二叉树算法小结

=

导航

  • 顶部
  • 概述
  • 准备工作
  • 先序遍历法
  • 中序遍历法
  • 后序遍历法
  • 层次遍历法
  • 测试
  • 总结
  • 顶部
  • 概述
  • 准备工作
  • 先序遍历法
  • 中序遍历法
  • 后序遍历法
  • 层次遍历法
  • 测试
  • 总结

概述

遍历二叉树有前序,中序,后序三大方法算。对于二叉树的三种不同的遍历方式,用递归的方法很容易写出实现代码,对于非递归的遍历算法使用数据结构堆栈作为工具代替递归以节省时空开销,在经过节点是先将其压入栈,要到他第几次从栈中弹出是才访问它,对于前序来说,是一次,对于中序来说是两次,对于后序则是三次。下面介绍下二叉树的几种遍历算法,包括递归和非递归的实现。

关于二叉树遍历方式的规则,可前往这里,本篇主要是对算法的陈列。

准备工作

首先,我们先建个二叉树结构

我们建立如下图所示的二叉树

然后,我们创建树,和遍历的结构,采用策略模式,让客户端调用


    //创建数的结构
    public class Tree
    {
        public string Data { get; set; }

        public Tree L_Tree { get; set; }

        public Tree R_Tree { get; set; }

        public Tree(string data)
        {
            this.Data = data;
            this.L_Tree = null;
            this.R_Tree = null;
        }
        public Tree(string data,Tree l,Tree r)
        {
            this.Data = data;
            this.L_Tree = l;
            this.R_Tree = r;
        }
    }
             

      //定义一个管理树的类,
       public class TreeManager
       {
           public TreeManager()
           {
               this.BuildTree();
           }
            //树的根节点
           private Tree root_Tree;

           private void BuildTree()
           {
               Tree g = new Tree("G");
               Tree d = new Tree("D", g, null);
               Tree h = new Tree("H");
               Tree e = new Tree("E", null, h);
               Tree b = new Tree("B", d, e);
               Tree f = new Tree("F");
               Tree c = new Tree("C", null, f);
               Tree a = new Tree("A", b, c);
               root_Tree = a;
           }

            //通过递归遍历
           public void outputTree_Recursion(ITreeShow fs)
           {
               fs.show_Tree_Recursion(this.root_Tree);
           }

            //通过递归遍历
           public void show_Tree_NonRecursion(ITreeShow fs)
           {
               fs.show_Tree_NonRecursion(this.root_Tree);
           }
       }
             

            //定义了一个接口类 (作为先序,中序,后序等方式遍历的抽象)
     public interface ITreeShow
    {
        void show_Tree_NonRecursion(Tree t);

        void show_Tree_Recursion(Tree t);

    }
             

准备工作做好以后,现在开始各种遍历算法的实现

先序遍历法

先序是根节点,左子树,右子数


     //先序遍历
    public class First_Read_Show : ITreeShow
    {
        //非递归-先序
        public void show_Tree_NonRecursion(Tree t)
        {
            Stack<Tree> tree_stack = new Stack<Tree>();
            while (t != null || tree_stack.Count > 0)
            {
                if (t != null)
                {
                    Console.Write(t.Data+",");
                    tree_stack.Push(t);
                    t = t.L_Tree;
                }
                else
                {
                    var item = tree_stack.Pop();
                    t = item.R_Tree;
                }
            }

        }

        //递归-先序
        public void show_Tree_Recursion(Tree t)
        {
            if (t == null)
            {
                return;
            }
            Console.Write(t.Data + ",");
            show_Tree_Recursion(t.L_Tree);
            show_Tree_Recursion(t.R_Tree);
        }
    }
             

中序遍历法

中序是先左子树,再根节点,再右子树


     public class Middle_Read_Show : ITreeShow
    {
        public void show_Tree_NonRecursion(Tree t)
        {
            Stack<Tree> stack_tree = new Stack<Tree>();
            while (t != null || stack_tree.Count > 0)
            {
                if (t != null)
                {
                    stack_tree.Push(t);
                    t = t.L_Tree;
                }
                else
                {
                    var item = stack_tree.Pop();
                    Console.Write(item.Data+",");
                    t = item.R_Tree;
                }
            }
        }

        //递归-后序
        public void show_Tree_Recursion(Tree t)
        {
            if (t == null)
            {
                return;
            }
            show_Tree_Recursion(t.L_Tree);
            Console.Write(t.Data + ",");
            show_Tree_Recursion(t.R_Tree);
        }
    }
             

后序遍历法

后序是先左子树,再右子树,再根节点


    //后序遍历
    public class Last_Read_Show : ITreeShow
    {
       //非递归-后序
        public void show_Tree_NonRecursion(Tree t)
        {
            Stack<Tree> stack_tree = new Stack<Tree>();
            HashSet<Tree> visited = new HashSet<Tree>();
            while (t != null || stack_tree.Count > 0)
            {
                if (t != null)
                {
                    stack_tree.Push(t);
                    t = t.L_Tree;
                }
                else
                {
                    var item=stack_tree.Peek();
                    if (item.R_Tree != null && !visited.Contains(item.R_Tree))
                    {
                        t = item.R_Tree;
                    }
                    else {
                        Console.Write(item.Data+",");
                        visited.Add(item);
                        stack_tree.Pop();
                    }
                }
            }
        }

        //递归-后序
        public void show_Tree_Recursion(Tree t)
        {
            if (t == null)
            {
                return;
            }
            show_Tree_Recursion(t.L_Tree);
            show_Tree_Recursion(t.R_Tree);
            Console.Write(t.Data + ",");
        }
             

层次排序法

层序遍历就是按照层次由左向右输出


        public class Layer_Read_Show : ITreeShow
    {
        public void show_Tree_NonRecursion(Tree t)
        {
            Queue<Tree> queue_tree = new Queue<Tree>();
            if (t != null)
            {
                queue_tree.Enqueue(t);
                while (queue_tree.Count > 0)
                {
                    var item = queue_tree.Dequeue();
                    Console.Write(item.Data + ",");
                    if (item.L_Tree != null)
                    {
                        queue_tree.Enqueue(item.L_Tree);
                    }
                    if (item.R_Tree != null)
                    {
                        queue_tree.Enqueue(item.R_Tree);
                    }
                }
            }
        }

        public void show_Tree_Recursion(Tree t)
        {
        }
    }
             

测试


             static void Main(string[] args)
        {
            TreeManager tree = new TreeManager();
            //先序-递归
            Console.WriteLine("先序-递归:");
            tree.outputTree_Recursion(new First_Read_Show());
            //先序-非递归
            Console.WriteLine();
            Console.WriteLine("先序-非递归:");
            tree.show_Tree_NonRecursion(new First_Read_Show());
            //中序-递归
            Console.WriteLine();
            Console.WriteLine("中序-递归:");
            tree.outputTree_Recursion(new Middle_Read_Show());
            //中序-非递归
            Console.WriteLine();
            Console.WriteLine("中序-非递归:");
            tree.show_Tree_NonRecursion(new Middle_Read_Show());
            //后序-递归
            Console.WriteLine();
            Console.WriteLine("后序-递归:");
            tree.outputTree_Recursion(new Last_Read_Show());
            //后序-非递归
            Console.WriteLine();
            Console.WriteLine("后序-非递归:");
            tree.show_Tree_NonRecursion(new Last_Read_Show());
            //层次遍历
            Console.WriteLine();
            Console.WriteLine("层次遍历:");
            tree.show_Tree_NonRecursion(new Layer_Read_Show());           

            Console.ReadKey();
        }
             

总结

算法文字描述

二叉树的遍历算法包括递归和非递归两种,递归比较简单,先叙述下非递归算法的实现

为了便于理解,这里以下图的二叉树为例,分析二叉树的三种遍历方式的实现过程。

  • 先序遍历的非递归实现

    根据先序遍历的顺序,先访问根节点,再访问左子树,后访问右子树,而对于每个子树来说,又按照同样的访问顺序进行遍历,上图的先序遍历顺序为:ABDECF。非递归的实现思路如下:

    对于任一节点P,

    • 输出节点P,然后将其入栈,再看P的左孩子是否为空;
    • 若P的左孩子不为空,则置P的左孩子为当前节点,重复1)的操作;
    • 若P的左孩子为空,则将栈顶节点出栈,但不输出,并将出栈节点的右孩子置为当前节点,看其是否为空;
    • 若不为空,则循环至1)操作;
    • 如果为空,则继续出栈,但不输出,同时将出栈节点的右孩子置为当前节点,看其是否为空,重复4)和5)操作;
    • 直到当前节点P为NULL并且栈空,遍历结束。
  • 中序遍历的非递归实现

    根据中序遍历的顺序,先访问左子树,再访问根节点,后访问右子树,而对于每个子树来说,又按照同样的访问顺序进行遍历,上图的中序遍历顺序为:DBEAFC。非递归的实现思路如下:

    对于任一节点P,

    • 若P的左孩子不为空,则将P入栈并将P的左孩子置为当前节点,然后再对当前节点进行相同的处理;
    • 若P的左孩子为空,则输出P节点,而后将P的右孩子置为当前节点,看其是否为空;
    • 若不为空,则重复1)和2)的操作;
    • 若为空,则执行出栈操作,输出栈顶节点,并将出栈的节点的右孩子置为当前节点,看起是否为空,重复3)和4)的操作;
    • 直到当前节点P为NULL并且栈为空,则遍历结束。
  • 后序遍历的非递归实现

    根据后序遍历的顺序,先访问左子树,再访问右子树,后访问根节点,而对于每个子树来说,又按照同样的访问顺序进行遍历,上图的后序遍历顺序为:DEBFCA。后序遍历的非递归的实现相对来说要难一些,要保证根节点在左子树和右子树被访问后才能访问,思路如下:

    对于任一节点P,

    • 先将节点P入栈;
    • 若P不存在左孩子和右孩子,或者P存在左孩子或右孩子,但左右孩子已经被输出,则可以直接输出节点P,并将其出栈,将出栈节点P标记为上一个输出的节点,再将此时的栈顶结点设为当前节点;
    • 若不满足2)中的条件,则将P的右孩子和左孩子依次入栈,当前节点重新置为栈顶结点,之后重复操作2);
    • 直到栈空,遍历结束。

完整代码下载地址:点这里

时间: 2024-10-11 20:58:22

二叉树算法小结的相关文章

用HTML5实现的各种排序算法的动画比较 及算法小结

用HTML5实现的各种排序算法的动画比较 http://www.webhek.com/misc/comparison-sort/ 几种排序算法效率的比较 来源:http://blog.chinaunix.net/uid-20773165-id-1847742.html 1.稳定性比较 插入排序.冒泡排序.二叉树排序.二路归并排序及其他线形排序是稳定的 选择排序.希尔排序.快速排序.堆排序是不稳定的 2.时间复杂性比较 插入排序.冒泡排序.选择排序的时间复杂性为O(n2) 其它非线形排序的时间复杂

数据挖掘中分类算法小结

数据挖掘中分类算法小结 数据仓库,数据库或者其它信息库中隐藏着许多可以为商业.科研等活动的决策提供所需要的知识.分类与预测是两种数据分析形式,它们可以用来抽取能够描述重要数据集合或预测未来数据趋势的模型.分类方法(Classification)用于预测数据对象的离散类别(Categorical Label);预测方法(Prediction )用于预测数据对象的连续取值. 分类技术在很多领域都有应用,例如可以通过客户分类构造一个分类模型来对银行贷款进行风险评估;当前的市场营销中很重要的一个特点是强

稀疏矩阵的三元组顺序表存储及矩阵相乘算法小结

稀疏矩阵的三元组顺序表存储及矩阵相乘算法小结 巧若拙(欢迎转载,但请注明出处:http://blog.csdn.net/qiaoruozhuo) 一:稀疏矩阵的三元组顺序表数据结构 typedef int ElemType; typedef struct { intx, y;  //该非零元素的行下标和列下标 ElemTypee; //该非零元素的值 } Triple; typedef struct { Tripledata[MAXSIZE]; //非零元素三元组顺序表 intmu, nu, t

二叉树算法

<html> <head> <meta http-equiv="Content-Type" content="text/html; charset=utf-8" /> <title>二叉树算法</title> <script type="text/javascript"> window.onload = function () { function Node(data, le

18大经典数据挖掘算法小结

18大经典数据挖掘算法小结 本文所有涉及到的数据挖掘代码的都放在了我的github上了. 地址链接: https://github.com/linyiqun/DataMiningAlgorithm 大概花了将近2个月的时间,自己把18大数据挖掘的经典算法进行了学习并且进行了代码实现,涉及到了决策分类,聚类,链接挖掘,关联挖掘,模式挖掘等等方面.也算是对数据挖掘领域的小小入门了吧.下面就做个小小的总结,后面都是我自己相应算法的博文链接,希望能够帮助大家学习. 1.C4.5算法.C4.5算法与ID3

最短路径算法小结

不同性质的图中,所采取的策略有所不同,自然存在各样的求最短路径的算法. 无向无权图:BFS 有向正权图:Dijkstra 有向无负环图:Bellman-Ford(单点),Floyd-Warshall(任意两点) 有向无环图(dags): 基于动态规划的算法. 广度优先搜索(BFS) 对于无向无权图(也可以假设权值为1),就可以使用最基本的广度优先搜索算法,从源点开始对整个图进行搜索,访问到所有的点.因为广度优先搜索最先访问到的是相邻的点,所以距离最近的点最先访问到,记录的距离也就最小. 算法伪代

Paxos算法小结

转自不正直的绅士,因百度空间迁移,无法注明出处,我从其google搜索引擎中的cache进行的copy. 不正直的绅士 是跟我一起工作过的非常有才的一个青年才俊. Paxos的使用非常广泛.sanlock也使用了paxos. 共研究Paxos算法的程序猿参考. Paxos算法小结 1 Paxos算法的背景1.1 State Machine Approach与一致性算法1.2 CAP理论与一致性算法2 Paxos算法2.1 Paxos算法的角色2.2 Paxos算法的描述2.3 Paxos算法的简

JavaScript实现二叉树算法

二叉树的遍历方式 分别为中序遍历(左子树->当前节点->右子树).前序遍历(当前节点->左子树->右子树).后序遍历(左子树->右子树->当前节点).下面使用JavaScript语言实现二叉树的三种遍历算法. 首先构造一个排序二叉树(即满足左子节点比父节点小,右子节点比父节点大的二叉树),然后对其分别进行中序.前序.后序遍历. 排序二叉树结构图如下图所示: 说明: 其中8为根节点(没有父节点的节点),4,.7.13为叶子节点(最后一层上没有子节点的节点),3.10.1.

python环境下使用mysql数据及数据结构和二叉树算法(图)

python环境下使用mysql数据及数据结构和二叉树算法(图):1 python环境下使用mysql2使用的是 pymysql库3 开始-->创建connection-->获取cursor-->操作-->关闭cursor->关闭connection->结束45 代码框架6 import pymysql.cursors7 ###连接数据库8 connection = pymysql.connect(host='127.0.0.1',port=3306,user='roo