美文网首页
数据结构_二叉搜索树(Java)详解

数据结构_二叉搜索树(Java)详解

作者: wo883721 | 来源:发表于2017-12-24 15:22 被阅读55次

二叉树的定义,它的子节点最多有两个(左节点,右节点)。二叉搜索树是二叉树中一个特殊的存在,它规定所有左侧节点的值都小于本节点,所有右侧节点的值都大于本节点。二叉搜索树对于关键值的查找非常快,执行效率是(lg N -- N)。

一 .节点类Node

class Node {
        // 存放的数据
        private int key;
        // 左子节点
        private Node left;
        // 右子节点
        private Node right;

        public Node(int key) {
            this.key = key;
        }

        @Override
        public String toString() {
            final StringBuilder sb = new StringBuilder("{");
            sb.append("key=").append(key);
            sb.append('}');
            return sb.toString();
        }
    }

二. 插入节点

public void insert(int key) {
        // 创建一个新节点
        Node node = new Node(key);
        Node parent = null;
        Node temp = root;
        // 标志 新节点插入 父节点的左侧还是右侧
        boolean isLeft = true;

        // 如果temp为空,表示新节点就插入在这个位置
        while (temp != null) {
            parent = temp;
            // 如果小于temp.key,表示从左侧寻找插入位置
            if (key < temp.key) {
                isLeft = true;
                temp = temp.left;
            }
            else {
                isLeft = false;
                temp = temp.right;
            }
        }

        // 如果parent为空,表示root为空,新插入的节点作为root节点
        if (parent == null) root = node;
        else {
            if (isLeft) parent.left = node;
            else parent.right = node;
        }
    }

主要步骤:

  1. 创建一个新节点node。
  2. 创建三个局部变量parent、temp、isLeft。

因为我们的节点类Node没有指向父节点的引用,所以这个要有个parent局部变量,temp变量是用来遍历整个树的,isLeft变量是用标志当前temp是左节点还是右节点。

  1. 通过while循环找到新节点就插入的位置。
  2. 如果parent为空,表示root为空,新插入的节点作为root节点
  3. 如果parent不为空,那么根据isLeft的值,来决定新节点插入在父节点的左边还是右边。

三. 删除节点

对于二叉树来说,删除一个节点还是比较麻烦的。第一步我们还是有找到这个节点:

    public Node remove(int key) {
        Node parent = null;
        Node temp = root;
        boolean isLeft = true;
        while (temp != null) {
            // 相等,表示找到要删除的节点了
            if (temp.key == key) {
                removeNode(parent, temp, isLeft);
                return temp;
            }
            parent = temp;
            if (key < temp.key) {
                isLeft = true;
                temp = temp.left;
            }
            else {
                isLeft = false;
                temp = temp.right;
            }
        }
        return null;
    }

遍历树,找到与要删除的节点,然后调用removeNode方法进行删除操作。
要删除二叉树的一个节点,分三种情况:

  1. 被删除节点没有子节点,也就是说它是一个子叶节点。那就很简单了,直接删除这个节点,就是将它的父节点对应它的引用置位null就行了。
  2. 被删除节点有一个子节点。

如果被删除节点是父节点的左子节点,那么它的子节点一定是比父节点小的,直接使用被删除节点子节点取代删除节点就可以了。如果被删除节点是父节点的右子节点,流程一样。

  1. 被删除节点有两个子节点。

这个时候就比较麻烦了,你删除了本节点后,完全不知道,用那个子节点取代自己的位置。

根据搜索二叉树的定义规则,取代被删除节点的节点,也必须满足比被删除节点左节点的值都大,比被删除节点右边的值都小。这个就是它的后继节点,问题就变为寻找它的后继结点。

它的后继节点其实就是它右子节点的最小值,也就是右测最左边的值。

    private Node findSuccessorNode(Node rightNode) {
        // 如果rightNode的左子节点为空,那么它就是最小节点,直接返回它。
        if (rightNode.left == null) return rightNode;
        Node parent = rightNode;
        Node successor = parent.left;
        while (successor.left != null) {
            parent = successor;
            successor = successor.left;
        }
        // successor表示最小节点,它要取代被删除的节点,
        //所以它的右节点移动到父节点左侧,它的右节点指向rightNode。
        parent.left = successor.right;
        successor.right = rightNode;
        return successor;
    }

这个方法就是寻找右侧最左边的值,即后继节点。

private void removeNode(Node parent, Node delNode, boolean isLeft) {
        // 表示准备添加父节点的新子节点,取代被删除的节点位置
        Node newNode;
        // 如果被删除的节点 左右子节点都为空,那么就直接删除,所以这里的newNode为空,表示不会向父节点添加任何子节点
        if (delNode.left == null && delNode.right == null) {
            newNode = null;
        } else if (delNode.left == null) {
            // 如果被删除的节点 左子节点为空,那么 右子节点就取代删除的节点位置
            newNode = delNode.right;
        } else if (delNode.right == null) {
            // 如果被删除的节点 右子节点为空,那么 左子节点就取代删除的节点位置
            newNode = delNode.left;
        } else {
            // 如果左右子节点都不为空,那么就从右侧寻找后继节点,即最小值节点,用它取代删除的节点位置
            newNode = findSuccessorNode(delNode.right);
            newNode.left = delNode.left;
        }

        // parent为空,表示删除的是root节点,当然你也可以用delNode == root来判断。
        if (parent == null) {
            root = newNode;
        } else {
            if (isLeft) parent.left = newNode;
            else parent.right = newNode;
        }
    }

newNode节点用来取代被删除节点,具体的判断逻辑与前面叙述的一样。

四. 用递归来遍历二叉树

4.1 前序遍历

   public void preOrder(StringBuilder sb, Node node) {
        if (node == null) return;
        sb.append(node.key+" ");
        preOrder(sb, node.left);
        preOrder(sb, node.right);
    }

4.2 中序遍历

   public void inOrder(StringBuilder sb, Node node) {
        if (node == null) return;
        inOrder(sb, node.left);
        sb.append(node.key+" ");
        inOrder(sb, node.right);
    }

4.3 后序遍历

   public void postOrder(StringBuilder sb, Node node) {
        if (node == null) return;

        postOrder(sb, node.left);
        postOrder(sb, node.right);
        sb.append(node.key+" ");
    }

五.用栈来遍历二叉树

5.1 前序遍历

    private void preOrderByStack(StringBuilder sb, Node node) {
        Stack<Node> stack = new Stack();
        while (node != null || !stack.isEmpty()) {
            if (node != null) {
                sb.append(node.key+" ");
                stack.push(node);
                node = node.left;
            } else {
                Node temp = stack.pop();
                node = temp.right;
            }
        }
    }

5.2 中序遍历

   private void inOrderByStack(StringBuilder sb, Node node) {
        Stack<Node> stack = new Stack();
        while (node != null || !stack.isEmpty()) {
            if (node != null) {
                stack.push(node);
                node = node.left;
            } else {
                Node temp = stack.pop();
                sb.append(temp.key+" ");
                node = temp.right;
            }
        }
    }

5.3 后序遍历

   private void postOrderByStack(StringBuilder sb, Node node) {
        if (node == null) return;
        Stack<Node> stack = new Stack();
        Stack<Node> tempStack = new Stack();
        stack.push(node);
        while (!stack.isEmpty()) {
            node = stack.pop();
            tempStack.push(node);

            if (node.left != null) stack.push(node.left);
            if (node.right != null) stack.push(node.right);
        }

        while (!tempStack.isEmpty()) {
            node = tempStack.pop();
            sb.append(node.key+" ");
        }
    }

附:源码

import tree.Stack;

import java.util.Random;

class SpendTime {
    private long start = -1;
    public SpendTime() {
        start = System.currentTimeMillis();
    }

    public double getSpendSeconds() {
        long times = System.currentTimeMillis() - start;
        return times / 1000d;
    }

    public void priteTime(){
        long times = System.currentTimeMillis() - start;
        System.out.println();
        System.out.println("花费了"+(times / 1000d)+"秒"+(times % 1000)+"毫秒");
    }
}

public class TwoTree {

    static class Node {
        // 存放的数据
        private int key;
        // 左子节点
        private Node left;
        // 右子节点
        private Node right;

        public Node(int key) {
            this.key = key;
        }

        @Override
        public String toString() {
            final StringBuilder sb = new StringBuilder("{");
            sb.append("key=").append(key);
            sb.append('}');
            return sb.toString();
        }
    }

    // 树的根节点
    private Node root;

    public void insert(int key) {
        // 创建一个新节点
        Node node = new Node(key);
        Node parent = null;
        Node temp = root;
        // 标志 新节点插入 父节点的左侧还是右侧
        boolean isLeft = true;

        // 如果temp为空,表示新节点就插入在这个位置
        while (temp != null) {
            parent = temp;
            // 如果小于temp.key,表示从左侧寻找插入位置
            if (key < temp.key) {
                isLeft = true;
                temp = temp.left;
            }
            else {
                isLeft = false;
                temp = temp.right;
            }
        }

        // 如果parent为空,表示root为空,新插入的节点作为root节点
        if (parent == null) root = node;
        else {
            if (isLeft) parent.left = node;
            else parent.right = node;
        }
    }

    public Node remove(int key) {
        Node parent = null;
        Node temp = root;
        boolean isLeft = true;
        while (temp != null) {
            // 相等,表示找到要删除的节点了
            if (temp.key == key) {
                removeNode(parent, temp, isLeft);
                return temp;
            }
            parent = temp;
            if (key < temp.key) {
                isLeft = true;
                temp = temp.left;
            }
            else {
                isLeft = false;
                temp = temp.right;
            }
        }
        return null;
    }

    private void removeNode(Node parent, Node delNode, boolean isLeft) {
        // 表示准备添加父节点的新子节点,取代被删除的节点位置
        Node newNode;
        // 如果被删除的节点 左右子节点都为空,那么就直接删除,所以这里的newNode为空,表示不会向父节点添加任何子节点
        if (delNode.left == null && delNode.right == null) {
            newNode = null;
        } else if (delNode.left == null) {
            // 如果被删除的节点 左子节点为空,那么 右子节点就取代删除的节点位置
            newNode = delNode.right;
        } else if (delNode.right == null) {
            // 如果被删除的节点 右子节点为空,那么 左子节点就取代删除的节点位置
            newNode = delNode.left;
        } else {
            // 如果左右子节点都不为空,那么就从右侧寻找后继节点,即最小值节点,用它取代删除的节点位置
            newNode = findSuccessorNode(delNode.right);
            newNode.left = delNode.left;
        }

        // parent为空,表示删除的是root节点,当然你也可以用delNode == root来判断。
        if (parent == null) {
            root = newNode;
        } else {
            if (isLeft) parent.left = newNode;
            else parent.right = newNode;
        }
    }

    private Node findSuccessorNode(Node rightNode) {
        // 如果rightNode的左子节点为空,那么它就是最小节点,直接返回它。
        if (rightNode.left == null) return rightNode;
        Node parent = rightNode;
        Node successor = parent.left;
        while (successor.left != null) {
            parent = successor;
            successor = successor.left;
        }
        // successor表示最小节点,它要取代被删除的节点,所以它的右节点移动到父节点左侧,它的右节点指向rightNode。
        parent.left = successor.right;
        successor.right = rightNode;
        return successor;
    }


    public void display() {
        StringBuilder sb = new StringBuilder();
        preOrder(sb, root);
        System.out.println("前序:"+sb.toString());

        sb.delete(0, sb.length());
        preOrderByStack(sb, root);
        System.out.println("前序:"+sb.toString());

        System.out.println("-------------------------");
        sb.delete(0, sb.length());
        inOrder(sb, root);
        System.out.println("中序:"+sb.toString());

        sb.delete(0, sb.length());
        inOrderByStack(sb, root);
        System.out.println("中序:"+sb.toString());

        System.out.println("-------------------------");
        sb.delete(0, sb.length());
        postOrder(sb, root);
        System.out.println("后序:"+sb.toString());
        sb.delete(0, sb.length());
        postOrderByStack(sb, root);
        System.out.println("后序:"+sb.toString());
    }


    public void preOrder(StringBuilder sb, Node node) {
        if (node == null) return;
        sb.append(node.key+" ");
        preOrder(sb, node.left);
        preOrder(sb, node.right);
    }

    private void preOrderByStack(StringBuilder sb, Node node) {
        Stack<Node> stack = new Stack();
        while (node != null || !stack.isEmpty()) {
            if (node != null) {
                sb.append(node.key+" ");
                stack.push(node);
                node = node.left;
            } else {
                Node temp = stack.pop();
                node = temp.right;
            }
        }
    }

    public void inOrder(StringBuilder sb, Node node) {
        if (node == null) return;
        inOrder(sb, node.left);
        sb.append(node.key+" ");
        inOrder(sb, node.right);
    }

    private void inOrderByStack(StringBuilder sb, Node node) {
        Stack<Node> stack = new Stack();
        while (node != null || !stack.isEmpty()) {
            if (node != null) {
                stack.push(node);
                node = node.left;
            } else {
                Node temp = stack.pop();
                sb.append(temp.key+" ");
                node = temp.right;
            }
        }
    }

    public void postOrder(StringBuilder sb, Node node) {
        if (node == null) return;

        postOrder(sb, node.left);
        postOrder(sb, node.right);
        sb.append(node.key+" ");
    }

    private void postOrderByStack(StringBuilder sb, Node node) {
        if (node == null) return;
        Stack<Node> stack = new Stack();
        Stack<Node> tempStack = new Stack();
        stack.push(node);
        while (!stack.isEmpty()) {
            node = stack.pop();
            tempStack.push(node);

            if (node.left != null) stack.push(node.left);
            if (node.right != null) stack.push(node.right);
        }

        while (!tempStack.isEmpty()) {
            node = tempStack.pop();
            sb.append(node.key+" ");
        }
    }

    private static int[] insertData(TwoTree twoTree, int n) {
        Random random = new Random();
        int[] arr = new int[n];
        for (int i = 0; i < n; i++) {
//            twoTree.insert(random.nextInt(1000));
            twoTree.insert(i);
        }
        return arr;
    }

    public static void main(String[] args){
        TwoTree twoTree = new TwoTree();

        SpendTime spendTime = new SpendTime();


        twoTree.insert(6);
        twoTree.insert(7);
        twoTree.insert(2);
        twoTree.insert(3);
//        twoTree.remove(7);
        twoTree.insert(8);
        twoTree.insert(1);
        twoTree.insert(9);
        twoTree.insert(4);
//        twoTree.remove(2);
        twoTree.insert(5);
        twoTree.display();
        spendTime.priteTime();

    }
}

相关文章

  • Go语言数据结构和算法-BinarySearchTree(二叉搜

    Go语言数据结构和算法-BinarySearchTree(二叉搜索树) 二叉搜索树的数据结构 Insert(val...

  • 数据结构-二叉搜索树

    数据结构-二叉搜索树(BST) 定义:二叉搜索树是一个节点类的二叉树数据结构,包含以下特点: -左子树仅包含比根节...

  • 2022-03-09 53,54二叉搜索树

    展平二叉搜索树:java版本: 二叉搜索树所有大于等于节点的和。

  • 数据结构_二叉搜索树(Java)详解

    二叉树的定义,它的子节点最多有两个(左节点,右节点)。二叉搜索树是二叉树中一个特殊的存在,它规定所有左侧节点的值都...

  • 二叉树

    参考文章 百度 数据结构中有很多树的结构,其中包括二叉树、二叉搜索树、2-3树、红黑树等等。本文中对数据结构中常见...

  • Day3--搜索树

    在二叉判定树以及二分搜索的基础上,基于二叉树的搜索树产生,该数据结构可以随时进行调整,可以保证高效的搜索效率。 内...

  • 【学习】数据结构和算法

    数据结构 线性表:数组 栈 队列 链表树:二叉树 二叉树遍历 二叉搜索树 B树 红黑树 堆图:图其他:哈希表...

  • Go:实现二叉搜索树(BST)

    二叉搜索树是一种支持快速查找、增加和删除元素的数据结构。二叉搜索树中的节点是有序的,因此支持快速查找。该数据结构由...

  • 如何在Java中实现二叉搜索树

    二叉搜索树或BST是一种流行的数据结构,用于保持元素的顺序。二叉搜索树是二叉树,其中左子节点的值小于或等于父节点,...

  • 二叉排序树

    注 关于二叉搜索树更为详细的解释请详看 《大话数据结构》第八章 查找 中二叉搜索树这一小节 二叉排序树(Binar...

网友评论

      本文标题:数据结构_二叉搜索树(Java)详解

      本文链接:https://www.haomeiwen.com/subject/ginswxtx.html