此篇博客希望对你有所帮助（帮助你了解二叉树，二叉树主要运用递归，有那块代码不懂或者理解不了的，一定要进行画图去理解），不懂的或有错误的也可在评论区留言，错误必改评论必回！！！持续关注，下一篇博客是二叉树面试题！！！整篇博客的代码都在Gitee中（代码链接放在文章结尾）。

一、 认识二叉树

1.1 二叉树的概念

二叉树是一个有限的节点集合，这个集合可能是空的（此时称为空二叉树），或者由一个根节点以及两个互不相交的、分别被称为左子树和右子树的二叉树所组成。

1.2 二叉树的特性：

1. 每个节点至多有两个子节点，分别被称为左子节点和右子节点。
2. 左子树和右子树的次序不能颠倒。
3. 二叉树是有序树，因为即使树中节点没有值，其左右子树的区分也仍然有意义。

对于任意二叉树都是由以下几种情况复合而成：

1.3 两种特殊的二叉树：

1. 满二叉树: 一棵二叉树，如果每层的结点数都达到最大值，则这棵二叉树就是满二叉树。也就是说，如果一棵二叉树的层数为K，且结点总数是（2^k）-1 ，则它就是满二叉树。
2. 完全二叉树: 完全二叉树是效率很高的数据结构，完全二叉树是由满二叉树而引出来的。对于深度为K的，有n个结点的二叉树，当且仅当其每一个结点都与深度为K的满二叉树中编号从0至n-1的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。

1.4 二叉树的性质：

二叉树（Binary Tree）具有一些重要的性质，这些性质对于理解和操作二叉树非常有帮助。下面是二叉树的一些常见性质：

• 每个节点最多有两个子节点：每个节点最多有一个左子节点和一个右子节点。这意味着一个节点的度数（Degree）最大为2。
• 左子树和右子树的顺序是固定的：在二叉树中，左子树位于父节点的左侧，右子树位于父节点的右侧。改变左右子树的顺序将产生不同的二叉树。
• 节点的度数：节点的度数是指该节点的子节点数量。二叉树中，节点的度数最大为2，即一个节点最多有两个子节点。
• 叶节点（叶子节点）：叶节点是没有子节点的节点，也可以称为终端节点。
• 节点的层级（Level）：根节点的层级为1，其余节点的层级为其父节点的层级加1。
• 树的高度（Height）：树的高度是从根节点到最远叶节点的最长路径上的边数。叶节点的高度为0，空树的高度为-1。
• 完全二叉树（Complete Binary Tree）性质：在完全二叉树中，除了最后一层外，其他层的节点都是满的，且最后一层的节点都尽量靠左排列。
• 满二叉树（Full Binary Tree）性质：在满二叉树中，除了叶节点外，每个节点都有两个子节点。
• 二叉搜索树（Binary Search Tree）性质：二叉搜索树是一种特殊的二叉树，它满足以下性质：对于树中的每个节点，其左子树中的所有节点都小于该节点的值，而其右子树中的所有节点都大于该节点的值。
• 若规定根结点的层数为1，则一棵非空二叉树的第i层上最多有 2^(i-1) (i > 0)个结点。
• 若规定只有根结点的二叉树的深度为1，则深度为K的二叉树的最大结点数是 （2^k） - 1 (k>=0)。
• 对任何一棵二叉树, 如果其叶结点个数为 n0，度为2的非叶结点个数为 n2，则有 n0 ＝ n2 ＋ 1。
• 具有n个结点的完全二叉树的深度k为log2 (n + 1) 上取整。
• 对于具有n个结点的完全二叉树，如果按照从上至下从左至右的顺序对所有节点从0开始编号，则对于序号为 i 的结点有：
  • 若 i > 0，双亲序号：(i - 1) / 2；i = 0，i 为根结点编号，无双亲结点。
  • 若 2i + 1< n，左孩子序号：2i + 1，否则无左孩子。
  • 若 2i + 2 < n，右孩子序号：2i + 2，否则无右孩子。

1.5 二叉树的存储：

1. 链式存储法（链表表示法）
   链式存储法使用节点（Node）来存储二叉树的每个元素，每个节点包含三个部分：

数据域（data）：存储节点的值。
左指针（left）：指向左子节点。
右指针（right）：指向右子节点。

这种方法的优点是可以灵活地表示任意形状的二叉树，节省空间（不需要为空的子节点分配空间）。缺点是需要额外的指针空间，并且遍历二叉树时可能涉及频繁的指针操作。

2. 顺序存储法（数组表示法）
   顺序存储法使用一个数组来存储二叉树的节点。对于完全二叉树，节点在数组中的位置可以通过以下公式确定：

对于根节点，其索引为 0。
对于节点索引为 i 的左子节点，其索引为 2i + 1。
对于节点索引为 i 的右子节点，其索引为 2i +2。

这种方法的优点是操作简单，通过索引关系可以直接访问任意节点的子节点和父节点。缺点是对于非完全二叉树，会浪费空间（因为数组中需要填充空节点）。

二、 实现二叉树

2.1 二叉树节点的定义：

    static class TreeNode{public char val;public TreeNode left;//左孩子的引用public TreeNode right;//右孩子的引用public TreeNode(char val) {this.val = val;}}

2.2 二叉树的基本操作：

    // 获取树中节点的个数int size(TreeNode root){}// 获取叶子节点的个数int getLeafNodeCount(TreeNode root){}// 子问题思路-求叶子结点个数
// 获取第K层节点的个数int getKLevelNodeCount(TreeNode root,int k){}// 获取二叉树的高度int getHeight(TreeNode root){}// 检测值为value的元素是否存在TreeNode find(TreeNode root, int val){}// 判断一棵树是不是完全二叉树boolean isCompleteTree(TreeNode root){}

获取树中节点的个数

代码思路：
1.判断数是否为空。为空节点个数为0。
2.定义一个全局int型变量len，因为需要递归，如果将len定义为局部变量，在每次递归时len都是我们给定的初始值。

    // 获取树中节点的个数public int len = 0;int size(TreeNode root) {if (root == null) {return 0;}len++;size(root.left);size(root.right);return len;}

获取叶子节点的个数

代码思路：
两种解决方案：
1.先去判断树是否为空
（1）
1.定义一个全局变量size，和上面思路一样。
2.通过叶子节点的概念，我们熟知，我们需要递归每一个节点，然后去判断节点的度是否为0，为0，则是叶子节点，否则，反之。
（2）
1.不去定义全局变量，直接递归。
2.递归到每个节点都去判断一次节点的度是否为0，如果为0，则返回到上次递归语句中。

    // 获取叶子节点的个数public int size = 0;int getLeafNodeCount(TreeNode root) {if (root == null) {return 0;}getLeafNodeCount(root.left);if (root.right == null) {size++;}getLeafNodeCount(root.right);return size;}int getLeafNodeCount2(TreeNode root) {if (root == null) return 0;if (root.left == null && root.right == null) {return 1;}return getLeafNodeCount2(root.left) + getLeafNodeCount2(root.right);}

获取第K层节点的个数

代码思路：
1.先去判断代码是否为空
2.因为是获得第K层的节点个数，我们可以采用逆序的思想：
将根那一层当成第K层，然后进行递归，每递归一次K-1，当递归到K==1时，此时就是我们想要得到的第K层

// 获取第K层节点的个数int getKLevelNodeCount(TreeNode root, int k) {if (root == null) {return 0;}if (k == 1) {return 1;}return getKLevelNodeCount(root.left, k - 1) + getKLevelNodeCount(root.right, k - 1);}

获取二叉树的高度

代码思路：
1.先判断树是否为空
2.分别对每个节点进行左递归和右递归
3.判断这个节点左递归和右递归那个递归的次数多，返回那个值，最后返回的值就是树的高度。

    //    // 获取二叉树的高度int getHeight(TreeNode root) {if (root == null) return 0;int leftH = getHeight(root.left);int rightH = getHeight(root.right);return leftH > rightH ? leftH + 1 : rightH + 1;}

检测值为value的元素是否存在

代码思路：
1.先判断树是否为空
2.然后判断根节点是否为value值，如果不是，则进行递归
3.如果找到value值，则需要定义一个节点ret来接受找到的value值的节点，进行一步一步返回。这里返回的将一直是找到的ret节点

//    // 检测值为value的元素是否存在TreeNode find(TreeNode root, char val){if(root==null){return null;}if(root.val==val){return root;}TreeNode ret=find(root.left,val);if(ret!=null){return ret;}ret= find(root.right,val);return ret;}

判断一棵树是不是完全二叉树

代码思路：
1.这里需要借助所学的队列（先进先出）
2.首先判断树是否为空
3.将根节点先存入到队列当中，这里需要定义一个cur来标记出队列的节点
4.当出一个节点，就将这个节点的左右孩子节点存入队列中，不管左右孩子是否为空
这里值得注意的是：存入队列当时中的节点为null,queue.isEmpty()不为空的（判断 的是队列中的元素个数）
5.当cur为null时，跳出queue.isEmpty()循环,这个时候判断队列当中是否还有除了nul，以为的其他元素，如果有其他元素，则这就不是一个完全二叉树，反之，则不是完全二叉树。

//    // 判断一棵树是不是完全二叉树boolean isCompleteTree(TreeNode root){Queue<TreeNode> queue=new LinkedList<>();if(root==null){return true;}queue.offer(root);TreeNode cur;while(!queue.isEmpty()){cur=queue.poll();if(cur!=null) {queue.offer(cur.left);queue.offer(cur.right);}else{break;}}while(!queue.isEmpty()){if(queue.peek()==null){queue.poll();}else{return false;}}return true;}

完全二叉树图解：

非完全二叉树图解：

2.3 二叉树的遍历：

遍历是访问树中所有节点的过程，主要有以下几种方式：

• 前序遍历（Preorder Traversal）：根节点 -> 左子树 -> 右子树
• 中序遍历（Inorder Traversal）：左子树 -> 根节点 -> 右子树（对于二叉搜索树，这是升序访问所有节点的方式）
• 后序遍历（Postorder Traversal）：左子树 -> 右子树 -> 根节点
• 层次遍历（Level Order Traversal）：按层次从上到下、从左到右访问节点（通常使用队列实现）。

举例：

前序遍历：A B C D E F
中序遍历：C B D A E F
后序遍历 ：C D B F E A
层次遍历 ：A B E C D F

前序遍历

   // 前序遍历void preOrder(TreeNode root){if(root==null){return;}System.out.println(root.val+" ");preOrder(root.left);preOrder(root.right);}

中序遍历

    // 中序遍历void inOrder(TreeNode root){if(root==null){return;}inOrder(root.left);System.out.println(root.val+" ");inOrder(root.right);}

后序遍历

// 后序遍历void postOrder(TreeNode root){if(root==null){return;}postOrder(root.left);postOrder(root.right);System.out.println(root.val+" ");}

层序遍历

代码思路：
1.需要借助对列来实现。
2.首先先判断树是否为空。
3.不为空，先将根节点存进去，然后定义一个节点cur来接受从队列中出来的节点，判断弹出的节点左右孩子节点是否为空，不为空的存入到队列当中，打印弹出的元素。

//    //层序遍历void levelOrder(TreeNode root){Queue<TreeNode> queue=new LinkedList<>();if(root==null){return;}queue.offer(root);TreeNode cur;while(!queue.isEmpty()){cur=queue.poll();if(cur.left!=null){queue.offer(cur.left);}if(root.right!=null){queue.offer(cur.right);}System.out.print(cur.val+" ");}}

此篇博客的代码！！！