数据结构-二叉树中的递归
目录
前言
简单手撕二叉树
二叉树节点的求解
二叉树叶子节点的求解
二叉树高度
二叉树第K层节点的个数
二叉树查找值为X的节点
结束语
前言
在这里说声抱歉,好久没更新数据结构了,二叉树的相关内容还没有更新完,是小编的失职,接下来,小编将对二叉树的内容进行补充完善。
前期我们讲解了二叉树的顺序结构(堆的实现),二叉树的遍历进行讲解,本节内容将对二叉树的节点,高度等的访问求解进行讲解。而这些问题都要用到递归的思想,一步步拆成小问题进行解答。
简单手撕二叉树
首先我们将简单手撕一个二叉树,一个节点包括值和孩子兄弟的指针,在将一个个节点连接起来就可以构造一个简单的二叉树。
typedef struct BTnode {int val;struct BTnode* left;struct BTnode* right;
}Node;//节点创建
Node* BuyNode(int x) {Node* node = (Node*)malloc(sizeof(Node));if (node == NULL) {perror("node fail");return NULL;}node->val = x;node->left = NULL;node->right = NULL;return node;
}
//树的创建
Node* CreatTree() {Node* node1 = BuyNode(1);Node* node2 = BuyNode(2);Node* node3 = BuyNode(3);Node* node4 = BuyNode(4);Node* node5 = BuyNode(5);Node* node6 = BuyNode(6);node1->left = node2;node1->right = node4;node2->left = node3;node4->left = node5;node4->right = node6;return node1;
}
二叉树节点的求解
如果树是空树,则返回0,不是空树,可以拆成左子树+右子树+1(递归调用)
int TreeSize(Node* root)
{static int size = 0;if (root == NULL)return 0;else++size;TreeSize(root->left);TreeSize(root->right);return size;
}
来看这段代码,思路上没有什么问题,第一次运行的结果也将是正确的,担当我们连续求就会出问题,结果是递增的,就会出错。
由于size
是静态变量,它在整个程序的生命周期内只会被初始化一次。这意味着,如果在计算不同二叉树的节点数量时调用这个函数,size
的值将不会重置为0,而是会从上一次调用结束时的值继续增加。这会导致计算结果不正确。
故正确的做法是在每次计算之前将size
重置为0。
衍生出下面得到代码形式,设置成全局变量或者多传一个参数。
int size = 0;
int TreeSize(Node* root)
{if (root == NULL)return 0;else++size;TreeSize(root->left);TreeSize(root->right);return size;
}void TreeSize(Node* root, int* psize)
{if (root == NULL)return 0;else++(*psize);TreeSize(root->left, psize);TreeSize(root->right, psize);
}
两个代码原理其实都是差不多的,只是后面一个将size变成了指针形参。当然也可以直接返回,将++size直接结合到递归中。
int TreeSize(Node* root) {if (root == NULL) {return 0;}return TreeSize(root->left) + TreeSize(root->right) + 1;
}
二叉树叶子节点的求解
二叉树叶子节点求解是一样的思路,1.空树->0 2.非空 左子树和右子树是否为空
同样递归的思想。
-
if (root == NULL)
:检查当前节点是否为NULL
,如果是,则表示已经到达了树的末尾,没有叶子节点,返回0。 -
if (root->left == NULL && root->right == NULL)
:检查当前节点是否是叶子节点,即它的左右子节点都为NULL
。如果是,返回1,表示找到了一个叶子节点。 -
return TreeLeafSize(root->left) + TreeLeafSize(root->right);
:如果当前节点不是叶子节点,那么递归调用TreeLeafSize
函数,分别计算当前节点的左子树和右子树中的叶子节点数量,并将这两个数量相加返回。
int TreeLeafSize(Node* root) {if (root == NULL) {return 0;}if (root->left == NULL && root->right == NULL)return 1;return TreeLeafSize(root->left) + TreeLeafSize(root->right);
}
二叉树高度
对于二叉树的高度,我们可以一层层加,转化为子问题 ,就是在左右子树中高的子树高度加1即可。
int height(Node* root) {if (root == NULL) {return 0;}return (height(root->left)>height(root->right)?height(root->left):height(root->right)) + 1;
}
上面这个版本虽然能计算出二叉树的高度,但是我们会发现它会冗余的进行递归,在进行比较后,又会递归求解比较高的子树,然后又会进行递归,所以我们可以每次递归后将树的高度用变量保存起来。
int Height(Node* root) {if (root == NULL) {return 0;}int left = Height(root->left);int right = Height(root->right);return (left > right ? left : right) + 1;
}
二叉树第K层节点的个数
int TreeKSize(Node* root, int k) {if (root == NULL)return 0;if (k == 1)return 1;return(TreeKSize(root->left, k - 1) + TreeKSize(root->right, k - 1));}
通过递归的方式,一层层地向下遍历树,直到达到深度 k
,然后统计该层上的节点数量。最终,函数返回所有深度为 k
的节点总数。
二叉树查找值为X的节点
最先想到的肯定是遍历二叉树,如果值相等,就返回节点。
我们同样可以采用递归的方式
Node* Treefind(Node* root, int x) {if (root == NULL)return NULL;if (root->val == x)return root;Node* ret1 = Treefind(root->left, x);if (ret1)return ret1;Node* ret2 = Treefind(root->right, x);if (ret2)return ret2;return NULL;}
递归展开图
上面代码简化一下:
Node* TreeFind(Node* root, int x) {if (root == NULL) {return NULL;}if (root->val == x) {return root;}Node* leftResult = TreeFind(root->left, x);if (leftResult != NULL) {return leftResult;}return TreeFind(root->right, x);
}
-
if (root == NULL) { return NULL; }
:首先检查当前节点是否为NULL
。如果是,表示已经到达了树的末尾,没有找到值为x
的节点,因此返回NULL
。 -
if (root->val == x) { return root; }
:检查当前节点的值是否等于x
。如果等于,表示找到了目标节点,返回当前节点的指针。 -
Node* leftResult = TreeFind(root->left, x);
:递归地在左子树中查找值为x
的节点。 -
if (leftResult != NULL) { return leftResult; }
:如果左子树中找到了值为x
的节点(即leftResult
不为NULL
),则直接返回该节点的指针。 -
return TreeFind(root->right, x);
:如果左子树中没有找到,那么递归地在右子树中查找值为x
的节点,并返回结果。
这个函数使用了深度优先搜索(DFS)策略,优先在左子树中查找,如果左子树中没有找到,则继续在右子树中查找。一旦找到值为 x
的节点,就立即返回,不再继续搜索。
这个函数是有效的,并且它的效率取决于树的结构。在最坏的情况下,如果树是完全不平衡的,例如退化成一条链表,那么时间复杂度将是 O(n),其中 n 是树中节点的数量。在平衡二叉树的情况下,时间复杂度将是 O(log n)。(了解)
补充:
深度优先搜索(Depth-First Search,简称DFS)是一种用于遍历或搜索树或图的算法。在这种算法中,沿着一个分支遍历,直到这个分支的末端,然后回溯并沿着另一分支进行遍历,直到所有的节点都被访问过。
以下是深度优先搜索的基本步骤:
-
选择一个起始节点:从图或树的某个节点开始。
-
探索:从当前节点出发,选择一个相邻的节点进行深入访问。这个相邻节点必须是未被访问过的。
-
标记:在访问一个节点时,将其标记为已访问,以避免重复访问。
-
回溯:如果当前节点没有未访问的相邻节点,或者所有的相邻节点都已被访问过,那么算法回溯到上一个节点,继续寻找下一个未访问的相邻节点。
-
重复步骤2-4:直到所有的节点都被访问过。
深度优先搜索可以使用递归或栈(迭代方式)来实现。
结束语
本节内容就到此结束了,大家对于递归的理解可以通过画图来理解,递归是一个很重要的思想。
最后感谢各位友友的支持!!!