0
点赞
收藏
分享

微信扫一扫

Nature Communications | 张阳课题组:端到端深度学习实现高精度RNA结构预测

向上的萝卜白菜 2023-09-25 阅读 35
算法

这篇文章我们来讲一下二叉树

目录

1.概述

2.代码实现

1.概述

树:(Tree)是计算机数据存储的一种结构,因为存储类型和现实生活中的树类似所以被称为树。

树的源头被称为,树其余分叉点被称为节点,而树这种数据结构的起始分叉点被称为根节点。树衍生的尽头就是叶,在树这种数据结构中把叶称之为叶节点

树中每一节点的起源点被称为父节点,衍生出去的点被称为子节点。没有父节点的就是根节点,没有子节点的就是叶节点,而同一父节点的就是兄弟节点

树的基础概念:

高度,是从下往上看,用来表示从根节点到最顶端叶节点所需要遍历的节点数 (包括叶节点)

深度与高度相反,是从上往下看,用来表示 从最顶端叶节点到根节点所需要遍历的节点数(包括根节点)。层数,即 高度 +1

二叉树:是最常用的树形结构,每个结点最多能够有两个子节点

完全二叉树:上层全部填满,并且最后一层按从左到右的顺序来填充。(前面讲的堆就是一个完全二叉树)

满二叉树:一个二叉树,如果每一层的结点数都达到最大值,则这个二叉树就是满二叉树。也就说,如果一个二叉树的结点总数为(2^k)-1,则它就是满二叉树

二叉查找树:所有的左节点值都小于父节点值,所有的右节点值都大于父节点值的二叉树。

注意:这里要注意完全二叉树和满二叉树的区别。

二叉树的实现方式有数组和链表两种实现方式。

下面看一下二叉树的遍历

遍历:即把二叉树的每一个节点都访问一遍。遍历有两种方式,即广度优先和深度优先,其中深度优先又分前序,中序和后序三种,下面来详细的看一下。

广度优先遍历:尽可能的先访问距离根节点最近的节点,也称为层序遍历

深度优先遍历:对于二叉树,深度优先遍历可以分为三种(要深入到叶子节点):

  • 前序遍历:对于每一颗子树,先访问该节点,然后是左子树,最后是右子树
  • 中序遍历:对于每一颗子树,先访问左子树,然后是该节点,最后是右子树
  • 后序遍历:对于每一颗子树,先访问左子树,然后是右子树,最后是该节点

下面用具体的实例来看一下二叉树的几种遍历方式:

解析:

广度优先,不解释了

前序遍历:前序遍历的定义是先访问该节点,然后是左子树,然后是右子树。就上图来说,首先是根节点即1,然后是左子树,即2这边,在这个子树上面依然按照上面的规则走,所以先是2,然后访问2的左子树,然后是右子树。然后又回到上面的根节点处,现在1的左子树访问完了,然后就访问1的右子树,右子树的访问规则和上面的是一样的。

中序遍历:中序遍历的定义是先访问左子树,然后是根节点,然后是右子树。依然拿上图来说,先访问左子树,即2那部分,然后看2有没有左子树,有,那就访问2的左子树,即4,然后是2,然后是2的右子树,2的那颗树访问完了,就回到根节点,即1,然后再访问1的右子树,逻辑和上面是一样的。这就是中序遍历。

后序遍历:后序遍历的定义是先访问左子树,然后是右子树,然后是根节点。拿上图来说,先访问1的左子树,到达了2后,先访问2的左子树,访问完再访问2的右子树,然后是2,然后回到1处,1的左子树访问完了,然后接着访问1的右子树,等右子树访问完后,最后访问根节点1.

2.代码实现

下面用代码来实现一下树的相关操作:

节点类如下:

下面看一下代码:

package Tree;

import java.util.LinkedList;

/**普通的二叉树的三种深度优先遍历*/
public class L1_Tree {

    public static void main(String[] args) {
        /*树的构造*/
        L1_TreeNode root = new L1_TreeNode(
                new L1_TreeNode(new L1_TreeNode(4),2,null),
                1,
                new L1_TreeNode(new L1_TreeNode(5),3,new L1_TreeNode(6))
        );
        postOrder2(root);
    }

    public static void preOrder1(L1_TreeNode node){
        if (node == null){return;}
        System.out.print(node.value+" ");
        preOrder1(node.leftTreeNode);
        preOrder1(node.rightTreeNode);
    }
    public static void inOrder1(L1_TreeNode node){
        if (node == null){return;}
        inOrder1(node.leftTreeNode);
        System.out.println(node.value+" ");
        inOrder1(node.rightTreeNode);
    }
    public static void postOrder1(L1_TreeNode node){
        if (node == null){return;}
        postOrder1(node.leftTreeNode);
        postOrder1(node.rightTreeNode);
        System.out.println(node.value+" ");
    }

    public static void preOrder2(L1_TreeNode node){

        LinkedList<L1_TreeNode> stack = new LinkedList<>();
        L1_TreeNode current = node;//代表当前节点

        while (current != null || !stack.isEmpty()){
            if (current!=null){
                System.out.println("去:"+current.value);
                stack.push(current);//压入栈,通过栈记住回来的路
                current = current.leftTreeNode;
            }else {
                L1_TreeNode pop = stack.pop();
                //System.out.println("回:"+pop.value);
                current = pop.rightTreeNode;
            }
        }

    }


    public static void inOrder2(L1_TreeNode node){
        LinkedList<L1_TreeNode> stack = new LinkedList<>();
        L1_TreeNode current = node;//代表当前节点

        while (current != null || !stack.isEmpty()){
            if (current!=null){
                //System.out.println("去:"+current.value);
                stack.push(current);//压入栈,通过栈记住回来的路
                current = current.leftTreeNode;
            }else {
                L1_TreeNode pop = stack.pop();
                System.out.println("回:"+pop.value);
                current = pop.rightTreeNode;
            }
        }
    }


    public static void postOrder2(L1_TreeNode node){
        LinkedList<L1_TreeNode> stack = new LinkedList<>();
        L1_TreeNode current = node;//代表当前节点
        L1_TreeNode pop = null;//最近一次弹栈的元素
        while (current != null || !stack.isEmpty()){
            if (current!=null){
                //System.out.println("去:"+current.value);
                stack.push(current);//压入栈,通过栈记住回来的路
                current = current.leftTreeNode;
            }else {
                L1_TreeNode peek = stack.peek();
                if (peek.rightTreeNode == null || peek.rightTreeNode == pop){
                    pop = stack.pop();
                    System.out.println("回:"+pop.value);
                }else {
                    current = peek.rightTreeNode;
                }
            }
        }
    }

    //一套代码完成二叉树的三种深度优先遍历
    public static void Order(L1_TreeNode node){
        LinkedList<L1_TreeNode> stack = new LinkedList<>();

        L1_TreeNode current = node;//代表当前节点
        L1_TreeNode pop = null;//最近一次弹栈的元素
        /**
         *前序:值左右
         *中序:左值右
         *后序:左右值
         * */
        while (current != null || !stack.isEmpty()){
            if (current!=null){
                stack.push(current);//压入栈,通过栈记住回来的路
                //sout(value)前序
                current = current.leftTreeNode;//处理左子树
            }else {
                L1_TreeNode peek = stack.peek();
                if (peek.rightTreeNode == null ){//没有右子树
                    //sout(value)中序
                    pop = stack.pop();
                    //sout(value)后序
                }
                else if (peek.rightTreeNode == pop){//右子树处理完成
                    pop = stack.pop();
                    //sout(value)后序
                }
                else {
                    //sout(value)中序
                    current = peek.rightTreeNode;//处理右子树
                }
            }
        }
    }

}

递归的很简单

主要就是要了解非递归的解决方案。

举报

相关推荐

0 条评论