阅读量:2
找往期文章包括但不限于本期文章中不懂的知识点：
个人主页：我要学编程(ಥ_ಥ)-CSDN博客
所属专栏：数据结构（Java版）
通过上篇文章的学习，我们已经知道什么是二叉树，以及其性质和遍历的方式了。接下来主要是实现代码。
目录
伪创建二叉树
为啥叫伪创建二叉树呢？因为我们现在才刚开始学习二叉树，而创建二叉树是一个非常复杂的过程（树的递归定义的）。因此我们就先手动的来创建二叉树。树是有一个一个的结点组成，因此得先把结点创建出来。树的结点我们采用的是简单的孩子表示法：
// 树的结点 static class TreeNode { public char val; // 数据域 public TreeNode left; // 左子树 public TreeNode right; // 右子树 public TreeNode(char val) { this.val = val; } }创建的二叉树图形如下：
public TreeNode createBinaryTree() { TreeNode A = new TreeNode('A'); TreeNode B = new TreeNode('B'); TreeNode C = new TreeNode('C'); TreeNode D = new TreeNode('D'); TreeNode E = new TreeNode('E'); TreeNode F = new TreeNode('F'); TreeNode G = new TreeNode('G'); // 根据图形关系把结点之间相连 A.left = B; A.right = C; B.left = D; B.right = E; C.left = F; C.right = G; // 返回根结点 return A; }遍历二叉树
二叉树创建完成后，我们就可以遍历打印二叉树，看看是否符合我们的预期结果。遍历的四种方式，我们前面也学习了。
前序遍历：
// 前序遍历 public void preOrder(TreeNode root) { if (root == null) { return; } // 打印根结点的值 System.out.print(root.val+" "); // 递归遍历根的左子树 preOrder(root.left); // 递归遍历根的右子树 preOrder(root.right); }递归的限制条件：当递归到 root 为 null 时，就开始回退。随着递归的深入，root 不断的接近 null。
中序遍历：
// 中序遍历 public void inOrder(TreeNode root) { // 中序遍历：左子树->根->右子树 if (root == null) { return; } // 递归遍历根的左子树 inOrder(root.left); // 打印根结点的值 System.out.print(root.val+" "); // 递归遍历根的右子树 inOrder(root.right); }后序遍历：
// 后序遍历 public void postOrder(TreeNode root) { // 后序遍历：左子树->右子树->根 if (root == null) { return; } // 递归遍历根的左子树 postOrder(root.left); // 递归遍历根的右子树 postOrder(root.right); // 打印根结点的值 System.out.print(root.val+" "); }由于层序遍历还是比较复杂，因此我们后面再学习。
获取二叉树中节点的个数
思路一：这个同样是遍历二叉树，遇到不为空的结点就++，最后统计的就是树的节点个数。
// 记录节点个数 public int treeNodeSize; public void size(TreeNode root) { if (root == null) { return; } // 根结点 treeNodeSize++; // 左子树 size2(root.left); // 右子树 size2(root.right); }思路二：整棵树的节点个数等于 根结点+左子树的节点个数+右子树的节点个数
// 获取树中节点的个数 public int size(TreeNode root) { if (root == null) { return 0; } // 左子树的节点个数+右子树的节点个数+根结点 return size(root.left)+size(root.right)+1; }思路一采用的是遍历的方式，思路二采用的是化为子问题的方式。思路二也是更加接近递归的方式。
获取二叉树中叶子节点的个数
思路：首先，我们得知道什么是叶子节点。叶子结点的特点是其左孩子和右孩子都是null。同样这也是采用遍历的方式。
法一：采用子问题思路
// 获取叶子节点的个数 public int getLeafNodeCount(TreeNode root) { if (root == null) { return 0; } // 遇到叶子结点就返回1 if (root.left == null && root.right == null) { return 1; } // 返回左子树的叶子节点个数+右子树的叶子节点个数 return getLeafNodeCount(root.left) + getLeafNodeCount(root.right); }法二：采用遍历思路
public int leafSize; public void getLeafNodeCount(TreeNode root) { if (root == null) { return; } if (root.left == null && root.right == null) { leafSize++; } // 遍历左子谁 getLeafNodeCount2(root.left); // 遍历右子树 getLeafNodeCount2(root.right); }获取二叉树中第K层节点的个数
上面是对于第K层的介绍，根结点是作为第一层。
思路：当K为1时，就可以直接返回这一层的节点个数即可。因此我们就是要递归到K不断的接近1.
法一： 采用子问题思路
// 获取第K层节点的个数 public int getKLevelNodeCount(TreeNode root, int k) { // 假定不存在K无效的情况 if (root == null) { return 0; } if (k == 1) { return 1; } // 左子树的第k-1层的节点个数+右子树的第k-1层的节点个数 return getKLevelNodeCount(root.left, k-1) + getKLevelNodeCount(root.right, k-1); }法二： 采用遍历思路
public int getLevelNodeSize; public void getKLevelNodeCount(TreeNode root, int k) { // 假定不存在K无效的情况 if (root == null) { return; } if (k == 1) { getLevelNodeSize++; } // 遍历左子树的第k-1层 getKLevelNodeCount2(root.left, k-1); // 遍历右子树的第k-1层 getKLevelNodeCount2(root.right, k-1); }获取二叉树的高度
思路：获取二叉树的高度和求第K层节点的个数类似。同样根结点算高度为1。接着就是分别递归计算左子树和右子树的高度的最大值。
采用子问题思路
// 获取二叉树的高度 public int getHeight(TreeNode root) { if (root == null) { return 0; } // 左子树与右子树的最大高度+根结点 return Math.max(getHeight(root.left), getHeight(root.right)) + 1; }这个如果不采用子问题思路，而是用遍历思路的话，只能用层序遍历来写，又因为层序遍历过于复杂，因此我们暂时先不写这个代码。
在二叉树中找寻元素
思路：这个比较简单，就是遍历去比较即可。
// 检测值为value的元素是否存在 public TreeNode find(TreeNode root, int val) { if (root == null) { return null; } // 采用前序遍历的方式：根->左子树->右子树 // 根 if (root.val == val) { return root; } // 在左子树中寻找，肯定有一个结果 TreeNode findLeft = find(root.left, val); // 如果不为null，则说明找到了 if (findLeft != null) { return findLeft; } // 在右子树中寻找，肯定有一个结果，不管结果如何直接返回即可 return find(root.right, val); }注意：这里在寻找二叉树中的节点时，采用前序遍历的方式是最有效率的。因为前序遍历是首先比较根结点，而我们就是需要比较根结点。
对于二叉树的基本操作我们就已经学习完了。基于上述基本操作就可以进行一些简单的刷题了，后续也会在刷题中继续完善二叉树的相关操作。
好啦！本期 数据结构之初始二叉树（2）的学习之旅就到此结束啦！我们下一期再一起学习吧！
