二叉搜索树 【数据结构】

Node left;

Node right;

public Node(int key) {

this.key = key;

}

}

// 根节点 root 为null,表示为空树

private Node root = null;

//查找操作

public Node find(int key){

// 查找 key 是否存在

// 若存在,返回对应的Node

// 若不存在,返回null

Node cur = root;

while (cur != null){

if(key < cur.key){

//此时去左子树中找

cur = cur.left;

}

else if(key > cur.key){

// 此时去右子树找

cur = cur.right;

}

else{

// 找到了

return cur;

}

}

// key 不存在

return null;

}

//插入操作

public boolean insert(int key){

// 二叉搜索树中 是不允许存在相同 key 的元素的

// 若新插入的 key 重复,就插入失败,返回 false

// 插入成功 返回 true

// 空树判断

if(root == null){

root = new Node(key);

return true;

}

//先找到合适的位置,再去插入元素

Node cur = root;

// 让 parent 始终指向 cur 的父节点

Node parent = null;

while (cur != null){

if(key < cur.key){

parent = cur;

cur = cur.left;

}

else if(key > cur.key){

parent = cur;

cur = cur.right;

}

else{

// 某个元素和待插入元素值相同

return false;

}

}

// 循环结束,cur 指向 null

// 当前元素就要插到 parent 子树的位置上

if(key < parent.key){

parent.left = new Node(key);

}

else{

parent.right = new Node(key);

}

return true;

}

//删除操作

public boolean remove(int key){

// 先找到 待删除节点的位置,再进行删除

// 找到待删除元素后,再来判断是那种情况

Node cur = root;

Node parent = null;

while (cur != null){

if(key < cur.key){

parent = cur;

cur = cur.left;

}

else if(key > cur.key){

parent = cur;

cur = cur.right;

}

else{

// 找到了 待删除元素,就是 cur 指向的元素

removeNode(parent,cur);

return true;

}

}

return false;

}

private void removeNode(Node parent, Node cur) {

// 1.待删除元素左子树为空

if(cur.left == null){

//1.1 若要删除节点为 root

if(cur == root){

root = cur.right;

}

//1.2 cur 是 parent 的左子树

else if(cur == parent.left){

parent.left = cur.right;

}

//1.3 cur 是 parent 的右子树

else{

parent.right = cur.right;

}

}

// 2.待删除元素右子树为空

else if(cur.right == null){

//2.1 若要删除节点为 root

if(cur == root){

root = cur.left;

}

//2.2 cur 是 parent 的左子树

else if(cur == parent.left){

parent.left = cur.left;

}

//2.3 cur 是 parent 的右子树

else{

parent.right = cur.left;

}

}

// 3.待删除节点有两个子树

else{

// ①找到右子树的最小元素 / 左子树的最大元素(替罪羊)

Node goatParent = cur;

Node scapeGoat = cur.right;

while (scapeGoat.left != null){

goatParent = scapeGoat;

scapeGoat = scapeGoat.left;

}

// 当循环结束时,scapeGoat 指向了右子树中的最小值

// ②将找到的元素,赋值给待删除节点

cur.key = scapeGoat.key;

// ③删除替罪羊节点

// 替罪羊节点一定没有左子树

if(scapeGoat == goatParent.left){

goatParent.left = scapeGoat.right;

}

else{

goatParent.right = scapeGoat.right;

}

}

}

}

插入测试:

public static void main(String[] args) {

BinarySearchTree tree = new BinarySearchTree();

tree.insert(9);

tree.insert(5);

tree.insert(2);

tree.insert(7);

tree.insert(3);

tree.insert(6);

tree.insert(8);

//为了查看树的结构,可以打印树的先序和中序遍历结果

tree.preOrder(tree.root);

System.out.println();

tree.inOrder(tree.root);

}

// 先序遍历

public void preOrder(Node root){

if(root == null){

return;

}

System.out.print(root.key + " ");

preOrder(root.left);

preOrder(root.right);

}

// 中序遍历

public void inOrder(Node root){

if(root == null){

return;

}

inOrder(root.left);

System.out.print(root.key + " ");

inOrder(root.right);

}

输出结果:

在这里插入图片描述

根据先 、中序遍历结果,来还原二叉树,得到:

在这里插入图片描述

调试代码:
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!

如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)

img

总结

上述知识点,囊括了目前互联网企业的主流应用技术以及能让你成为“香饽饽”的高级架构知识,每个笔记里面几乎都带有实战内容。

很多人担心学了容易忘,这里教你一个方法,那就是重复学习。

打个比方,假如你正在学习 spring 注解,突然发现了一个注解@Aspect,不知道干什么用的,你可能会去查看源码或者通过博客学习,花了半小时终于弄懂了,下次又看到@Aspect 了,你有点郁闷了,上次好像在哪哪哪学习,你快速打开网页花了五分钟又学会了。

从半小时和五分钟的对比中可以发现多学一次就离真正掌握知识又近了一步。

人的本性就是容易遗忘,只有不断加深印象、重复学习才能真正掌握,所以很多书我都是推荐大家多看几遍。哪有那么多天才,他只是比你多看了几遍书。

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!
容易忘,这里教你一个方法,那就是重复学习。**

打个比方,假如你正在学习 spring 注解,突然发现了一个注解@Aspect,不知道干什么用的,你可能会去查看源码或者通过博客学习,花了半小时终于弄懂了,下次又看到@Aspect 了,你有点郁闷了,上次好像在哪哪哪学习,你快速打开网页花了五分钟又学会了。

从半小时和五分钟的对比中可以发现多学一次就离真正掌握知识又近了一步。

[外链图片转存中…(img-y0HRooiN-1713461776402)]

人的本性就是容易遗忘,只有不断加深印象、重复学习才能真正掌握,所以很多书我都是推荐大家多看几遍。哪有那么多天才,他只是比你多看了几遍书。

《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!

  • 27
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
二叉搜索树(Binary Search Tree)是一种具有特定性质的二叉树。它可以是一棵空树,或者满足以下条件: 1. 如果左子树不为空,则左子树上所有节点的值都小于根节点的值。 2. 如果右子树不为空,则右子树上所有节点的值都大于根节点的值。 3. 左右子树也分别为二叉搜索树二叉搜索树作为一种经典的数据结构,具有许多优点。它既支持链表的快速插入和删除操作,又支持数组的快速查找操作。因此,在文件系统和数据库系统等领域,经常使用二叉搜索树来实现高效的排序和检索操作。 二叉搜索树的主要操作包括插入、遍历、查找和删除。插入操作将一个新节点插入到合适的位置,遍历操作按照规定的顺序访问树的各个节点,查找操作根据给定的值在树中找到对应的节点,删除操作将指定节点从树中删除。 关于二叉搜索树的性能分析,它的查找和插入操作的平均时间复杂度为O(logN),其中N是树中节点的数量。但是,如果树变得不平衡,最坏情况下的时间复杂度可能达到O(N)。为了避免树的不平衡,可以使用平衡二叉搜索树如AVL树进行优化。 总结来说,二叉搜索树是一种常用的数据结构,它具有快速插入和删除的特点,同时也支持高效的查找操作。但需要注意,为了保持性能,需要保持树的平衡。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [【数据结构二叉搜索树剖析(附源码)](https://blog.csdn.net/weixin_52344401/article/details/122908681)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [【Java 数据结构】实现一个二叉搜索树](https://blog.csdn.net/m0_61784621/article/details/128405350)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值