if (T == NULL)
return 0;
int left = height(T->Left);
int right = height(T->Right);
return left >= right ? left + 1 : right + 1;
}
