java二叉树

时间:2022-05-21 哪吒人气:0

想了解全网最精细详解二叉树,2万字带你进入算法领域的相关内容吗，哪吒在本文为您仔细讲解java二叉树的相关知识和一些Code实例，欢迎阅读和指正，我们先划重点：java二叉树,java实现简单二叉树,java二叉树的遍历，下面大家一起来学习吧。

也许，我们永远都不会知道自己能走到何方，遇见何人，最后会变成什么样的人，但一定要记住，能让自己登高的，永远不是别人的肩膀，而是挑灯夜战的自己，人生的道路刚刚启程，当你累了倦了也不要迷茫，回头看一看，你早已不再是那个年少轻狂的少年。

一、前言

数组的搜索比较方便，可以直接用下标，但删除和插入就比较麻烦；

链表与之相反，删除和插入元素很快，但查找比较慢；

此时，二叉树应运而生，二叉树既有链表的好处，也有数组的好处，在处理大批量的动态数据时比较好用，是一种折中的选择。

文件系统和数据库系统一般都是采用树（特别是B树）的数据结构数据，主要为排序和检索的效率。

二叉树是一种最基本最典型的排序树，用于教学和研究树的特性，本身很少在实际中进行应用，因为缺点太明显，就像冒泡排序一样，因为效率问题并不实用，但也是我们必须会的。

二、二叉树缺点

1、顺序存储可能会浪费空间（在非完全二叉树的时候），但是读取某个指定的结点的时候效率比较高O(0)；

2、链式存储相对于二叉树，浪费空间较少，但是读取某个结点的时候效率偏低O(nlogn)。

满二叉树：

在一颗二叉树中，如果所有分支结点都有左子结点和右子结点，并且叶结点都集中在二叉树的最底层，这样的二叉树称为满二叉树。

完全二叉树：

若二叉树中最多只有最下面两层的结点，而且相差只有1级，并且最下面一层的叶结点都依次排列在该层的最左边位置，则这样的二叉树称为完全二叉树。

三、遍历与结点删除

二叉树是一种非常重要的数据结构，非常多的数据结构都是基于二叉树的基础演变而来的。对于二叉树有深度遍历和广度遍历，深度遍历有前序、中序以及后序三种遍历方法，广度遍历即我们寻常所说的层次遍历。由于树的定义本身就是递归定义，因此采用递归的方法实现树的三种遍历。

对于一段代码来说，可读性有时候要比代码本身的效率要重要的多。

1、四种基本的遍历思想

前序遍历：根结点 -->左子树-->右子树；
中序遍历：左子树 -->根结点-->右子树；
后续遍历：左子树 -->右子树-->根结点；
层次遍历：仅仅需按成次遍历即可；

2、自定义二叉树

3、代码实现

（1）girlNode

package com.guor.tree;
 
public class GirlNode {
 
    private int no;
    private String name;
    private GirlNode left; //默认null
    private GirlNode right; //默认null
 
    //1、如果leftType == 0表示指向的是左子树，如果 leftType == 1则表示指向的是前驱结点
    //2、如果rightType == 0表示指向的是右子树，如果 rightType == 1则表示指向的是后继结点
    private int leftType;
    private int rightType;
 
    public int getLeftType() {
        return leftType;
    }
 
    public void setLeftType(int leftType) {
        this.leftType = leftType;
    }
 
    public int getRightType() {
        return rightType;
    }
 
    public void setRightType(int rightType) {
        this.rightType = rightType;
    }
 
    public GirlNode(int no, String name) {
        this.no = no;
        this.name = name;
    }
    public int getNo() {
        return no;
    }
    public void setNo(int no) {
        this.no = no;
    }
    public String getName() {
        return name;
    }
    public void setName(String name) {
        this.name = name;
    }
    public GirlNode getLeft() {
        return left;
    }
    public void setLeft(GirlNode left) {
        this.left = left;
    }
    public GirlNode getRight() {
        return right;
    }
    public void setRight(GirlNode right) {
        this.right = right;
    }
    @Override
    public String toString() {
        return "GirlNode [no=" + no + ", name=" + name + "]";
    }
 
    //前序遍历
    public void preOrder() {
        System.out.println(this);//先输出父节点
        //递归向左子树前序遍历
        if(this.left != null) {
            this.left.preOrder();
        }
        //递归向右子树前序遍历
        if(this.right != null) {
            this.right.preOrder();
        }
    }
 
    //中序遍历
    public void midOrder() {
        //递归向左子树中序遍历
        if(this.left != null) {
            this.left.midOrder();
        }
        System.out.println(this);//输出父节点
        //递归向右子树前序遍历
        if(this.right != null) {
            this.right.midOrder();
        }
    }
 
    //后序遍历
    public void postOrder() {
        //递归向左子树后序遍历
        if(this.left != null) {
            this.left.postOrder();
        }
        //递归向右子树前序遍历
        if(this.right != null) {
            this.right.postOrder();
        }
        System.out.println(this);//输出父节点
    }
 
    //递归删除结点
    //1.如果删除的节点是叶子节点，则删除该节点
    //2.如果删除的节点是非叶子节点，则删除该子树
    public void delNode(int no) {
        //思路
		/*
		 * 	1. 因为我们的二叉树是单向的，所以我们是判断当前结点的子结点是否需要删除结点，而不能去判断当前这个结点是不是需要删除结点.
			2. 如果当前结点的左子结点不为空，并且左子结点 就是要删除结点，就将this.left = null; 并且就返回(结束递归删除)
			3. 如果当前结点的右子结点不为空，并且右子结点 就是要删除结点，就将this.right= null ;并且就返回(结束递归删除)
			4. 如果第2和第3步没有删除结点，那么我们就需要向左子树进行递归删除
			5.  如果第4步也没有删除结点，则应当向右子树进行递归删除.
		 */
        //2. 如果当前结点的左子结点不为空，并且左子结点 就是要删除结点，就将this.left = null; 并且就返回(结束递归删除)
        if(this.left != null && this.left.no == no) {
            this.left = null;
            return;
        }
 
        //3.如果当前结点的右子结点不为空，并且右子结点 就是要删除结点，就将this.right= null ;并且就返回(结束递归删除)
        if(this.right != null && this.right.no == no) {
            this.right = null;
            return;
        }
 
        //4.我们就需要向左子树进行递归删除
        if(this.left != null) {
            this.left.delNode(no);
        }
 
        //5.则应当向右子树进行递归删除
        if(this.right != null) {
            this.right.delNode(no);
        }
    }
}

（2）二叉树测试

package com.guor.tree;
public class BinaryTreeTest {
    public static void main(String[] args) {
        //创建一个二叉树
        BinaryTree binaryTree = new BinaryTree();
        //创建结点
        HeroNode root = new HeroNode(1, "比比东");
        HeroNode node2 = new HeroNode(2, "云韵");
        HeroNode node3 = new HeroNode(3, "美杜莎");
        HeroNode node4 = new HeroNode(4, "纳兰嫣然");
        HeroNode node5 = new HeroNode(5, "雅妃");
        root.setLeft(node2);
        root.setRight(node3);
        node3.setLeft(node4);
        node3.setRight(node5);
        binaryTree.setRoot(root);
        System.out.println("前序遍历");
        binaryTree.preOrder();
        System.out.println("中序遍历");
        binaryTree.midOrder();
        System.out.println("后序遍历");
        binaryTree.postOrder();
        binaryTree.delNode(3);
        System.out.println("删除结点3，前序遍历");
        binaryTree.preOrder();
    }
}
 
//定义BinaryTree 二叉树
class BinaryTree {
    private HeroNode root;
 
    public HeroNode getRoot() {
        return root;
    }
 
    public void setRoot(HeroNode root) {
        this.root = root;
    }
    //前序遍历
    public void preOrder() {
        if(this.root != null) {
            this.root.preOrder();
        }else {
            System.out.println("二叉树为空，不能遍历");
        }
    }
    //中序遍历
    public void midOrder() {
        if(this.root != null) {
            this.root.midOrder();
        }else {
            System.out.println("二叉树为空，无法遍历");
        }
    }
    //后序遍历
    public void postOrder() {
        if(this.root != null) {
            this.root.postOrder();
        }else {
            System.out.println("二叉树为空，无法遍历");
        }
    }
 
    //删除结点
    public void delNode(int no) {
        if(root != null) {
            //如果只有一个root结点, 这里立即判断root是不是就是要删除结点
            if(root.getNo() == no) {
                root = null;
            } else {
                //递归删除
                root.delNode(no);
            }
        }else{
            System.out.println("空树，不能删除~");
        }
    }
}

（3）控制台输出

四、先看一个问题

将数列{1,3,6,8,10,14}构建成一颗二叉树。

问题分析：

当我们对上面的二叉树进行中序遍历时，数列为{8,3,10,1,6,14}。
但是6,8,10,14这几个节点的左右指针，并没有完全的利用上。
如果我们希望充分的利用各个节点的左右指针，让各个节点可以指向自己的前后节点，要怎么办？
解决方案 --> 线索化二叉树

五、线索化二叉树

1、n个节点的二叉树链表总含有n+1（公式2n-(n-1)=n+1）个空指针域。利用二叉树表中的空指针域，存放指向该节点在某种遍历次序下的前驱和后继节点的指针（这种附加的指针称为“线索”）

2、这种加上了线索的二叉树称为线索链表，相应的二叉树称为线索二叉树（Threaded BinaryTree）。根据线索性质的不同，线索二叉树可分为前序线索二叉树、中序线索二叉树和后序线索二叉树三种。

3、一个节点的前一个节点，称为前驱节点

4、一个节点的后一个节点，称为后继节点

说明：当线索化二叉树后，Node节点的属性left和right，有如下情况：

left指向的是左子树，也可能指向的前驱节点，比如①节点left指向的左子树，而⑩节点的left指向的就是前驱节点。
right指向的是右子树，也可能是指向后继节点，比如①节点right指向的是右子树，而⑩节点的right指向的是后继节点。

六、线索化二叉树代码实例

1、线索化二叉树

package com.guor.tree;
 
//定义ThreadBinaryTree，实现了线索化功能的二叉树
public class ThreadedBinaryTree {
    private HeroNode root;
 
    //为了实现线索化，需要创建指向当前结点的前驱结点的指针
    //在递归进行线索化时，pre总是保留前一个结点
    private HeroNode pre = null;
 
    public HeroNode getRoot() {
        return root;
    }
 
    public void setRoot(HeroNode root) {
        this.root = root;
    }
 
    //重载threadedNodes方法
    public void threadedNodes(){
        this.threadedNodes(root);
    }
 
    /**
     * 编写对二叉树进行中序线索化的方法
     * @param node 当前需要线索化的结点
     */
    public void threadedNodes(HeroNode node){
        //如果node==null，不能线索化
        if(node == null){
            return;
        }
 
        //1、先线索化左子树
        threadedNodes(node.getLeft());
        //2、线索化当前结点
 
        //处理当前结点的前驱结点
        //以8为例来理解
        //8结点的.left = null，8结点的.leftType = 1
        if(node.getLeft() == null){
            //让当前结点的左指针指向前驱结点
            node.setLeft(pre);
            //修改当前结点的左指针的类型，指向前驱结点
            node.setLeftType(1);
        }
 
        //处理后继结点
        if(pre != null && pre.getRight() == null){
            //让当前结点的右指针指向当前结点
            pre.setRight(node);
            //修改当前结点的右指针的类型=
            pre.setRightType(1);
        }
 
        //每处理一个结点后，让当前结点是下一个结点的前驱结点
        pre = node;
 
        //3、线索化右子树
        threadedNodes(node.getRight());
    }
 
    //前序遍历
    public void preOrder() {
        if(this.root != null) {
            this.root.preOrder();
        }else {
            System.out.println("二叉树为空，不能遍历");
        }
    }
    //中序遍历
    public void midOrder() {
        if(this.root != null) {
            this.root.midOrder();
        }else {
            System.out.println("二叉树为空，无法遍历");
        }
    }
    //后序遍历
    public void postOrder() {
        if(this.root != null) {
            this.root.postOrder();
        }else {
            System.out.println("二叉树为空，无法遍历");
        }
    }
 
    //删除结点
    public void delNode(int no) {
        if(root != null) {
            //如果只有一个root结点, 这里立即判断root是不是就是要删除结点
            if(root.getNo() == no) {
                root = null;
            } else {
                //递归删除
                root.delNode(no);
            }
        }else{
            System.out.println("空树，不能删除~");
        }
    }
}

2、测试

package com.guor.tree;
 
public class ThreadedBinaryTreeTest {
    public static void main(String[] args) {
        //测试中序线索二叉树的功能
        HeroNode root = new HeroNode(1,"比比东");
        HeroNode node2 = new HeroNode(3,"云韵");
        HeroNode node3 = new HeroNode(6,"纳兰嫣然");
        HeroNode node4 = new HeroNode(8,"雅妃");
        HeroNode node5 = new HeroNode(10,"千仞雪");
        HeroNode node6 = new HeroNode(14,"美杜莎");
 
        //二叉树，后面我们要递归创建，现在简单处理使用手动创建
        root.setLeft(node2);
        root.setRight(node3);
        node2.setLeft(node4);
        node2.setRight(node5);
        node3.setLeft(node6);
 
        //测试中序线索化
        ThreadedBinaryTree threadedBinaryTree = new ThreadedBinaryTree();
        threadedBinaryTree.setRoot(root);
        threadedBinaryTree.threadedNodes();
 
        //以10号节点测试
        HeroNode leftNode = node5.getLeft();
        System.out.println("10号结点的前驱结点是："+leftNode);//应该是3号
 
        HeroNode rightNode = node5.getRight();
        System.out.println("10号结点的后继结点是："+rightNode);//应该是1号
    }
}

3、控制台输出

七、遍历线索化二叉树

说明：对前面的中序线索化的二叉树，进行遍历

分析：因为线索化后，各个结点指向有变化，因此原来的遍历方式不能使用，这时需要使用心得方式遍历线索化二叉树，各个结点可以通过线型方式遍历，因此无需使用递归方式，这样也提高了遍历的效率。遍历的次序应当和中序遍历保持一致。

1、代码实例

/**
 * 遍历线索化二叉树的方法
 */
public void threadedList(){
    //定义一个变量，存储当前遍历的结点，从root开始
    HeroNode node = root;
    while (node != null){
        //循环找到leftType == 1的结点，第一个找到就是8结点
        //后面随着遍历而变化，因为当leftType==1时，说明该结点是按照线索化处理后的有效结点
        while(node.getLeftType() == 0){
            node = node.getLeft();
        }
        //打印当前结点
        System.out.println(node);
        //如果当前结点的右指针指向的是后继结点，就一直输出
        while(node.getRightType() == 1){
            //获取当前结点的后继结点
            node = node.getRight();
            System.out.println(node);
        }
        //替换这个遍历的结点
        node = node.getRight();
    }
}

2、控制台输出

八、大顶堆和小顶堆图解说明

1、堆排序基本介绍

堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的最坏，最好，平均时间复杂度均为线性对数阶，它也是不稳定排序。
堆是具有以下特性的完全二叉树：每个结点的值都大于或等于其左右子结点的值，称为大顶堆，注意：没有要求结点的左子结点值和右子结点值的大小关系。
每个结点的值都小于或等于其左右子结点的值，称为小顶堆。

2、大顶堆举例说明

我们对堆中的结点按层进行编号，映射到数组中就是下面这一个样子

大顶堆特点：

arr[i]>=ar[2*i+1]&&arr[i]>=arr[2*i+2]//i对应第几个结点，i从0开始编号

3、小顶堆距离说明

小顶堆特点：

arr[i]<=arr[2*i+1]&&arr[i]<=arr[2*i+2]//i对应第几个结点，i从0开始编号

4、一般升序采用大顶堆，降序采用小顶堆

堆排序基本思想

将待排序序列构成一个大顶堆
此时，整个序列的最大值就是堆顶的根节点
将其与末尾元素进行交换，此时末尾就为最大值
然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了。

九、堆排序思路和步骤解析

1、将无序二叉树调整为大顶堆

（1）原始的数组[4,6,8,5,9]

（2）此时从最后一个非叶子结点开始（第一个非叶子结点arr.length/2-1=5/2-1=1，也就是6结点），从左至右，从上至下进行调整。

（3）再找到第二个非叶子结点，由于[4，9，8]中9最大，所以4和9交换。

4、此时，交换之后导致[4，5，6]结构混乱了，继续调整，交换4和6。

此时，我们就讲一个无序结构的二叉树调整为了一个大顶堆。

2、将堆顶元素与末尾元素进行交换

使末尾元素最大。然后继续调整堆，再讲堆顶元素与末尾元素交换，得到第二大元素。如此反复进行交换、重建、交换。

3、重新调整结构

使其继续满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序。

再将堆顶的8与末尾元素5交换，得到第二大元素8

然后继续进行调整，交换，最后变成：

简单总结一下堆排序的基本思路：

将无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆；
将堆顶元素与末尾元素交换，将最大元素交换至数组末端；
重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序。

十、堆排序代码实例

1、堆排序代码

package com.guor.tree;
 
import java.util.Arrays;
 
public class HeapSort {
    public static void main(String[] args) {
        //要求将数组进行升序排序
        int arr[] = {4,6,8,5,9};
        heapSort(arr);
    }
 
    public static void heapSort(int arr[]){
        int temp = 0;
        System.out.println("堆排序。");
 
        //分步完成
        //adjustHeap(arr,1,arr.length);
        //System.out.println("第一次调整："+ Arrays.toString(arr));//{4,9,8,5,6}
        //adjustHeap(arr,0,arr.length);
        //System.out.println("第二次调整："+ Arrays.toString(arr));//{9,6,8,5,4}
 
        //完成最终代码
        //将无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆
        //arr.length/2-1为叶子结点个数
        for(int i = arr.length/2-1;i>=0;i--){
            adjustHeap(arr, i, arr.length);
        }
        System.out.println("调整为大顶堆："+ Arrays.toString(arr));//大顶堆{9,6,8,5,4}
 
        //第二步：将堆顶元素与末尾元素进行交换，使末尾元素最大。然后继续调整堆，再讲堆顶元素与末尾元素交换，得到第二大元素。如此反复进行交换、重建、交换。
        //第三步：重新调整结构，使其继续满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序。
        for(int j = arr.length - 1;j > 0; j--){
            //交换
            temp=arr[j];
            arr[j]= arr[0];
            arr[0] = temp;
            adjustHeap(arr, 0, j);
        }
        System.out.println("最终有序序列："+ Arrays.toString(arr));//大顶堆{4,5,6,8,9}
    }
 
    /**
     * 功能：完成将以i为叶子节点的树调整为大顶堆
     * @demo int arr[] = {4,6,8,5,9};i = 1 --> adjustHeap --> {4,9,8,5,6}
     * 如果再调用adjustHeap，传入i=0 --> 大顶堆{9,6,8,5,4}
     * @param arr 待调整的数组
     * @param i 表示非叶子结点在数组中的索引
     * @param length 表示对多少个元素进行继续调整，length逐渐减少
     */
    public static void adjustHeap(int arr[], int i, int length){
        //取出当前元素的值，保存为临时变量
        int temp = arr[i];
        //1、k = i * 2 + 1 ,k是i结点的左子结点
        for(int k = i * 2 + 1; k < length; k = k * 2 + 1){
            //左子结点的值小于右子结点的值
            if(k+1<length && arr[k] < arr[k+1]){
                k++;//k指向右子结点
            }
            //如果子结点大于父节点
            if(arr[k] > temp){
                arr[i] = arr[k];//将较大的值赋给当前结点
                i = k;//i指向k,继续循环比较
            }else{
                break;
            }
        }
        //当for循环结束后，我们已经将以i为父节点的树的最大值，放在了最顶，完成局部大顶堆
        arr[i] = temp;//将temp值放到调整后的位置
    }
}

2、堆排序控制台输出

3、堆排序性能测试

因为堆排序的时间复杂度是线性对数阶，所以堆排序是非常快的，性能相当强悍，拿1000万条数据进行排序测试一下，let‘s go！

public static void main(String[] args) {
    //模拟测试1000万条数据
    int[] arr = new int[10000000];
    for(int i = 0; i< 10000000; i++){
        arr[i] = (int)(Math.random() * 10000000);
    }
    long start = new Date().getTime();
    heapSort(arr);
    long end = new Date().getTime();
    System.out.println("1000万条数据，堆排序耗时："+(end-start)+"ms");
}

4、性能测试控制台输出

十一、赫夫曼树

1、基本介绍

（1）给定n个权值作为n个叶子结点，构造一颗二叉树，若该树的带权路径长度wpl达到最小，称这样的二叉树为最优二叉树，也称为赫夫曼树。

（2）赫夫曼树是带权路径长度最短的树，权重较大的结点离根较近。

2、赫夫曼树几个重要概念和举例说明

（1）路径和路径长度

在一棵树中，从一个结点往下可以达到的孩子或孙子结点之间的通路，称为路径。通路中分支的数目称为路径长度。若规定根结点的层数为1，则从根结点到第L层结点的路径长度为L-1。

（2）结点的权及带权路径长度

若将树中结点赋给一个有着某种意义的数值，则这个数值称为该结点的权。结点的带权路径长度为：从根结点到该结点之间的路径长度与该结点的权的乘积。

（3）树的带权路径长度

树的带权路径长度规定为所有叶子结点的带权路径长度之和，为WPL（weighted path length），权重越大的结点离根结点越近的二叉树才是最优二叉树。

（4）WPL最小的就是赫夫曼树。

3、赫夫曼树创建思路

从小到大进行排序，将每一个数据，每个数据都是一个结点，每个结点可以看成是一颗最简单的二叉树
取出根结点权重最小的两颗二叉树
组成一颗新的二叉树，该新的二叉树的根结点的权值是前面两颗二叉树根结点权值的和
再将这颗新的二叉树，以根结点的权值大小再次排序，不断重复1-2-3-4的步骤，直到数列中，所有的数据都被处理，就得到一颗赫夫曼树

4、赫夫曼树代码实例

（1）Node

package com.guor.huffmantree;
 
public class Node implements Comparable<Node>{
    int value;//结点权值
    Node left;//指向左子结点
    Node right;//指向右子结点
 
    public Node(int value){
        this.value = value;
    }
 
    @Override
    public String toString(){
        return "Node [value="+value+"]";
    }
 
    @Override
    public int compareTo(Node o) {
        //表示从小到大排序
        return this.value - o.value;
    }
 
    //写一个前序遍历
    public void preOrder(){
        System.out.println(this);
        if(this.left != null){
            this.left.preOrder();
        }
        if(this.right != null){
            this.right.preOrder();
        }
    }
}

（2）创建赫夫曼树HuffmanTree

package com.guor.huffmantree;
 
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
 
public class HuffmanTree {
    public static void main(String[] args) {
        int[] arr = {13,7,8,3,29,6,1};
        Node root = createHuffmanTree(arr);
 
        //测试
        preOrder(root);
    }
 
    //编写一个前序遍历的方法
    public static void preOrder(Node root){
        if(root != null){
            root.preOrder();
        }else {
            System.out.println("空树不能遍历.");
        }
    }
 
    //创建赫夫曼树的方法
    public static Node createHuffmanTree(int[] arr){
        List<Node> nodeList = new ArrayList<>();
        for(int value : arr){
            nodeList.add(new Node(value));
        }
 
        //处理的过程是一个循环的过程
        while (nodeList.size() > 1){
            //从小到大排序
            Collections.sort(nodeList);
            System.out.println("nodes="+nodeList);
 
            //取出根结点权值最小的两颗二叉树
            //1、取出权值最小的结点
            Node leftNode = nodeList.get(0);
 
            //2、取出权值第二小的结点
            Node rightNode = nodeList.get(1);
 
            //3、构建一颗新的二叉树
            Node parent = new Node(leftNode.value + rightNode.value);
            parent.left = leftNode;
            parent.right = rightNode;
 
            //4、从list中删除处理过的二叉树
            nodeList.remove(leftNode);
            nodeList.remove(rightNode);
 
            //5、将parent加入list
            nodeList.add(parent);
        }
 
        //返回赫夫曼树的root结点
        return nodeList.get(0);
    }
}

（3）控制台输出

加载全部内容