二分搜索树与集合，映射

最新推荐文章于 2023-04-03 17:21:52 发布
最新推荐文章于 2023-04-03 17:21:52 发布
阅读量239 收藏
点赞数
分类专栏： java 文章标签： 深度优先 算法 p2p
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/AiTTTTTT/article/details/122941763
版权

二分搜索树（Binary Search Tree）:

本身是二叉树，只不过对于二分搜索树的每个结点而言，每个根结点都大于左子树所有结点的值，小于其右子树的所有结点的值，同样，其子树也是一颗二分搜索树，那么该树中元素要具有可比性，不包含重复元素；

 如何添加元素：代码如下：

public class BinarySearchTree<E extends Comparable<E>> implements Iterable { // 必须是可比较的，所以继承Comparable
    //定义二分搜索树内部结点
    private class Node{
        public E e;  // 当前要存的元素
        public Node left,right;
        public Node(E e){
            this.e = e;
            left = null;
            right = null;
        }
    }
    //根结点指针和元素个数
    private Node root;
    private int size;

    //创建一颗空的二分搜索树
    public BinarySearchTree(){
        root = null;
        size = 0;
    }

    //获取二分搜索树的个数
    public int size(){
        return size;
    }

    //判断二分搜索树是否为空
    public boolean isEmpty(){
        return size == 0 || root == null;
    }

    //添加一个元素e
    public void add(E e){
        root = add(root,e);
    }

    //向以Node为根的二分搜索树中添加一个元素e，并且返回新结点插入之后新的根
    private Node add(Node node, E e) {
        if (node == null){
            size++;
            return new Node(e);
        }
        if (e.compareTo(node.e) < 0){
            node.left = add(node.left,e);
        }else  if (e.compareTo(node.e) > 0){
            node.right = add(node.right,e);
        }
        return node;
    }

    //判断二分搜索树是否包含元素e
    public boolean contains(E e){
         return contains(root,e);
    }

    //以当前参数Node为根结点的树中，
    private boolean contains(Node node, E e) {
        if (node == null){
            return false;
        }
        if (e.compareTo(node.e) == 0){
            return true;
        }
        if (e.compareTo(node.e) < 0){
            contains(node.left,e);
        }else {
            return contains(node.right,e);
        }
        return false;
    }

    @Override
    public Iterator iterator() {
        return null;
    }

}

下面进行测试：

public class TestBST {
    public static void main(String[] args) {
        BinarySearchTree<Integer> tree = new BinarySearchTree<>();
        tree.add(4);
        tree.add(3);
        tree.add(5);
        tree.add(2);
        tree.add(6);
        tree.add(1);
        System.out.println(tree.contains(6));
        System.out.println(tree.contains(8));
    }
}

结果如下：

由上面结果可知，树中包含结点6，不包含结点8，正确，测试成功；

下面就是各种功能实现：

public class BinarySearchTree<E extends Comparable<E>> implements Iterable { // 必须是可比较的，所以继承Comparable
    //定义二分搜索树的结点信息
    private class Node {
        public E e; //数据域
        public Node left;   //左孩子（当前Node结点左子树的根）
        public Node right;  //右孩子（当前Node结点右子树的根）
        //public int count = 1;   //记录元素出现的次数 默认1
        public Node(E e) {
            this.e = e;
            left = null;
            right = null;
        }
        @Override
        public String toString() {
            return e.toString();
        }
    }
    private Node root;  //根节点的指针 根指针 采用真实根节点 如果二分搜索树为空 root == null
    private int size;   //二分搜索树中元素的个数（结点的个数）

    public BinarySearchTree(){
        root = null;
        size = 0;
    }

    //添加元素的方法
    public void add(E e) {
        /*
        //添加的迭代思路
        Node node = new Node(e);
        if (isEmpty()) {
            root = node;
            size++;
        }
        Node cur = root;
        while (true) {
            //新元素比当前大 往右走
            if (node.e.compareTo(cur.e) > 0) {
                if (cur.right == null) {
                    cur.right = node;
                    size++;
                    break;
                } else {
                    cur = cur.right;
                }
            //新元素比当前小 往左走
            } else if (node.e.compareTo(cur.e) < 0) {
                if (cur.left == null) {
                    cur.left = node;
                    size++;
                    break;
                } else {
                    cur = cur.left;
                }
            } else {
                break;
            }
        }
        */
        //递归的思路
        root = add(root, e);
    }

    //在以node为根的树中 插入元素e 并返回新树的根
    private Node add(Node node, E e) {
        //从下一层向上一层
        if (node == null) {
            size++;
            return new Node(e);
        }
        //当前层向下一层
        if (e.compareTo(node.e) < 0) {
            node.left = add(node.left, e);
        } else if (e.compareTo(node.e) > 0) {
            node.right = add(node.right, e);
        }
        //等于的时候 想重复
        /*
        else {
            node.count++;
        }
        */
        //当前层向上一层
        return node;
    }

    public boolean contains(E e) {
        //迭代思路
        /*
        Node cur = root;
        while (true) {
            if (e.compareTo(cur.e) < 0) {
                if (cur.left == null) {
                    return false;
                }
                cur = cur.left;
            } else if (e.compareTo(cur.e) > 0) {
                if (cur.right == null) {
                    return false;
                }
                cur = cur.right;
            } else {
                return true;
            }
        }
        */
        return contains(root,e);
    }

    //查看以node为根的二分搜索树中是否包含元素e
    private boolean contains(Node node, E e) {
        if (node == null) {
            return false;
        }
        if (e.compareTo(node.e) < 0) {
            return contains(node.left, e);
        } else if (e.compareTo(node.e) > 0) {
            return contains(node.right, e);
        } else {
            return true;
        }
    }

    //前序遍历
    public void preOrder() {
        preOrder(root);
    }
    //前序遍历-递归方式 以node为根节点 前序遍历DLR
    private void preOrder(Node node) {
        if (node == null) {
            return;
        }
        System.out.println(node.e);
        preOrder(node.left);
        preOrder(node.right);
    }

    //前序遍历-迭代方式
    public void preOrderNR() {
        LinkedList<Node> stack = new LinkedList<>();
        if (isEmpty()) {
            return;
        }
        stack.push(root);
        while (!stack.isEmpty()) {
            Node cur = stack.pop();
            System.out.println(cur.e);
            if (cur.right != null) {
                stack.push(cur.right);
            }
            if (cur.left != null) {
                stack.push(cur.left);
            }
        }
    }

    //中序遍历
    public void inOrder() {
        inOrder(root);
    }
    //中序遍历-递归方式 以node为根节点 中序遍历LDR
    private void inOrder(Node node) {
        if (node == null) {
            return;
        }
        inOrder(node.left);
        System.out.println(node.e);
        inOrder(node.right);
    }
    //中序遍历-迭代方式
    public void inOrderNR() {
        LinkedList<Node> stack = new LinkedList<>();
        Node p = root;
        while (p != null) {
            stack.push(p);
            p = p.left;
        }
        while (!stack.isEmpty()) {
            Node cur = stack.pop();
            System.out.println(cur.e);
            if (cur.right != null) {
                Node n = cur.right;
                while (n != null) {
                    stack.push(n);
                    n = n.left;
                }
            }
        }
    }

    //后序遍历
    public void postOrder() {
        postOrder(root);
    }
    //后序遍历-递归方式 以node为根节点 后序遍历LRD
    private void postOrder(Node node) {
        if (node == null) {
            return;
        }
        postOrder(node.left);
        postOrder(node.right);
        System.out.println(node.e);
    }

    //层序遍历-迭代方式
    public void levelOrder() {
        LinkedList<Node> queue = new LinkedList<>();
        if (isEmpty()) {
            return;
        }
        queue.offer(root);
        while (!queue.isEmpty()) {
            Node cur = queue.poll();
            System.out.println(cur.e);
            if (cur.left != null) {
                queue.offer(cur.left);
            }
            if (cur.right != null) {
                queue.offer(cur.right);
            }
        }
    }

    public int size() {
        return size;
    }

    public boolean isEmpty() {
        return root == null && size == 0;
    }

    //寻找二分搜索树中的最小值
    //自己尝试迭代方式实现
    public E minimum() {
        if (isEmpty()) {
            throw new IllegalArgumentException("bst is empty");
        }
        return minimum(root).e;
    }

    //以node为根节点 查找最小值所在的结点 - 递归
    private Node minimum(Node node) {
        if (node.left == null) {
            return node;
        }
        return minimum(node.left);
    }

    //寻找二分搜索树中的最大值
    //自己尝试迭代方式实现
    public E maximum() {
        if (isEmpty()) {
            throw new IllegalArgumentException("bst is empty");
        }
        return maximum(root).e;
    }

    //以node为根节点 查找最大值所在的结点 - 递归
    private Node maximum(Node node) {
        if (node.right == null) {
            return node;
        }
        return maximum(node.right);
    }

    //删除最小值
    public E removeMin() {
        E ret = minimum();
        root = removeMin(root);
        return ret;
    }

    //以node为根 删除其中的最小值结点 返回删除后新树的根
    private Node removeMin(Node node) {
        if (node.left == null) {
            Node rightNode = node.right;
            node.right = null;
            size--;
            return rightNode;
        }
        node.left = removeMin(node.left);
        return node;
    }

    //删除最大值
    public E removeMax() {
        E ret = maximum();
        root = removeMax(root);
        return ret;
    }

    //以node为根 删除其中的最大值结点 返回删除后新树的根
    private Node removeMax(Node node) {
        if (node.right == null) {
            Node leftNode = node.left;
            node.left = null;
            size--;
            return leftNode;
        }
        node.right = removeMax(node.right);
        return node;
    }

    public void remove(E e) {
        root = remove(root,e);
    }

    //以node为根 删除元素e 并返回删除后新树的根
    //如果存在重复 删除的时候就要考虑当前节点出现的次数 node.count--
    private Node remove(Node node, E e) {
        if (node == null) {
            return null;
        }
        if (e.compareTo(node.e) < 0) {
            node.left = remove(node.left, e);
            return node;
        } else if (e.compareTo(node.e) > 0) {
            node.right = remove(node.right,e);
            return node;
        } else {    //找到了
            /*
            if (node.count > 1) {
                node.count--;
            }
            */
            //如果待删除的结点左边为空 则右子树直接上
            if (node.left == null) {
                Node rightNode = node.right;    //此时右边可能空 可能非空
                node.right = null;
                size--;
                return rightNode;
            }
            if (node.right == null) {
                Node leftNode = node.left;      //此时左边非空的
                node.left = null;
                size--;
                return leftNode;
            }
            //左右都不为空 把右子树的最小值当成新树的根返回
            Node successor = minimum(node.right);
            successor.right = removeMin(node.right);
            successor.left = node.left;
            node.left = node.right = null;
            return successor;
        }
    }

    @Override
    public String toString() {
        StringBuilder sb = new StringBuilder("[");
        if (isEmpty()) {
            sb.append(']');
        } else {
            Iterator<E> it = iterator();
            for (int i = 0; i < size; i++) {
                sb.append(it.next());
                if (i == size - 1) {
                    sb.append(']');
                } else {
                    sb.append(',');
                }
            }

//            while (it.hasNext()) {
//                sb.append(it.next());
//                sb.append(',');
//            }
//            sb.deleteCharAt(sb.length() - 1);
//            sb.append(']');
        }
        return sb.toString();
    }

    @Override
    public Iterator<E> iterator() {
        return new BinarySearchTreeIterator();
    }
    private class BinarySearchTreeIterator implements Iterator<E> {
        private Iterator<E> it;
        public BinarySearchTreeIterator() {
            LinkedList<E> list = new LinkedList<>();
            LinkedList<Node> stack = new LinkedList<>();
            Node p = root;
            while (p != null) {
                stack.push(p);
                p = p.left;
            }
            while (!stack.isEmpty()) {
                Node cur = stack.pop();
                list.offer(cur.e);
                if (cur.right != null) {
                    Node n = cur.right;
                    while (n != null) {
                        stack.push(n);
                        n = n.left;
                    }
                }
            }
            it = list.iterator();
        }

        @Override
        public boolean hasNext() {
            return it.hasNext();
        }

        @Override
        public E next() {
            return it.next();
        }
    }
}

小白啥都要懂
关注
专栏目录
[Python从零到壹] 十四.机器学习之分类算法五万字总结全网首发（决策树、KNN、SVM、分类对比实验）
杨秀璋的专栏
07-09 2万+
分类（Classification）属于有监督学习（Supervised Learning）中的一类，它是数据挖掘、机器学习和数据科学中一个重要的研究领域。分类模型类似于人类学习的方式，通过对历史数据或训练集的学习得到一个目标函数，再用该目标函数预测新数据集的未知属性。本章主要讲述分类算法基础概念，并结合决策树、KNN、SVM分类算法案例分析各类数据集，从而让读者学会使用Python分类算法分析自己的数据集，研究自己领域的知识，从而创造价值。 19.1 分类 19.1.1 分类模型 与前面讲述的聚类模型类似
二叉搜索树、二叉排序树（Java代码实现）
落雨心星
12-14 409
/** * @author：xingquanxiang createTime：2019/12/14 19:58 * description: 二叉搜索树、二叉排序树 * 特点： * 1.如果左子树不为空，则左子树上结点的值都小于根节点 * 2.如果右子树不为空，则右子树上结点的值都大于根节点 * 弊端:可能会变化成链表，解决方法：AVL树：平衡二叉树 */ ...
二叉查找树详解-java代码实现
qq_30491663的博客
09-11 465
转自：伯乐在线http://blog.jobbole.com/79305/ 本文更改部分代码，以及对部分逻辑进行梳理总结。 二叉查找树（Binary Search Tree），也称有序二叉树（ordered binary tree）,排序二叉树（sorted binary tree），是指一棵空树或者具有下列性质的二叉树： 若任意节点的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 若任意节点的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 任意节点的左、右子树也分别为二叉查
java二叉搜索树_java二叉查找树的实现代码
weixin_42505462的博客
02-20 115
导读热词本文实例为大家分享了java二叉查找树的具体代码，供大家参考，具体内容如下package 查找;import edu.princeton.cs.algs4.Queue;import edu.princeton.cs.algs4.StdOut;public class BST,Value> {private class Node {private Key key; // 键privat...
二叉查找树 Java代码
乾坤未定，你我皆是黑马
02-17 188
代码 插入 如果树是空的，就返回一个含有该键值对的新结点。 如果被查找的键小于根节点的键，我们会继续在左子树中插入该键，否则在右子树中插入该键。 删除 怎样删除一个拥有两个子节点的节点？ 在删除节点x后用它的后继节点填补它的位置。因为x有一个右子节点，因此它的后继节点就是其右子树中的最小节点。 用4个步骤完成将x替换为它的后继节点的任务： ...
二叉查找树的java代码实现
小泰坦的博客
05-14 217
package find; import java.util.ArrayList; import java.util.List; public class BST<Key extends Comparable, Value> { private class Node { private Key key; // 键 private Value value;// 值 private Node left, right; // 指向子树的链接 private int n; // 以该节点为根的子树中的节
leetcode添加元素使和等于-Data-Structures:数据结构学习实现+动态数组+栈+链表+二分搜索树+集合+映射+优先队列+堆+
06-30
leetcode添加元素使和等于 简单的复杂度分析 O(1)、O(n)、O(lgn)、O(nlogn)、O(n^2) 大O描述的是算法的运行时间和输入数据之间的关系 public static int sum(int[] nums) { ...解释：算法运行时间的多少和nums存在的...分
java8集合源码分析-Happy-With-Data-Structure:学习数据结构的一些代码，包括数组，链表，二分搜索树，集合，并查集，
06-04
学习数据结构的一些代码，包括数组，链表，二分搜索树，集合，映射，优先队列，并查集，线段树，字典树（前缀树），AVL树，红黑树，哈希表，如有错误，多多指教。 我们在调用set,map等标准库里的东西，大多使用平衡...
集合与映射
Marmara
04-11 708
一、集合 1、 集合的应用 集合可以用来去重 集合可以用于进行客户的统计 集合可以用于文本词汇量的统计 2、集合的实现 （1）对于集合的一些定义，我们一般也都了解，例如集合一般都不会存放重复的元素，因此这就让它有了去重的功用了。 public interface Set<E> { void add(E e);//不能添加重复元素 boolean c...
数据结构基础_集合与映射
coding
11-16 1061
一. 集合（Set） 类似于栈和队列，是一种高层数据结构，往往通过实现接口来完成，底层可以选用不同的数据结构 集合是一种不包含重复数据的容器，可以用于数据的去重操作 实现集合的关键是在添加元素时，不能包含重复元素（底层可以通过不包含重复元素的二分搜索树实现，也可以使用链表实现） 集合的典型应用：客户统计，词汇量统计   以二分搜索树和以链表为底层实现的集合的性能比较： 在链表的头部...
二叉查找树java
09-02
java实现二叉查找树的插入、删除、遍历、查询
二叉搜索树的 java 代码实现
CHOOOU的博客
07-15 392
代码//二叉树要求所有项都能排序，使用Comparable接口表示任何两项都可以用compareTo方法比较 //另一种方法是使用Comparator public class BinarySearchTree<Type extends Comparable<? super Type>> { //嵌套类，定义二叉树结点 private static class BinaryNode<
二叉树与二叉查找树（附java代码实现）
Mr_moving
07-27 376
查阅了不少资料，拾人牙慧，做个便于自己查阅的简单归纳。 树这种结构具备天然的高效性可以巧妙的避开我们不关心的东西，只需要根据我们的线索快速去定位我们的目标。所以说树代表着一种高效。在了解二分搜索树之前，我们不得不了解一下二叉树，因为二叉树是实现二分搜索树的基础。就像我们后面会详细讲解和实现AVL（平衡二叉树），红黑树等树结构，你不得不在此之前学习二分搜索树一样，他们都是互为基础的。 二叉树（Binary Tree） 1. 二叉树是一种特殊的树类型，最上方的唯一节点称为根节点。 2. 每个节点最多只能
二叉搜索树的实现（Java）
xiaochen的博客
07-03 556
就二叉搜索树的特点 java实现二叉搜索树并获取前中后序遍历
Java二叉查找代码_java 二叉查找树实例代码
weixin_42513036的博客
02-27 150
java 二叉查找树实例代码1.左边2.前序遍历 左中右3.中序遍历 中左右4.后序遍历 左右中public class BinaryTree {// 二叉树的根节点public TreeNode rootNode ;// 记录搜索深度public int count;/*** 利用传入一个数组来建立二叉树*/public BinaryTree(int[] data) {for (int i = ...
二叉查找树 java代码实现
dreamzuora的博客
10-22 269
文章目录代码实现单元测试 代码实现 package csdn.dreamzuora.tree; /** * Title: * Description: * * @version 1.0 * @author: weijie * @date: 2020/10/19 13:30 */ public interface Node { } package csdn.dreamzuora.tree; import java.io.Serializable; /** * Title: * De
【数据结构】二叉搜索树的Java代码实现
最新发布
m0_57248981的博客
04-03 368
二叉搜索树又称二叉排序树，它或者是一棵空树，或者是具有以下性质的二叉树:若它的左子树不为空，则左子树上所有节点的值都小于根节点的值若它的右子树不为空，则右子树上所有节点的值都大于根节点的值它的左右子树也分别为二叉搜索树
二叉查找树Java实现代码
医疗影像检索
07-20 3617
二叉查找树（Binary Search Tree），或者是一颗空树，或者是具有下列性质的二叉树： 1、若它的左子树不空，则其左子树上的所有结点的值均小于它根结点的值； 2、若它的右子树不空，则其右子树上的所有结点的值均大于它根结点的值； 3、它的左、右子树也分别为二叉查找树。 实现代码如下：重点是理解插入和删除后树的重新调整 package cn.hm; /** * @autho
二叉查找java实现_java二叉查找树的实现代码
weixin_33298352的博客
02-13 138
package 查找;import edu.princeton.cs.algs4.Queue;import edu.princeton.cs.algs4.StdOut;public class BST, Value> {private class Node {private Key key; // 键private Value value;// 值private Node left, rig...
查找技术：线性、二分、树表与哈希
折半查找，又称二分查找，适用于有序表，其效率远高于顺序查找。分块查找则是为了提高顺序查找的效率，通过将大表分成小块并建立索引来实现。 在讲解线性表的查找方法中，还提到了如何改进顺序查找，例如通过在表头...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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