0

0

Java 实现二叉树的广度优先搜索(BFS)

霞舞

霞舞

发布时间:2025-11-16 13:47:49

|

384人浏览过

|

来源于php中文网

原创

java 实现二叉树的广度优先搜索(bfs)

本文将详细讲解如何使用 Java 实现二叉树的广度优先搜索(BFS)算法。我们将避免直接获取节点的兄弟节点,而是通过将当前节点的子节点按顺序加入队列,确保按照兄弟节点的顺序访问它们。此外,强调在节点从队列中取出时进行访问,而非加入队列时,以保证算法的正确性。

广度优先搜索(BFS)是一种用于遍历或搜索树或图数据结构的算法。它从树的根节点开始,沿着树的宽度遍历节点。如果所有节点都已被访问,则算法终止。在二叉树的场景下,BFS 通常用于按层级顺序访问节点。

BFS 算法实现

以下是如何在 Java 中实现二叉树 BFS 的详细步骤和代码示例。

1. 节点定义

立即学习Java免费学习笔记(深入)”;

首先,定义一个 Node 类来表示二叉树的节点。这个类包含数据域、左右子节点以及一个 visited 标志(虽然在改进后的代码中不再直接使用 visited 标志,但了解其作用有助于理解算法思路)。

public class Node {
    int data;
    Node left;
    Node right;
    boolean visited;

    Node(int data) {
        this.data = data;
        this.left = null;
        this.right = null;
        this.visited = false;
    }

    // Getter 和 Setter 方法(省略)
    public int getData() {
        return data;
    }

    public void setData(int data) {
        this.data = data;
    }

    public Node getLeft() {
        return left;
    }

    public void setLeft(Node left) {
        this.left = left;
    }

    public Node getRight() {
        return right;
    }

    public void setRight(Node right) {
        this.right = right;
    }

    public boolean isVisited() {
        return visited;
    }

    public void setVisited(boolean visited) {
        this.visited = visited;
    }
}

2. 构建二叉树

创建一个二叉树实例,用于测试 BFS 算法。

Node node1 = new Node(1);
Node node7 = new Node(7);
Node node9 = new Node(9);
Node node8 = new Node(8);
Node node2 = new Node(2);
Node node3 = new Node(3);
node1.left = node7;
node1.right = node9;
node7.right = node8;
node9.right = node3;
node9.left = node2;

3. BFS 算法实现

一点PPT
一点PPT

一句话生成专业PPT,AI自动排版配图

下载

以下是 BFS 算法的核心实现。关键在于使用队列 Queue 来存储待访问的节点,并确保按照层级顺序访问它们。

import java.util.LinkedList;
import java.util.Queue;
import java.util.ArrayList;
import java.util.List;

public class BFS {

    public static List<Node> bfs(Node root) {
        Queue<Node> queue = new LinkedList<>();
        List<Node> result = new ArrayList<>();

        if (root == null) {
            return result;
        }

        queue.add(root);

        while (!queue.isEmpty()) {
            Node node = queue.poll(); // 取出队列中的第一个节点
            result.add(node);        // 访问节点,将其添加到结果列表中

            // 将当前节点的子节点加入队列
            if (node.left != null) {
                queue.add(node.left);
            }
            if (node.right != null) {
                queue.add(node.right);
            }
        }

        return result;
    }

    public static void main(String[] args) {
        Node node1 = new Node(1);
        Node node7 = new Node(7);
        Node node9 = new Node(9);
        Node node8 = new Node(8);
        Node node2 = new Node(2);
        Node node3 = new Node(3);
        node1.left = node7;
        node1.right = node9;
        node7.right = node8;
        node9.right = node3;
        node9.left = node2;

        List<Node> bfsResult = bfs(node1);
        for (Node node : bfsResult) {
            System.out.println(node.data);
        }
    }
}

代码解释:

  • bfs(Node root) 函数:

    • 创建一个 LinkedList 作为队列 queue,用于存储待访问的节点。
    • 创建一个 ArrayList 作为 result,用于存储BFS遍历的结果。
    • 如果根节点为空,则返回空列表。
    • 将根节点加入队列。
    • 当队列不为空时,循环执行以下操作:
      • 从队列中取出一个节点 node
      • 将该节点添加到结果列表 result中,表示访问该节点。
      • 将该节点的左子节点和右子节点(如果存在)加入队列。
  • main 函数:

    • 创建二叉树。
    • 调用 bfs 函数进行广度优先搜索。
    • 遍历结果列表,并打印每个节点的数据。

4. 使用示例

以下是如何使用 bfs 函数的示例:

for (Node node : BFS.bfs(node1)) {
    System.out.println(node.data);
}

这段代码会按层级顺序打印二叉树的节点数据。

注意事项

  • 避免直接获取兄弟节点: BFS 的关键在于按层级顺序访问节点。通过将当前节点的子节点加入队列,并按队列的顺序取出节点,可以保证按照兄弟节点的顺序访问。
  • 访问时机: 在节点从队列中取出时进行访问,而不是在加入队列时。这确保了在访问节点时,其所有父节点都已被访问。
  • 空节点处理: 在将子节点加入队列之前,需要检查子节点是否为空,以避免空指针异常。

总结

本文详细介绍了如何在 Java 中实现二叉树的广度优先搜索(BFS)算法。通过使用队列和按层级顺序访问节点,可以有效地遍历二叉树。该算法在许多应用中都非常有用,例如在社交网络中查找朋友的朋友,或者在游戏中查找最短路径。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
treenode的用法
treenode的用法

​在计算机编程领域,TreeNode是一种常见的数据结构,通常用于构建树形结构。在不同的编程语言中,TreeNode可能有不同的实现方式和用法,通常用于表示树的节点信息。更多关于treenode相关问题详情请看本专题下面的文章。php中文网欢迎大家前来学习。

550

2023.12.01

C++ 高效算法与数据结构
C++ 高效算法与数据结构

本专题讲解 C++ 中常用算法与数据结构的实现与优化,涵盖排序算法(快速排序、归并排序)、查找算法、图算法、动态规划、贪心算法等,并结合实际案例分析如何选择最优算法来提高程序效率。通过深入理解数据结构(链表、树、堆、哈希表等),帮助开发者提升 在复杂应用中的算法设计与性能优化能力。

30

2025.12.22

深入理解算法:高效算法与数据结构专题
深入理解算法:高效算法与数据结构专题

本专题专注于算法与数据结构的核心概念,适合想深入理解并提升编程能力的开发者。专题内容包括常见数据结构的实现与应用,如数组、链表、栈、队列、哈希表、树、图等;以及高效的排序算法、搜索算法、动态规划等经典算法。通过详细的讲解与复杂度分析,帮助开发者不仅能熟练运用这些基础知识,还能在实际编程中优化性能,提高代码的执行效率。本专题适合准备面试的开发者,也适合希望提高算法思维的编程爱好者。

45

2026.01.06

空指针异常处理
空指针异常处理

本专题整合了空指针异常解决方法,阅读专题下面的文章了解更多详细内容。

23

2025.11.16

页面置换算法
页面置换算法

页面置换算法是操作系统中用来决定在内存中哪些页面应该被换出以便为新的页面提供空间的算法。本专题为大家提供页面置换算法的相关文章,大家可以免费体验。

500

2023.08.14

TypeScript类型系统进阶与大型前端项目实践
TypeScript类型系统进阶与大型前端项目实践

本专题围绕 TypeScript 在大型前端项目中的应用展开,深入讲解类型系统设计与工程化开发方法。内容包括泛型与高级类型、类型推断机制、声明文件编写、模块化结构设计以及代码规范管理。通过真实项目案例分析,帮助开发者构建类型安全、结构清晰、易维护的前端工程体系,提高团队协作效率与代码质量。

25

2026.03.13

Python异步编程与Asyncio高并发应用实践
Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开,深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例,帮助开发者掌握 Python 在高并发场景中的高效开发方法,并提升系统资源利用率与整体运行性能。

44

2026.03.12

C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

174

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

50

2026.03.10

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Kotlin 教程
Kotlin 教程

共23课时 | 4.4万人学习

C# 教程
C# 教程

共94课时 | 11.3万人学习

Java 教程
Java 教程

共578课时 | 81.7万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号