标签:优先 遍历 Java TreeNode tree insertTreeNode currentNode
目录
【写在前面】
今天对广度优先遍历和深度优先遍历做了一些了解和汇总,这里做个学习笔记,便于后续深入学习。知识点和思路,参考文章如链接,可直接看原博文:树的广度优先遍历和深度优先遍历,Java实现二叉树的深度优先遍历和广度优先遍历算法示例
1. 广度优先遍历
1.1 原理
英文缩写为BFS,即Breadth FirstSearch。
是以广度为优先的,一层一层搜索下去的,就像病毒感染,扩散性的传播下去。其过程检验来说是对每一层节点依次访问,访问完一层进入下一层,而且每个节点只能访问一次。
广度优先遍历树,需要用到队列(Queue)来存储节点对象, 队列的特点就是先进先出。
先往队列中插入左节点,再插右节点,这样出队就是先左节点后右节点了。
1.2 代码示例
(1)树节点:TreeNode
//树节点
package MySearchMethod;
public class TreeNode{
Integer val;
TreeNode left;
TreeNode right;
public TreeNode(Integer val){
this.val = val;
left = null;
right = null;
}
}
(2)二叉树:BinaryTree
//构建二叉树
package MySearchMethod;
public class BinaryTree<T> {
private TreeNode root;
BinaryTree(){
root = null;
}
public void insertTreeNode(Integer val){
if(root == null){
root = new TreeNode(val);
return;
}
TreeNode currentNode = root;
while(true){
if(val.compareTo(currentNode.val) > 0){
if(currentNode.right == null){
currentNode.right = new TreeNode(val);
break;
}
currentNode = currentNode.right;
}else {
if(currentNode.left == null){
currentNode.left = new TreeNode(val);
break;
}
currentNode = currentNode.left;
}
}
}
public TreeNode getRoot(){
return root;
}
}
(3)广度优先遍历:
注:下方遍历方法应该也适用于其他树,不只二叉树。待研究。
/**
* 广度优先遍历,非递归
*/
package MySearchMethod;
import java.util.LinkedList;
import java.util.Queue;
public class BreadthFirstSearch {
public static void main(String[] args){
BinaryTree<Integer> tree = new BinaryTree<>();
tree.insertTreeNode(35);
tree.insertTreeNode(20);
tree.insertTreeNode(15);
tree.insertTreeNode(16);
tree.insertTreeNode(29);
tree.insertTreeNode(28);
tree.insertTreeNode(30);
tree.insertTreeNode(40);
tree.insertTreeNode(50);
tree.insertTreeNode(45);
tree.insertTreeNode(55);
System.out.println("深度优先算法(非递归):");
breadthSearch(tree.getRoot());
}
public static void breadthSearch(TreeNode root){
Queue<TreeNode> queue = new LinkedList<TreeNode>();
queue.offer(root);
TreeNode currentNode;
while(!queue.isEmpty()){
currentNode = queue.poll();
System.out.print(currentNode.val + " ");
if(currentNode.left != null){
queue.offer(currentNode.left);
}
if(currentNode.right != queue){
queue.offer(currentNode.right);
}
}
}
}
遍历结果:
有一个空指针异常的报错,还没找到原因。待补。
深度优先算法(非递归):
35 20 40 15 29 50 16 28 30 45 55 Exception in thread "main" java.lang.NullPointerException
at MySearchMethod.BreadthFirstSearch.breadthSearch(BreadthFirstSearch.java:37)
at MySearchMethod.BreadthFirstSearch.main(BreadthFirstSearch.java:27)
Process finished with exit code 1
2. 深度优先遍历
2.1 原理
英文缩写为DFS,即Depth First Search。
其过程简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次。
深度优先遍历各个节点,需要使用到栈(Stack)这种数据结构。stack的特点是是先进后出。整个遍历过程如下:先往栈中压入右节点,再压左节点,这样出栈就是先左节点后右节点了。
对每一个可能的分支路径深入到不能再深入为止,而且每个结点只能访问一次。要特别注意的是,二叉树的深度优先遍历比较特殊,可以细分为先序遍历、中序遍历、后序遍历。
这里先演示先序遍历的情况。
1.2 代码示例
(1)树节点:TreeNode。 如上,略。
(2)二叉树:BinaryTree。如上,略。
(3)深度优先遍历:
注:这里先演示先序遍历的情况。其他情况待补。
/**
* 深度优先遍历,非递归
*/
package MySearchMethod;
import java.util.Stack;
public class DepthFirstSearch {
public static void main(String[] args){
BinaryTree<Integer> tree = new BinaryTree<>();
tree.insertTreeNode(35);
tree.insertTreeNode(20);
tree.insertTreeNode(15);
tree.insertTreeNode(16);
tree.insertTreeNode(29);
tree.insertTreeNode(28);
tree.insertTreeNode(30);
tree.insertTreeNode(40);
tree.insertTreeNode(50);
tree.insertTreeNode(45);
tree.insertTreeNode(55);
System.out.println("深度优先算法之先序遍历(非递归):");
depthSearch(tree.getRoot());
}
public static void depthSearch(TreeNode root){
Stack<TreeNode> stack = new Stack<TreeNode>();
stack.push(root);
TreeNode currentNode;
while (!stack.isEmpty()){
currentNode = stack.pop();
System.out.print(currentNode.val + " ");
if(currentNode.right != null){
stack.push(currentNode.right);
}
if(currentNode.left != null){
stack.push(currentNode.left);
}
}
}
}
遍历结果:
深度优先算法之先序遍历(非递归):
35 20 15 16 29 28 30 40 50 45 55
Process finished with exit code 0
标签:优先,遍历,Java,TreeNode,tree,insertTreeNode,currentNode 来源: https://blog.csdn.net/sulia1234567890/article/details/121287756
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。