`
Poly
  • 浏览: 34376 次
  • 性别: Icon_minigender_1
  • 来自: 上海
社区版块
存档分类
最新评论

Java遍历二叉树各种方式(code)

阅读更多

同样是大伙面试时碰上几率比较高的一套类型题,跟数据结构相关的东西永远是核心... 废话不多说 直接上代码

/**
 * @author luochengcheng
 *	定义二叉树
 */
class Node {
	private char key;
	private Node left, right;

	public Node(char key) {
		this(key, null, null);
	}

	public Node(char key, Node left, Node right) {
		this.key = key;
		this.left = left;
		this.right = right;
	}

	public char getKey() {
		return key;
	}
	public void setKey(char key) {
		this.key = key;
	}

	public Node getLeft() {
		return left;
	}
	public void setLeft(Node left) {
		this.left = left;
	}

	public Node getRight() {
		return right;
	}
	public void setRight(Node right) {
		this.right = right;
	}
}

public class BinaryTree {
	protected Node root;

	public BinaryTree(Node root) {
		this.root = root;
	}

	public Node getRoot() {
		return root;
	}

	/** 构造树 */
	public static Node init() {
		Node a = new Node('A');
		Node b = new Node('B', null, a);
		Node c = new Node('C');
		Node d = new Node('D', b, c);
		Node e = new Node('E');
		Node f = new Node('F', e, null);
		Node g = new Node('G', null, f);
		Node h = new Node('H', d, g);
		return h;// root
	}

	/** 访问节点 */
	public static void visit(Node p) {
		System.out.print(p.getKey() + " ");
	}

	/** 递归实现前序遍历 */
	protected static void preorder(Node p) {
		if (p != null) {
			visit(p);
			preorder(p.getLeft());
			preorder(p.getRight());
		}
	}

	/** 递归实现中序遍历 */
	protected static void inorder(Node p) {
		if (p != null) {
			inorder(p.getLeft());
			visit(p);
			inorder(p.getRight());
		}
	}

	/** 递归实现后序遍历 */
	protected static void postorder(Node p) {
		if (p != null) {
			postorder(p.getLeft());
			postorder(p.getRight());
			visit(p);
		}
	}

	/** 非递归实现前序遍历 */
	protected static void iterativePreorder(Node p) {
		Stack<Node> stack = new Stack<Node>();
		if (p != null) {
			stack.push(p);
			while (!stack.empty()) {
				p = stack.pop();
				visit(p);
				if (p.getRight() != null)
					stack.push(p.getRight());
				if (p.getLeft() != null)
					stack.push(p.getLeft());
			}
		}
	}

	/** 非递归实现前序遍历2 */
	protected static void iterativePreorder2(Node p) {
		Stack<Node> stack = new Stack<Node>();
		Node node = p;
		while (node != null || stack.size() > 0) {
			while (node != null) {//压入所有的左节点,压入前访问它
				visit(node);
				stack.push(node);
				node = node.getLeft();
			}
			if (stack.size() > 0) {
				node = stack.pop();
				node = node.getRight();
			}
		}
	}

	/** 非递归实现后序遍历 */
	protected static void iterativePostorder(Node p) {
		Node q = p;
		Stack<Node> stack = new Stack<Node>();
		while (p != null) {
			// 左子树入栈
			for (; p.getLeft() != null; p = p.getLeft())
				stack.push(p);
			// 当前节点无右子或右子已经输出
			while (p != null && (p.getRight() == null || p.getRight() == q)) {
				visit(p);
				q = p;// 记录上一个已输出节点
				if (stack.empty())
					return;
				p = stack.pop();
			}
			// 处理右子
			stack.push(p);
			p = p.getRight();
		}
	}

	/** 非递归实现后序遍历 双栈法 */
	protected static void iterativePostorder2(Node p) {
		Stack<Node> lstack = new Stack<Node>();
		Stack<Node> rstack = new Stack<Node>();
		Node node = p, right;
		do {
			while (node != null) {
				right = node.getRight();
				lstack.push(node);
				rstack.push(right);
				node = node.getLeft();
			}
			node = lstack.pop();
			right = rstack.pop();
			if (right == null) {
				visit(node);
			} else {
				lstack.push(node);
				rstack.push(null);
			}
			node = right;
		} while (lstack.size() > 0 || rstack.size() > 0);
	}

	/** 非递归实现后序遍历 单栈法*/
	protected static void iterativePostorder3(Node p) {
		Stack<Node> stack = new Stack<Node>();
		Node node = p, prev = p;
		while (node != null || stack.size() > 0) {
			while (node != null) {
				stack.push(node);
				node = node.getLeft();
			}
			if (stack.size() > 0) {
				Node temp = stack.peek().getRight();
				if (temp == null || temp == prev) {
					node = stack.pop();
					visit(node);
					prev = node;
					node = null;
				} else {
					node = temp;
				}
			}
		}
	}

	/** 非递归实现后序遍历4 双栈法*/
	protected static void iterativePostorder4(Node p) {
		Stack<Node> stack = new Stack<Node>();
		Stack<Node> temp = new Stack<Node>();
		Node node = p;
		while (node != null || stack.size() > 0) {
			while (node != null) {
				temp.push(node);
				stack.push(node);
				node = node.getRight();
			}
			if (stack.size() > 0) {
				node = stack.pop();
				node = node.getLeft();
			}
		}
		while (temp.size() > 0) {
			node = temp.pop();
			visit(node);
		}
	}

	/** 非递归实现中序遍历 */
	protected static void iterativeInorder(Node p) {
		Stack<Node> stack = new Stack<Node>();
		while (p != null) {
			while (p != null) {
				if (p.getRight() != null)
					stack.push(p.getRight());// 当前节点右子入栈
				stack.push(p);// 当前节点入栈
				p = p.getLeft();
			}
			p = stack.pop();
			while (!stack.empty() && p.getRight() == null) {
				visit(p);
				p = stack.pop();
			}
			visit(p);
			if (!stack.empty())
				p = stack.pop();
			else
				p = null;
		}
	}

	/** 非递归实现中序遍历2 */
	protected static void iterativeInorder2(Node p) {
		Stack<Node> stack = new Stack<Node>();
		Node node = p;
		while (node != null || stack.size() > 0) {
			while (node != null) {
				stack.push(node);
				node = node.getLeft();
			}
			if (stack.size() > 0) {
				node = stack.pop();
				visit(node);
				node = node.getRight();
			}
		}
	}

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		BinaryTree tree = new BinaryTree(init());
		System.out.print(" Pre-Order:");
		preorder(tree.getRoot());
		System.out.println();
		System.out.print(" In-Order:");
		inorder(tree.getRoot());
		System.out.println();
		System.out.print("Post-Order:");
		postorder(tree.getRoot());
		System.out.println();
		System.out.print(" Pre-Order:");
		iterativePreorder(tree.getRoot());
		System.out.println();
		System.out.print("Pre-Order2:");
		iterativePreorder2(tree.getRoot());
		System.out.println();
		System.out.print(" In-Order:");
		iterativeInorder(tree.getRoot());
		System.out.println();
		System.out.print(" In-Order2:");
		iterativeInorder2(tree.getRoot());
		System.out.println();
		System.out.print(" Post-Order:");
		iterativePostorder(tree.getRoot());
		System.out.println();
		System.out.print("Post-Order2:");
		iterativePostorder2(tree.getRoot());
		System.out.println();
		System.out.print("Post-Order3:");
		iterativePostorder3(tree.getRoot());
		System.out.println();
		System.out.print("Post-Order4:");
		iterativePostorder4(tree.getRoot());
		System.out.println();
	}
}

 

分享到:
评论

相关推荐

    java 数据结构code

    这可能意味着这个压缩包是一个学习资源,提供丰富的Java数据结构实现,帮助开发者深入理解和实践各种数据结构。 【标签】:“java”确认了这些代码与Java编程语言相关,因此我们可以期待看到如何在Java环境中实现和...

    HuffmanCode_java.rar_HuffmanCode_java_huffman java_huffman 文本_hu

    哈夫曼编码在Java中的应用不仅限于文本压缩,例如在`huffmancode_java sms_compression`标签中提及,它还可以应用于短信压缩,节省通信资源。在现代信息技术中,数据压缩技术扮演着至关重要的角色,哈夫曼编码作为一...

    Java二叉树路径和代码示例

    为了解决二叉树路径和代码示例问题,我们可以使用深度优先搜索(Depth-First Search)算法,递归遍历二叉树,查找所有路径中各节点相加总和等于给定目标值的路径。 下面是一个 Java 代码示例,用于解决二叉树路径和...

    Java_Programming_classic_tree_parameter_code.rar_java programmin

    在Java编程领域,树(Tree)是一种非常重要的数据结构,广泛应用于各种算法和软件系统设计中。本资源“Java_Programming_classic_tree_parameter_code.rar”包含了一个名为“Java编程开发树参数经典代码.java”的...

    hafuman.rar_huffman java_huffman java code_java 哈夫曼_哈夫曼树的

    在Java中实现哈夫曼编码,可以创建一个`Node`类表示二叉树节点,包含字符、频率和左右子节点。使用`PriorityQueue`来构建哈夫曼树,然后遍历树生成编码。例如,`Exam7_4.java`可能是实现这个过程的源代码文件。 ...

    Java各种排序算法代码.zip

    这个名为"Java各种排序算法代码.zip"的压缩包包含了一系列实现不同排序算法的Java源代码。排序算法是计算机科学中的基本概念,用于对一组数据进行排列。下面将详细讨论这些算法及其在Java中的实现。 1. 冒泡排序...

    HaffmanCode.rar_java 哈夫曼_压缩 解压 java_哈夫曼 编码_哈夫曼压缩

    这种编码方式是基于频率的,通过构建一棵特殊的二叉树——哈夫曼树,为每个字符或符号分配不同的二进制编码,频率高的字符编码长度短,频率低的字符编码长度长,从而在整体上实现平均码长的最小化,达到压缩数据的...

    HuffmanCode_huffman编码java_huffman_

    3. `generateCodes()`方法:遍历哈夫曼树生成每个字符的哈夫曼编码。 4. `encode()`方法:将字符序列编码为二进制字符串。 5. `decode()`方法:将哈夫曼编码解码回原始字符序列。 在`HuffmanCode`这个项目中,我们...

    huffman编码java实现

    - `code()`方法用于递归地遍历哈夫曼树,为每个叶节点(表示字符的节点)分配二进制前缀码。从根节点开始,向左走添加'0',向右走添加'1'。当到达叶子节点时,将当前路径(即编码)保存在该节点的`code`属性中。 3...

    java 数据压缩的实现示例

    综上所述,通过理解哈夫曼树和完全二叉树的概念,以及Java提供的数据压缩工具,开发者可以在Java项目中实现高效的数据压缩功能。这不仅可以优化存储资源,还能提升数据传输速度,特别是在处理大量文本或图像数据时,...

    HaffmanCode.rar_huffman_huffman编码java

    这个算法基于一种特殊的二叉树——哈夫曼树,通过构建这棵树来为每个字符生成唯一的前缀编码,从而达到高效的数据压缩效果。在Java编程中实现哈夫曼编码,需要理解以下几个关键概念: 1. **频率统计**:首先,我们...

    基于Huffman编码压缩软件(java实现)

    `HuffmanCode.java`则负责生成Huffman编码,这通常通过遍历Huffman树并跟踪从根节点到每个叶子节点的路径来完成。每条路径可以被映射到一个唯一的二进制码,形成字符与编码的对应关系。 `CompressFrame.java`和`...

    Code-for-binary-tree.zip_tree

    "Code for binary tree"这个压缩包可能包含了用不同编程语言实现的二叉树操作代码,比如插入、删除、搜索和遍历等操作。常见的编程语言如C++、Java、Python等都有相应的二叉树数据结构实现。通过阅读和理解这些代码...

    Java程序

    - **深度优先遍历(Depth-First Traversal)**: 在构建哈夫曼树后,使用深度优先遍历的方式来遍历树并记录每个字符的哈夫曼编码。在示例代码中,通过 `preorder()` 方法实现了深度优先遍历的过程。 ### 4. 具体实现...

    java 哈夫曼编码实现翻译

    它通过创建一棵特殊的二叉树——哈夫曼树(也称为最优二叉树),来为每个字符分配一个唯一的二进制编码。在哈夫曼树中,频率较高的字符其编码通常较短,而频率较低的字符编码较长,这样可以确保高频字符在编码后占用...

    哈夫曼压缩与解压缩程序(JAVA)

    8. **BitUtils.java**:这是一个工具类,包含各种位操作相关的静态方法,如将整数转换为位数组,或将位数组转换回整数等。这些方法对于在位流中编码和解码字符非常有用。 9. **HZIPOutputStream.java**:这个名字...

    leetcode手册JAVA-cgads:晨光算法与数据结构库

    leetcode手册JAVA CGADS ChenGuang Algorithm and Data Structure library :sun: Keys 线性表 链表 二叉树 遍历 前序遍历 中序遍历 后序遍历 层序遍历 二叉树的序列化和反序列化 二叉树两结点的最近共同祖先结点...

    Java版 赫夫曼编码计算程序

    Java版的赫夫曼编码计算程序是一个用于数据压缩的实用工具,它基于赫夫曼树(也称为最优二叉树)的理论。赫夫曼编码是数据压缩领域的一个基础算法,由David A. Huffman在1952年提出。这个程序可以帮助我们将文本或...

    java_code.zip_构建数组的最大MaxTree

    在Java编程中,"构建数组的最大MaxTree"是一个有趣且具有挑战性的算法问题。这个问题的目标是根据给定的整数数组构建一棵特殊的二叉树,称为MaxTree。在这棵树中,每个节点的值是其左子树和右子树对应节点的最大值。...

    二叉搜索树

    4. **遍历二叉搜索树**:主要有三种遍历方式:前序遍历、中序遍历和后序遍历。 - **前序遍历**:先访问根节点,再遍历左子树,最后遍历右子树。 ```java void preOrder(Node node) { if (node != null) { ...

Global site tag (gtag.js) - Google Analytics