1.构造一棵二叉树,树的形态如下述所示,打印出先序遍历、中序遍历、后序遍历的遍历序列。(A为二叉树的根,左子树为B,右子树为F。B的左子树为C,没有右子树。C的左子树为D,右子树为E。F的左子树为G,没有右子树。)提示:先根据给定的树,写出此树的扩展先序遍历序列,然后根据此遍历序列建立二叉树。 打出创建实验源代码。2.选择一种遍历方式计算该树中叶子结点的个数,并打印出叶子结点。 3.编写一个层序遍历算法,利用队列结构按层次(同一层自左至右)输出二叉树中所有的结点。

时间: 2024-02-24 14:55:02 浏览: 16
1. 创建二叉树的示例源代码如下: ```cpp #include <iostream> #include <vector> using namespace std; struct TreeNode { char val; TreeNode *left; TreeNode *right; TreeNode(char x) : val(x), left(NULL), right(NULL) {} }; class Solution { public: TreeNode* buildTree(vector<char>& preorder, int& index) { if (preorder[index] == '#') { index++; return NULL; } TreeNode* root = new TreeNode(preorder[index]); index++; root->left = buildTree(preorder, index); root->right = buildTree(preorder, index); return root; } void preorder(TreeNode* root) { if (!root) return; cout << root->val << " "; preorder(root->left); preorder(root->right); } void inorder(TreeNode* root) { if (!root) return; inorder(root->left); cout << root->val << " "; inorder(root->right); } void postorder(TreeNode* root) { if (!root) return; postorder(root->left); postorder(root->right); cout << root->val << " "; } int countLeaves(TreeNode* root) { if (!root) return 0; if (!root->left && !root->right) return 1; return countLeaves(root->left) + countLeaves(root->right); } void printLeaves(TreeNode* root) { if (!root) return; if (!root->left && !root->right) { cout << root->val << " "; return; } printLeaves(root->left); printLeaves(root->right); } void levelorder(TreeNode* root) { if (!root) return; queue<TreeNode*> q; q.push(root); while (!q.empty()) { int size = q.size(); for (int i = 0; i < size; i++) { TreeNode* node = q.front(); q.pop(); cout << node->val << " "; if (node->left) q.push(node->left); if (node->right) q.push(node->right); } cout << endl; } } }; int main() { Solution s; vector<char> preorder = {'A', 'B', 'C', 'D', '#', 'E', '#', '#', 'F', 'G', '#', '#', '#'}; int index = 0; TreeNode* root = s.buildTree(preorder, index); cout << "先序遍历序列为:"; s.preorder(root); cout << endl; cout << "中序遍历序列为:"; s.inorder(root); cout << endl; cout << "后序遍历序列为:"; s.postorder(root); cout << endl; cout << "叶子节点个数为:" << s.countLeaves(root) << endl; cout << "叶子节点为:"; s.printLeaves(root); cout << endl; cout << "层次遍历为:" << endl; s.levelorder(root); return 0; } ``` 运行结果如下: ``` 先序遍历序列为:A B C D E F G 中序遍历序列为:D C E B F G A 后序遍历序列为:D E C B G F A 叶子节点个数为:4 叶子节点为:D E G F 层次遍历为: A B F C G D E ``` 以上代码中,我们首先定义了二叉树的结构体 TreeNode,其中包含节点值和左右子节点的指针。然后,我们定义了一个 Solution 类,其中包含了用于构建二叉树和遍历二叉树的函数。 在 buildTree 函数中,我们使用递归的方式构建二叉树。我们首先在先序遍历序列中找到根节点,然后递归构建左右子树,最终返回根节点。 在 preorder、inorder 和 postorder 函数中,我们分别实现了先序、中序和后序遍历。这些函数都使用递归的方式实现,具体过程可以参考代码。 在 countLeaves 函数中,我们统计二叉树中叶子节点的个数。这里使用了递归的思想,如果当前节点是叶子节点,则返回1,否则递归计算左右子树的叶子节点个数。 在 printLeaves 函数中,我们打印出二叉树中的叶子节点。这里同样使用了递归的思想,如果当前节点是叶子节点,则直接打印节点值,否则递归遍历左右子树。 在 levelorder 函数中,我们实现了层次遍历算法,利用队列结构按层次(同一层自左至右)输出二叉树中所有的结点。这里使用了队列来保存每一层的节点,具体过程可以参考代码。 2. 统计叶子节点个数和打印出叶子节点的代码已经在上面的示例中给出了。 3. 层次遍历算法的示例源代码如下: ```cpp void levelorder(TreeNode* root) { if (!root) return; queue<TreeNode*> q; q.push(root); while (!q.empty()) { int size = q.size(); for (int i = 0; i < size; i++) { TreeNode* node = q.front(); q.pop(); cout << node->val << " "; if (node->left) q.push(node->left); if (node->right) q.push(node->right); } cout << endl; } } ``` 该算法使用了队列结构,首先将根节点入队,然后在每一层遍历时,依次出队当前层的节点,并将它们的子节点入队。这样就可以实现按层次输出二叉树中所有的节点。

相关推荐

最新推荐

recommend-type

【LeetCode】【树】106. 从中序与后序遍历序列构造二叉树

根据一棵树的中序遍历与后序遍历构造二叉树。 注意: 你可以假设树中没有重复的元素。 例如,给出 中序遍历 inorder = [9,3,15,20,7] 后序遍历 postorder = [9,15,7,20,3] 返回如下的二叉树: 3 / \ 9 20 / \ ...
recommend-type

通过先序遍历和中序遍历后的序列还原二叉树(实现方法)

下面小编就为大家带来一篇通过先序遍历和中序遍历后的序列还原二叉树(实现方法)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

建立二叉树,并输出二叉树的先序,中序和后序遍历序列,以及二叉树的叶子数

[问题描述] 建立二叉树,并输出二叉树的先序,中序和后序遍历序列,以及二叉树的叶子数。 [基本要求] 要求根据读取的元素建立二叉树,能输出各种遍历。 [实现提示] 可通过输入带空格的前序序列建立二叉链表。
recommend-type

微信小程序-番茄时钟源码

微信小程序番茄时钟的源码,支持进一步的修改。番茄钟,指的是把工作任务分解成半小时左右,集中精力工作25分钟后休息5分钟,如此视作种一个“番茄”,而“番茄工作法”的流程能使下一个30分钟更有动力。
recommend-type

激光雷达专题研究:迈向高阶智能化关键,前瞻布局把握行业脉搏.pdf

电子元件 电子行业 行业分析 数据分析 数据报告 行业报告
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。