当前位置: 首页 > news >正文

Java 二叉树实战:构建、遍历与查找的完整实现

目录

引入:

一、二叉树节点的定义

二、二叉树的构建(插入节点)

三、二叉树的遍历

3.1深度优先遍历

3.1.1先序遍历(根 → 左 → 右)

3.1.2中序遍历(左 → 根 → 右)

3.1.3后序遍历(左 → 右 → 根)

3.2广度优先遍历

四、二叉树的查找

五、完整测试代码

六、输出结果

七、总结


引入:

二叉树是数据结构中的基础结构之一,常用于实现排序、查找等功能。本文将基于 Java 实现二叉树的构建、深度优先遍历(先序/中序/后序)、广度优先遍历与查找,并通过代码示例详解核心逻辑。

一、二叉树节点的定义

二叉树的基本单元是“节点”,每个节点包含左子节点、右子节点、数据域三个部分,对应 Java 类的实现如下:

/** * 二叉树节点类 */ public class TreeNode { // 左子节点 public TreeNode lChild; // 右子节点 public TreeNode rChild; // 数据域 public Integer data; // 构造方法 public TreeNode(Integer data) { this.data = data; } }

二、二叉树的构建(插入节点)

二叉树的构建逻辑是按“左小右大”的规则插入节点:

  1. 若树为空,新节点作为根节点;
  2. 若树非空,从根节点开始比较:( 新节点数据 > 当前节点数据 → 插入到右子树; 新节点数据 ≤ 当前节点数据 → 插入到左子树;)
  3. 循环查找,直到找到空的子节点位置,插入新节点。

代码实现

/** * 二叉树类 */ public class BinaryTree { // 根节点 public TreeNode root; /** * 插入节点(构建二叉树) * @param value 要插入的数据 */ public void create(Integer value) { // 1. 创建新节点 TreeNode newNode = new TreeNode(value); // 2. 若树为空,新节点作为根节点 if (root == null) { root = newNode; return; } // 3. 从根节点开始遍历,找到插入位置 TreeNode curNode = root; while (true) { // 新节点数据 > 当前节点数据 → 插入右子树 if (curNode.data < newNode.data) { if (curNode.rChild == null) { curNode.rChild = newNode; return; } curNode = curNode.rChild; } else { // 新节点数据 ≤ 当前节点数据 → 插入左子树 if (curNode.lChild == null) { curNode.lChild = newNode; return; } curNode = curNode.lChild; } } } }

测试示例

插入数据 `5、7、2、6、0、4、3、1`,构建的二叉树结构如下:

三、二叉树的遍历

二叉树的深度优先遍历分为先序、中序、后序三种(以根节点的访问时机区分),通常采用递归实现。

3.1深度优先遍历

3.1.1先序遍历(根 → 左 → 右)

先访问根节点,再递归遍历左子树,最后递归遍历右子树。

/** * 先序遍历 * @param root 遍历的起始节点 */ public void beforeOrder(TreeNode root) { if (root == null) { return; } // 1. 访问根节点 System.out.print(root.data + " "); // 2. 遍历左子树 beforeOrder(root.lChild); // 3. 遍历右子树 beforeOrder(root.rChild); }
  • 遍历结果:5 2 0 1 4 3 7 6

3.1.2中序遍历(左 → 根 → 右)

先递归遍历左子树,再访问根节点,最后递归遍历右子树。

/** * 中序遍历 * @param root 遍历的起始节点 */ public void inOrder(TreeNode root) { if (root == null) { return; } // 1. 遍历左子树 inOrder(root.lChild); // 2. 访问根节点 System.out.print(root.data + " "); // 3. 遍历右子树 inOrder(root.rChild); }
  • 遍历结果:0 1 2 3 4 5 6 7(注:二叉排序树的中序遍历结果是有序的)

3.1.3后序遍历(左 → 右 → 根)

先递归遍历左子树,再递归遍历右子树,最后访问根节点。

/** * 后序遍历 * @param root 遍历的起始节点 */ public void afterOrder(TreeNode root) { if (root == null) { return; } // 1. 遍历左子树 afterOrder(root.lChild); // 2. 遍历右子树 afterOrder(root.rChild); // 3. 访问根节点 System.out.print(root.data + " "); }
  • 遍历结果:1 0 3 4 2 6 7 5

3.2广度优先遍历

又叫层次优先遍历

  • 上图的广度优先遍历结果为:5 2 7 0 4 6 1 3

四、二叉树的查找

查找逻辑与构建逻辑一致:从根节点开始比较,根据“左小右大”的规则遍历,直到找到目标节点或遍历到空节点。

代码实现

/** * 查找节点 * @param root 查找的起始节点 * @param value 要查找的数据 * @return 找到的节点(未找到返回null) */ public TreeNode findNode(TreeNode root, Integer value) { if (root == null) { return null; } TreeNode curNode = root; while (true) { if (curNode.data.equals(value)) { return curNode; } else if (curNode.data < value) { if (curNode.rChild == null) { return null; } curNode = curNode.rChild; } else { if (curNode.lChild == null) { return null; } curNode = curNode.lChild; } } }

五、完整测试代码

public class Test { public static void main(String[] args) { BinaryTree bt = new BinaryTree(); // 插入节点构建二叉树 bt.create(5); bt.create(7); bt.create(2); bt.create(6); bt.create(0); bt.create(4); bt.create(3); bt.create(1); // 先序遍历 System.out.print("先序遍历:"); bt.beforeOrder(bt.root); System.out.println(); // 中序遍历 System.out.print("中序遍历:"); bt.inOrder(bt.root); System.out.println(); // 后序遍历 System.out.print("后序遍历:"); bt.afterOrder(bt.root); System.out.println(); // 查找节点 TreeNode findNode = bt.findNode(bt.root, 4); System.out.println("查找值为4的节点:" + (findNode != null ? findNode.data : "未找到")); } }

六、输出结果

  • 先序遍历:5 2 0 1 4 3 7 6
  • 中序遍历:0 1 2 3 4 5 6 7
  • 后序遍历:1 0 3 4 2 6 7 5
  • 查找值为4的节点:4

七、总结

本文实现了二叉树的核心操作:

  1. 构建:按“左小右大”规则插入节点,形成二叉排序树;
  2. 遍历:通过递归实现先序、中序、后序遍历,其中中序遍历结果是有序的;
  3. 查找:基于“左小右大”规则遍历树,时间复杂度为O(logn)(平衡二叉树)。

二叉树是后续学习平衡二叉树、红黑树等高级结构的基础,掌握其核心操作能帮助你理解更复杂的数据结构逻辑。

http://www.cnnetsun.cn/news/112930.html

相关文章:

  • 5分钟搭建TLS兼容性测试原型
  • MySQL启动图解指南:小白也能懂的5步操作
  • Notepad++新手必知的10个实用技巧
  • 电商后台API模拟实战:用json-server搭建原型系统
  • DVWA靶场文件上传通关
  • 2025最新实测:我用这5个降AI工具把知网AIGC率从79%降到了6.2%(附免费反向优化法)
  • 拒绝机械降重!2025年“手动+工具”去AI味全指南:教你用DeepSeek指令+10款工具把AI率降至安全线
  • “期刊论文不是‘投稿机器’,是科学对话的邀请函——宏智树AI期刊论文功能,让每一篇投稿都自带‘学术社交力’”
  • Vulkan教程(十二):图形管线,Vulkan 渲染的核心流程
  • “场景化 + 利益前置” 风格拟定标题,从多学科适配、专业级控制、高效协作三大维度重构内容,突出宏智树 AI 绘图功能的差异化优势:
  • 电商网站链接失效危机?快马AI解决方案全解析
  • 为什么网站无法打开-eshukan.com
  • AI如何解决TLS协议版本不匹配问题
  • 查重不是“安检门”,而是你学术表达的“校音器”——宏智树AI免费查重,让引用有回响,原创有回声
  • Git删除过去分支(如删除23年及之前的分支)
  • AB测试:数据驱动决策的科学与艺术
  • 零基础学会用vue-qrcode制作第一个二维码
  • foreach vs for循环:大数据量下的性能对比实验
  • 3.9 Elasticsearch-跨集群搜索(CCS)与跨集群复制(CCR)
  • 用NATS+AI快速构建物联网数据采集原型
  • Excel格式转换异常?新手必看的5分钟解决指南
  • 【智能聊天助手部署教程 (基于 Streamlit + Ollama)】
  • 好写作AI第二大脑:当研究灵感不再碎片化,你的“学术外脑”已上线
  • 好写作AI第二大脑:当研究灵感不再碎片化,你的“学术外挂”已上线
  • 守护代码世界的守门人——软件测试团队心理健康白皮书
  • PinWin窗口置顶工具:提升Windows多任务效率的终极指南
  • Sheet-to-Doc:用Excel数据和Word模板自动生成文档
  • 27岁,转行网络安全,是这辈子最成功的一件事......_27岁开始搞网安好吗
  • 基于 OpenCV C# 的直线卡尺工具源码分享
  • FunASR多说话人识别终极指南:从实战到深度解析