如果一棵二叉树只有度为 0 的结点和度为 2 的结点,并且度为 0 的结点在同一层上,则这棵二叉树为满二叉树。
一棵满二叉树如果深度为 k
,则其结点数为
在完全二叉树中,除了最底层节点可能没填满外,其余每层节点数都达到最大值,并且最下面一层的节点都集中在该层最左边的若干位置。
若最底层为第 k 层,则该层包含 1~$2^{k-1}$ 个节点。
二叉搜索树是一个有序树。
- 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值;
- 若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值;
- 它的左、右子树也分别为二叉排序树。
C++ 中 map
, set
, multimap
, multiset
的底层实现都是平衡二叉搜索树,所以 map
,
set
的增删操作时间时间复杂度是
unordered_map
, unordered_set
, unordered_map
, unordered_set
的底层实现则是哈希表。
平衡二叉搜索树又被称为 AVL (Adelson-Velsky and Landis) 树,且具有以下性质:它是一棵空树或它的左右两个子树的高度差的绝对值不超过
1
,并且左右两个子树都是一棵平衡二叉树。
- 结点是红色或黑色。
- 根是黑色。
- 所有叶子结点(
null
)都是黑色。 - 每个红色节点必须有两个黑色的子结点。
- 从每个叶子到根的所有路径上不能有两个连续的红色结点。
- 从任一结点到其每个叶子的所有简单路径都包含相同数目的黑色结点。
二叉树可以链式(链表)存储,也可以顺序(数组)存储。
- 深度优先(递归法,迭代法)
- 前序遍历
- 中序遍历
- 后序便利
- 广度优先(迭代法)
- 层次遍历
栈是递归的一种实现结构,因此,前中后序遍历的逻辑其实可以借助栈用非递归的方式实现。
而广度优先遍历的实现一般借助队列。
struct TreeNode {
int val;
TreeNode *left;
TreeNode *right;
TreeNode(int x) : val(x), left(NULL), right(NULL) {}
};
以前序遍历为例:
-
确定递归函数的参数和返回值:因为要打印出前序遍历结点的数值,所以参数里需要传入 vector 存放结点数值,除了这一点就不需要再处理什么数据了,也不需要有返回值,所以递归函数返回类型是
void
:void traversal(TreeNode* cur, vector<int>& vec);
-
确定终止条件:在递归的过程中,如果当前遍历的结点是空的,那么本层递归就可以结束了:
if (cur == NULL) return;
-
确定单层递归的逻辑:前序遍历是中左右的循序,所以在单层递归的逻辑,是先取中结点的数值:
vec.push_back(cur->val); // 中 traversal(cur->left, vec); // 左 traversal(cur->right, vec); // 右
前序遍历:
class Solution {
public:
void traverse(TreeNode* cur, vector<int>& vec) {
if (cur == NULL) return;
vec.push_back(cur->val); // 中
traverse(cur->left, vec); // 左
traverse(cur->right, vec); // 右
}
vector<int> preorderTraversal(TreeNode* root) {
vector<int> result;
traverse(root, result);
return result;
}
};
中序遍历:
void traverse(TreeNode* cur, vector<int>& vec) {
if (cur == NULL) return;
traverse(cur->left, vec); // 左
vec.push_back(cur->val); // 中
traverse(cur->right, vec); // 右
}
后序遍历:
void traverse(TreeNode* cur, vector<int>& vec) {
if (cur == NULL) return;
traverse(cur->left, vec); // 左
traverse(cur->right, vec); // 右
vec.push_back(cur->val); // 中
}
class Solution {
public:
vector<int> preorderTraversal(TreeNode* root) {
stack<TreeNode*> st;
vector<int> result;
if (root == NULL) return result;
st.push(root);
while (!st.empty()) {
TreeNode* node = st.top(); // 中
st.pop();
result.push_back(node->val);
if (node->right) st.push(node->right); // 右(空节点不入栈)
if (node->left) st.push(node->left); // 左(空节点不入栈)
}
return result;
}
};
class Solution {
public:
vector<int> inorderTraversal(TreeNode* root) {
vector<int> result;
stack<TreeNode*> st;
TreeNode* cur = root;
while (cur != NULL || !st.empty()) {
if (cur != NULL) { // 指针来访问节点,访问到最底层
st.push(cur); // 将访问的节点放进栈
cur = cur->left; // 左
} else {
cur = st.top(); // 从栈里弹出的数据,就是要处理的数据(放进result数组里的数据)
st.pop();
result.push_back(cur->val); // 中
cur = cur->right; // 右
}
}
return result;
}
};
先序遍历是“中左右”,后序遍历是“左右中”,调整一下先序遍历的代码顺序就可以变成“中右左”,输出的结果就是左右中了:
class Solution {
public:
vector<int> postorderTraversal(TreeNode* root) {
stack<TreeNode*> st;
vector<int> result;
if (root == NULL) return result;
st.push(root);
while (!st.empty()) {
TreeNode* node = st.top();
st.pop();
result.push_back(node->val);
if (node->left) st.push(node->left); // 相对于前序遍历,这更改一下入栈顺序
if (node->right) st.push(node->right); // 空节点不入栈
}
reverse(result.begin(), result.end()); // 将结果反转之后就是左右中的顺序了
return result;
}
};
// 前序遍历
class Solution {
public:
vector<int> preorderTraversal(TreeNode* root) {
vector<int> result;
stack<TreeNode*> st;
if (root != NULL) st.push(root);
while (!st.empty()) {
TreeNode* node = st.top();
if (node != NULL) {
st.pop();
if (node->right) st.push(node->right); // 右
if (node->left) st.push(node->left); // 左
st.push(node); // 中
st.push(NULL);
} else {
st.pop();
node = st.top();
st.pop();
result.push_back(node->val);
}
}
return result;
}
};
// 中序遍历
class Solution {
public:
vector<int> inorderTraversal(TreeNode* root) {
vector<int> result;
stack<TreeNode*> st;
if (root != NULL) st.push(root);
while (!st.empty()) {
TreeNode* node = st.top();
if (node != NULL) {
st.pop(); // 将该节点弹出,避免重复操作,下面再将右中左节点添加到栈中
if (node->right) st.push(node->right); // 添加右节点(空节点不入栈)
st.push(node); // 添加中节点
st.push(NULL); // 中节点访问过,但是还没有处理,加入空节点做为标记。
if (node->left) st.push(node->left); // 添加左节点(空节点不入栈)
} else { // 只有遇到空节点的时候,才将下一个节点放进结果集
st.pop(); // 将空节点弹出
node = st.top(); // 重新取出栈中元素
st.pop();
result.push_back(node->val); // 加入到结果集
}
}
return result;
}
};
// 后序遍历
class Solution {
public:
vector<int> postorderTraversal(TreeNode* root) {
vector<int> result;
stack<TreeNode*> st;
if (root != NULL) st.push(root);
while (!st.empty()) {
TreeNode* node = st.top();
if (node != NULL) {
st.pop();
st.push(node); // 中
st.push(NULL);
if (node->right) st.push(node->right); // 右
if (node->left) st.push(node->left); // 左
} else {
st.pop();
node = st.top();
st.pop();
result.push_back(node->val);
}
}
return result;
}
};
- 中序 + 前序 ✅
- 中序 + 后序 ✅
- 中序 + 层序 ✅
- 前序 + 后序 ❌
- 二叉树
- 二叉树理论基础
- 二叉树的递归遍历
- 二叉树的迭代遍历
- 二叉树的统一迭代法
- 二叉树的层序遍历
- 翻转二叉树
- 二叉树周末总结
- 对称二叉树
- 二叉树的最大深度
- 二叉树的最小深度
- 完全二叉树的节点个数
- 平衡二叉树
- 二叉树的所有路径
- 二叉树周末总结
- 左叶子之和
- 找树左下角的值
- 路径总和
- 从中序与后序遍历序列构造二叉树
- 最大二叉树
- 二叉树周末总结
- 合并二叉树
- 二叉搜索树中的搜索
- 验证二叉搜索树
- 二叉搜索树的最小绝对差
- 二叉搜索树中的众数
- 二叉树的最近公共祖先
- 二叉树周末总结
- 二叉搜索树的最近公共祖先
- 二叉搜索树中的插入操作
- 删除二叉搜索树中的节点
- 修剪二叉搜索树
- 将有序数组转换为二叉搜索树
- 把二叉搜索树转换为累加树
- 二叉树总结篇