图论中的树和现实生活中的树长得一样,只不过我们习惯于处理问题的时候把树根放到上方来考虑。这种数据结构看起来像是一个倒挂的树,因此得名。
一个没有固定根结点的树称为 无根树(unrooted tree)。无根树有几种等价的形式化定义:
-
有
$n$ 个结点,$n-1$ 条边的连通无向图 -
无向无环的连通图
-
任意两个结点之间有且仅有一条简单路径的无向图
-
任何边均为桥的连通图
-
没有圈,且在任意不同两点间添加一条边之后所得图含唯一的一个圈的图
在无根树的基础上,指定一个结点称为 根,则形成一棵 有根树(rooted tree)。有根树在很多时候仍以无向图表示,只是规定了结点之间的上下级关系,详见下文。
-
森林(forest):每个连通分量(连通块)都是树的图。按照定义,一棵树也是森林。
-
生成树(spanning tree):一个连通无向图的生成子图,同时要求是树。也即在图的边集中选择
$n - 1$ 条,将所有顶点连通。 -
结点的深度(depth):到根结点的路径上的边数。
-
树的高度(height):所有结点的深度的最大值。
-
无根树的叶结点(leaf node):度数不超过
$1$ 的结点。
[!TIP]+question ** 为什么不是度数恰为
$1$ ?**考虑
$n = 1$ 。
- 有根树的叶结点(leaf node):没有子结点的结点。
-
父亲(parent node):对于除根以外的每个结点,定义为从该结点到根路径上的第二个结点。 根结点没有父结点。
-
祖先(ancestor):一个结点到根结点的路径上,除了它本身外的结点。 根结点的祖先集合为空。
-
子结点(child node):如果
$u$ 是$v$ 的父亲,那么$v$ 是$u$ 的子结点。
子结点的顺序一般不加以区分,二叉树是一个例外。 -
兄弟(sibling):同一个父亲的多个子结点互为兄弟。
-
后代(descendant):子结点和子结点的后代。
或者理解成:如果$u$ 是$v$ 的祖先,那么$v$ 是$u$ 的后代。
- 子树(subtree):删掉与父亲相连的边后,该结点所在的子图。
-
链(chain/path graph):满足与任一结点相连的边不超过
$2$ 条的树称为链。 -
菊花/星星(star):满足存在
$u$ 使得所有除$u$ 以外结点均与$u$ 相连的树称为菊花。 -
有根二叉树(rooted binary tree):每个结点最多只有两个儿子(子结点)的有根树称为二叉树。常常对两个子结点的顺序加以区分,分别称之为左子结点和右子结点。
大多数情况下,二叉树 一词均指有根二叉树。 -
完整二叉树(full/proper binary tree):每个结点的子结点数量均为 0 或者 2 的二叉树。换言之,每个结点或者是树叶,或者左右子树均非空。
- 完全二叉树(complete binary tree):只有最下面两层结点的度数可以小于 2,且最下面一层的结点都集中在该层最左边的连续位置上。
- 完美二叉树(perfect binary tree):所有叶结点的深度均相同的二叉树称为完美二叉树。
Warning
Proper binary tree 的汉译名称不固定,且完全二叉树和满二叉树的定义在不同教材中定义不同,遇到的时候需根据上下文加以判断。
OIers 所说的“满二叉树”多指完美二叉树。
用一个数组 parent[N]
记录每个结点的父亲结点。
这种方式可以获得的信息较少,不便于进行自顶向下的遍历。常用于自底向上的递推问题中。
- 对于无根树:为每个结点开辟一个线性列表,记录所有与之相连的结点。
std::vector<int> adj[N];
- 对于有根树:
- 方法一:若给定的是无向图,则仍可以上述形式存储。下文将介绍如何区分结点的上下关系。
- 方法二:若输入数据能够确保结点的上下关系,则可以利用这个信息。为每个结点开辟一个线性列表,记录其所有子结点;若有需要,还可在另一个数组中记录其父结点。
std::vector<int> children[N];
int parent[N];
当然也可以用其他方式(如链表)替代 `std::vector`。
对于有根树,存在一种简单的表示方法。
首先,给每个结点的所有子结点任意确定一个顺序。
此后为每个结点记录两个值:其 第一个子结点 child[u]
和其 下一个兄弟结点 sib[u]
。若没有子结点,则 child[u]
为空;若该结点是其父结点的最后一个子结点,则 sib[u]
为空。
遍历一个结点的所有子结点可由如下方式实现。
int v = child[u]; // 从第一个子结点开始
while (v != EMPTY_NODE) {
// ...
// 处理子结点 v
// ...
v = sib[v]; // 转至下一个子结点,即 v 的一个兄弟
}
也可简写为以下形式。
for (int v = child[u]; v != EMPTY_NODE; v = sib[v]) {
// ...
// 处理子结点 v
// ...
}
需要记录每个结点的左右子结点。
int parent[N];
int lch[N], rch[N];
// -- or --
int child[N][2];
在树上 DFS 是这样的一个过程:先访问根节点,然后分别访问根节点每个儿子的子树。
可以用来求出每个节点的深度、父亲等信息。
按照 根,左,右 的顺序遍历二叉树。
void preTrav(BiTree* root) {
if (root) {
cout << root->key << ' ';
preTrav(root->left);
preTrav(root->right);
}
}
按照 左,根,右 的顺序遍历二叉树。
void midTrav(BiTree* root) {
if (root) {
midTrav(root->left);
cout << root->key << ' ';
midTrav(root->right);
}
}
按照 左,右,根 的顺序遍历二叉树。
void lastTrav(BiTree* root) {
if (root) {
lastTrav(root->left);
lastTrav(root->right);
cout << root->key << ' ';
}
}
已知中序遍历序列和另外一个序列可以求第三个序列。
- 前序的第一个是 root,后序的最后一个是 root。
- 先确定根节点,然后根据中序遍历,在根左边的为左子树,根右边的为右子树。
- 对于每一个子树可以看成一个全新的树,仍然遵循上面的规律。
从树根开始,严格按照层次来访问节点。
BFS 过程中也可以顺便求出各个节点的深度和父亲节点。
树的遍历一般为深度优先遍历,这个过程中最需要注意的是避免重复访问结点。
由于树是无环图,因此只需记录当前结点是由哪个结点访问而来,此后进入除该结点外的所有相邻结点,即可避免重复访问。
void dfs(int u, int from) {
// 递归进入除了 from 之外的所有子结点
// 对于出发结点,from 为空,故会访问所有相邻结点,这与期望一致
for (int v : adj[u])
if (v != from) {
dfs(v, u);
}
}
// 开始遍历时
int EMPTY_NODE = -1; // 一个不存在的编号
int root = 0; // 任取一个结点作为出发点
dfs(root, EMPTY_NODE);
对于有根树,需要区分结点的上下关系。
考察上面的遍历过程,若从根开始遍历,则访问到一个结点时 from
的值,就是其父结点的编号。
通过这个方式,可以对于无向的输入求出所有结点的父结点,以及子结点列表。
本页面部分内容引用自博文 二叉树:前序遍历、中序遍历、后续遍历,遵循 CC 4.0 BY-SA 版权协议。
[!NOTE] LeetCode 144. 二叉树的前序遍历
题意: TODO
[!TIP] 思路
详细代码
class Solution {
public:
vector<int> ans;
vector<int> preorderTraversal(TreeNode* root) {
dfs(root);
return ans;
}
void dfs(TreeNode* root) {
if (!root) return;
ans.push_back(root->val);
dfs(root->left);
dfs(root->right);
}
};
class Solution {
public:
vector<int> preorderTraversal(TreeNode* root) {
vector<int> res;
stack<TreeNode*> stk;
while (root || stk.size()) {
while (root) {
res.push_back(root->val);
stk.push(root);
root = root->left;
}
root = stk.top()->right;
stk.pop();
}
return res;
}
};
class Solution {
public:
vector<int> preorderTraversal(TreeNode* root) {
vector<int> res;
if (!root) return res;
stack<TreeNode*> s;
TreeNode* t;
s.push(root);
while (!s.empty()){
t = s.top();
s.pop();
if (t != nullptr){
if (t->right) s.push(t->right); // 右节点先压栈,最后处理
if (t->left) s.push(t->left);
s.push(t); // 当前节点重新压栈(留着以后处理),因为先序遍历所以最后压栈
s.push(nullptr); // 在当前节点之前加入一个空节点表示已经访问过了
} else {
res.push_back(s.top()->val);
s.pop();
}
}
return res;
}
};
# 递归写法
class Solution:
def preorderTraversal(self, root: TreeNode) -> List[int]:
res = []
def dfs(root):
if not root:return
res.append(root.val)
dfs(root.left)
dfs(root.right)
dfs(root)
return res
# 迭代
class Solution:
def preorderTraversal(self, root: TreeNode) -> List[int]:
if not root:return []
res = []
stack = []
p = root
while p or stack:
while p:
stack.append(p)
res.append(p.val)
p = p.left
p = stack.pop()
p = p.right
return res
[!NOTE] LeetCode 94. 二叉树的中序遍历
题意: TODO
[!TIP] 思路
详细代码
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode(int x) : val(x), left(NULL), right(NULL) {}
* };
*/
class Solution {
public:
vector<int> inorderTraversal(TreeNode* root) {
vector<int> res;
if (!root) return res;
stack<TreeNode*> s;
TreeNode * t;
s.push(root);
while (!s.empty()) {
t = s.top(); s.pop();
if (t) {
if (t->right) s.push(t->right);
s.push(t);
s.push(nullptr);
if (t->left) s.push(t->left);
} else {
res.push_back(s.top()->val);
s.pop();
}
}
return res;
}
};
// yxc
class Solution {
public:
vector<int> ans;
vector<int> inorderTraversal(TreeNode* root) {
dfs(root);
return ans;
}
void dfs(TreeNode* root) {
if (!root) return;
dfs(root->left);
ans.push_back(root->val);
dfs(root->right);
}
};
class Solution {
public:
vector<int> inorderTraversal(TreeNode* root) {
vector<int> res;
stack<TreeNode*> stk;
while (root || stk.size()) {
while (root) {
stk.push(root);
root = root->left;
}
auto t = stk.top();
res.push_back(t->val);
root = stk.top()->right;
stk.pop();
}
return res;
}
};
# 递归
class Solution:
def inorderTraversal(self, root: TreeNode) -> List[int]:
res = []
def dfs(root):
if not root:return []
dfs(root.left)
res.append(root.val)
dfs(root.right)
dfs(root)
return res
# 迭代
class Solution:
def inorderTraversal(self, root: TreeNode) -> List[int]:
if not root:return []
stack, res = [], []
p = root
while p or stack:
while p:
stack.append(p)
p = p.left
p = stack.pop()
res.append(p.val)
p = p.right
return res
[!NOTE] LeetCode 145. 二叉树的后序遍历
题意: TODO
[!TIP] 思路
详细代码
class Solution {
public:
vector<int> postorderTraversal(TreeNode* root) {
vector<int> res;
stack<TreeNode*> stk;
while (root || stk.size()) {
while (root) {
res.push_back(root->val);
stk.push(root);
root = root->right;
}
root = stk.top()->left;
stk.pop();
}
reverse(res.begin(), res.end());
return res;
}
};
class Solution {
public:
vector<int> postorderTraversal(TreeNode* root) {
vector<int> res;
if (!root) return res;
stack<TreeNode*> q;
q.push(root);
while (!q.empty()) {
TreeNode* r = q.top(); q.pop();
if (r) {
q.push(r);
q.push(nullptr);
if (r->right) q.push(r->right);
if (r->left) q.push(r->left);
} else {
res.push_back(q.top()->val);
q.pop();
}
}
return res;
}
};
# 递归
class Solution:
def postorderTraversal(self, root: TreeNode) -> List[int]:
res = []
def dfs(p):
if not p:return
dfs(p.left)
dfs(p.right)
res.append(p.val)
dfs(root)
return res
# 迭代: 前序遍历写成:父- 右 - 左; 然后return结果的时候 逆序返回
class Solution:
def postorderTraversal(self, root: TreeNode) -> List[int]:
res, stack = [], []
p = root
while p or stack:
while p:
stack.append(p)
res.append(p.val)
p = p.right
p = stack.pop()
p = p.left
return res[::-1]