【数据结构指南】深入二叉树遍历

【数据结构指南】深入二叉树遍历

前言:

        在前文中,我们探讨了完全二叉树和满二叉树的概念与性质,并基于完全二叉树实现了堆这一数据结构。然而,对于普通二叉树的认识仍有待深入,本文将系统性地介绍普通二叉树的遍历相关内容。

        

        

一、前置说明

        

一般而言,对于一棵普通二叉树是通过链式结构定义,即每个节点包含三个部分:

        

1.数据域(data):用于存储节点的值

        

2.左指针(left):用于指向左子节点

        

3.右指针(right):用于指向右子节点        

        

typedef int BTDataType;//此处将 (int)整形 作为节点存储的内容 typedef struct BinaryTree { BTDataType data; struct BinaryTree* left; struct BinaryTree* right; }BTNode;

        

        在学习二叉树的基本操作前,需先要先创建一棵二叉树,然后才能学习其相关的基本操作,但是由于我们对二叉树结构掌握还不够深入,为此我们可以通过手动快速创建一棵简单的二叉树。

如下图所示:

        

代码实现如下:        

BTNode* BuyNode(int x) { BTNode* root = (BTNode *)malloc(sizeof(BTNode)); if (root == NULL) { perror("malloc fail"); return NULL; } root->data = x; root->left = NULL; root->right = NULL; return root; } BTNode* TreeCreate() { BTNode* node1 = BuyNode(1); BTNode* node2 = BuyNode(2); BTNode* node3 = BuyNode(3); BTNode* node4 = BuyNode(4); BTNode* node5 = BuyNode(5); BTNode* node6 = BuyNode(6); node1->left = node2; node1->right = node4; node2->left = node3; node2->right = node6; node4->left = node5; return node1; }

        

二、二叉树前序遍历

        

1. 前序遍历的操作

        

   A、若此棵树为空树,即根节点为NULL,不进行任何操作。

        

   B、若此棵树不为空,即根节点不为NULL,进行如下操作:

        ①访问根节点

        ②先序遍历左子树

        ③先序遍历右节点

所以先序遍历也可简记为: 根   左   右  的顺序进行遍历,具体如何进行遍历,请帅观众耐心往下看。

           

现在有如下一棵二叉树:

        

由根节点 -> 左子树 -> 右子树 这个顺序:

        

那么肯定有帅观众问,直接访问根节点好理解,那么如何理解访问左子树和右子树呢?

       

其实我们可以把左子树再看成一棵树,这样就又可以看成:        根节点    左子树     右子树

        

其实我们也可以把右子树也看成一棵树,这样就也可以看成:     根节点   左子树      右子树


        

如上图所示:根节点1  左子树(以2为根节点)  右子树(以4为根节点)           

                        

                      左子树: 根节点2  左子树(以3为根节点)   右子树(空)

                        

                      右子树: 根节点4  左子树(以5为根节点)  右子树(以6为根节点)

        

这样是不是将一个大问题分成若干个小问题,这不就是递归的思想,所以我们可以通过递归函数的形式,对先序遍历的代码编写。

        

        

前序遍历的结果如下图所示:

        

        

如果不省略空节点的打印即为:1    2    3    NULL   NULL   NULL   4   5   NULL    NULL    6   NULL   NULL

        

如果省略空节点的打印即为:1    2    3    4    5    6

        

        

2.前序遍历代码实现

        

//前序遍历 void PrevOrder(BTNode* root) { if (root == NULL) { printf("NULL "); return; } printf("%d ", root->data); PrevOrder(root->left); PrevOrder(root->right); } 

        

打印结果如下图所示:        

        

        

3.递归调用图

        

        

三、二叉树中序遍历

        

1.中序遍历的操作

        

   A、若此棵树为空树,即根节点为NULL,不进行任何操作。

        

   B、若此棵树不为空,即根节点不为NULL,进行如下操作:

        ①中序访问左子树

        ②访问根节点

        ③中序遍历右节点

所以先序遍历也可简记为:左    根   右  的顺序进行遍历。

        

现有如下一棵二叉树:

        

        

        

中序遍历的结果如下图所示:

        

如果不省略空节点的打印即为:NULL 3 NULL 2 NULL 1 NULL 5 NULL 4 NULL 6 NULL

        

如果省略空节点的打印即为: 3     2       1      5      4     6

        

        

2.中序遍历代码实现

        

//中序遍历 void InOrder(BTNode* root) { if (root == NULL) { printf("NULL "); return; } InOrder(root->left); printf("%d ", root->data); InOrder(root->right); }

        

        

        

四、二叉树后序遍历

        

1.后序遍历的操作

        

 A、若此棵树为空树,即根节点为NULL,不进行任何操作。

        

   B、若此棵树不为空,即根节点不为NULL,进行如下操作:

        ①后序访问左子树

        ②访问根节点

        ③后序遍历右节点

所以先序遍历也可简记为:左    右   根  的顺序进行遍历。

        

现有如下一棵二叉树:

        

      

后序遍历的结果如下图所示:

        

        

如果不省略空节点的打印即为:NULL    NULL    3    NULL    2    NULL    NULL    5    NULL    NULL    6    4    1

        

如果省略空节点的打印即为: 3     2       5      6      4     1

        

        

2.后序的遍历代码实现

        

//后序遍历 void PostOrder(BTNode* root) { if (root == NULL) { printf("NULL "); return; } PostOrder(root->left); PostOrder(root->right); printf("%d ", root->data); }

        

        

五、二叉树层序遍历

        

1.层次遍历的操作

进行层次遍历时需要借助一个队列,层次遍历的核心思想为:上一层的节点出队,带入下一层的节点入队

如下图所示:

        

① 将二叉树的根结点入队;

        

② 若队列非空,则队头结点出队并访问该结点,若它有左孩子,则将其左孩子入队;若它有右孩子,则将其右孩子入队;

        

        

        

下图为二叉树的层次遍历,即按照箭头所指的方向,按照自上而下,自左向右的顺序对二叉树的各个结点进行逐层访问.

        

可以得到下图二叉树的层次遍历序列为:1   2   3   4   5    6

                

        

2.层序遍历代码实现

        

// 层序遍历 // 上一层节点出队,带入下一层节点入队 void TreeLevelOrder(BTNode* root) { //创建一个队列 Queue q; //初始化队列 QueueInit(&q); //如果根节点指针不为空入队 if (root) QueuePush(&q, root); while (!QueueEmpty(&q)) { //获取队头元素,获取的是QNode节点中存储的值 BTNode* front = QueueFront(&q); //出队头,这里是销毁了QNode节点,而存储在QNode节点中的BTNode节点并未删除 QueuePop(&q); //打印队头信息 printf("%d ", front->data); //并访问该节点,如果该节点的左孩子存在则入队,如果该节点的右孩子存在则入队 if (front->left) QueuePush(&q, front->left); if (front->right) QueuePush(&q, front->right); } //销毁队列 QueueDestroy(&q); }

       

六、小试牛刀

     

1.练习一   

        

二叉树的前序(先序)遍历为:EFHIGJK,二叉树的中序遍历:HFIEJKG,则二叉树为?

        

核心思路:由前序遍历确定根,中序遍历确定左右子树

        

前序遍历的特点:根  左子树  右子树         中序遍历的特点: 左子树     根      右子树

        

所以对于前序遍历而言,从左往右进行的过程就是相当于对根的遍历

        

而通过根的确定,对中序序列进行分割左右子树。

        

        

二叉树如下图所示:

        

        

2.练习二

        

二叉树的中序遍历序列:badce,后序遍历序列:bdeca,则二叉树的形状为?

        

核心思路:由后序遍历确定根,中序遍历确定左右子树

        

后序遍历的特点:  左子树  右子树   根         中序遍历的特点: 左子树     根      右子树

        

对于后序序列从右往左的过程,就相当于对根进行确定

        

 而通过根的确定,对中序序列进行分割左右子树。      


        

        

 二叉树如下图所示:        

        


        

                

3.练习三

        

二叉树的后序遍历序列与中序遍历序列相同,均为 ABCDEF ,则按层次输出(同一层从左到右)的序列  

        

核心思路:由后序遍历确定根,中序遍历确定左右子树

        

后序遍历的特点:  左子树  右子树   根         中序遍历的特点: 左子树     根      右子树

        

对于后序序列从右往左的过程,就相当于对根进行确定

        

 而通过根的确定,对中序序列进行分割左右子树。

        

        

二叉树如下图所示:

        


  故而:层序遍历的结果为:FEDCBA

        

4.练习四

        

完全二叉树按层次输出(同一层从左到右)的序列为 ABCDEFGH ,则该完全二叉树的前序序列为?

        

由层序遍历的特性:自上而下,自左到右

        

二叉树如下图所示:

        


故而前序遍历的结果为:ABDHECFG

        

        

 既然看到这里了,不妨关注+点赞+收藏,感谢大家,若有问题请指正。

Read more

Flutter 组件 dart_nostr 适配鸿蒙 HarmonyOS 实战:去中心化通讯,构建分布式 Relay 订阅与非对称加密架构

Flutter 组件 dart_nostr 适配鸿蒙 HarmonyOS 实战:去中心化通讯,构建分布式 Relay 订阅与非对称加密架构

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 dart_nostr 适配鸿蒙 HarmonyOS 实战:去中心化通讯,构建分布式 Relay 订阅与非对称加密架构 前言 在鸿蒙(OpenHarmony)生态迈向万物智联、涉及去中心化社交(DeSo)、分布式身份(DID)及抵御单点崩溃的通讯环境背景下,如何构建一套不依赖中心化服务器、具备绝对抗审查性且数据主权归属于用户的通讯协议,已成为决定新一代互联网应用“生命力”的关键。在鸿蒙设备这类强调分布式软总线与端侧安全治理的环境下,如果应用依然依赖脆弱的中心化中转机,由于由于网络链路的单一性,极易由于由于“中心节点宕机”导致全球范围内的业务中断。 我们需要一种能够基于简单非对称加密、支持全球 Relay(中继器)分发且具备“无主化”特性的抗毁协议。 dart_nostr 为 Flutter 开发者引入了 Nostr(Notes

By Ne0inhk
【MySQL数据库基础】(五)MySQL 数据类型深度解析:选对类型 = 性能拉满!

【MySQL数据库基础】(五)MySQL 数据类型深度解析:选对类型 = 性能拉满!

前言         在 MySQL 表结构设计中,数据类型的选择是最核心也最容易踩坑的环节。很多开发者随手给字段设为int、varchar(255),看似省事,实则会导致磁盘空间浪费、查询效率低下,甚至出现数据溢出、精度丢失的问题。         选对数据类型的本质,是用最小的存储空间存储符合业务需求的数据,这不仅能节省服务器资源,还能提升索引和查询的效率。本文将从 MySQL 的四大核心数据类型(数值、字符串、日期时间、枚举集合)出发,结合实战案例讲透每种类型的用法、边界、坑点,还有不同场景下的选择技巧,让你从根源上做好表结构设计!下面就让我们正式开始吧! 一、数据类型总览:四大类覆盖所有业务场景         MySQL 提供了丰富的数据类型,按用途可分为数值类型、字符串类型、日期时间类型和特殊字符串类型(ENUM/SET),不同类型对应不同的存储规则和业务场景,核心设计原则是按需选择,宁小勿大。         先看一张核心数据类型分类表,快速建立整体认知: 分类核心类型适用场景数值类型TINYINT/INT/BIGINT/FLOAT/

By Ne0inhk
基于多智能体强化学习的医疗检索增强生成系统研究—MMOA-RAG架构设计与实现

基于多智能体强化学习的医疗检索增强生成系统研究—MMOA-RAG架构设计与实现

1. 引言 医疗AI面临知识更新快(每年PubMed新增100万文献)、专业性强(SNOMED CT含35万临床概念)等挑战。传统RAG系统存在三大局限: 1. 模块目标冲突(检索高召回率 vs 生成高准确性) 2. 动态依赖缺失(查询改写影响检索策略) 3. 医疗合规风险(FDA要求Class II设备错误率<7%) 本研究特点: * 提出四智能体协同架构(查询/检索/过滤/生成) * 设计临床奖励函数 Rclinical=0.6F1+0.3Safety+0.1ExpertR_{clinical}=0.6F_1+0.3Safety+0.1ExpertR

By Ne0inhk
Flutter 组件 fletch 的适配 鸿蒙Harmony 实战 - 驾驭高性能网络爬虫、实现鸿蒙端多并发与自定义拦截器的资产自动化抓取方案

Flutter 组件 fletch 的适配 鸿蒙Harmony 实战 - 驾驭高性能网络爬虫、实现鸿蒙端多并发与自定义拦截器的资产自动化抓取方案

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 fletch 的适配 鸿蒙Harmony 实战 - 驾驭高性能网络爬虫、实现鸿蒙端多并发与自定义拦截器的资产自动化抓取方案 前言 在数据驱动的鸿蒙(OpenHarmony)应用开发中,很多时候我们需要从外部网络环境大规模采集实时资讯、获取海量资源路径或者是进行自动化的接口探测。传统的 http 库虽然简单,但在面对数十路并发下载、复杂的 Cookie 状态维持以及多级的请求拦截(Interceptor)时,往往显得捉襟见肘。 fletch 正是一款专为高性能、工业级抓取任务设计的 Dart 网络增强库。它不仅支持极致的并发限流,更提供了一套类似拦截器管线的强大插件化能力。 适配到鸿蒙系统后,配合鸿蒙底层的网络切片和能效策略,fletch 能让你的数据采集应用在保持低功耗的同时,展现出前所未有的吞吐力。本文将为你深入剖析 fletch 在鸿蒙实战环境下的深度集成与优化。 一、原理解析 / 概念介绍 1.1

By Ne0inhk