二分搜索树__JAVA版

最新推荐文章于 2022-07-25 22:42:39 发布
最新推荐文章于 2022-07-25 22:42:39 发布
阅读量180 收藏
点赞数
分类专栏： 数据结构与算法 文章标签： BST 二叉搜索树 java
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/TailorWu/article/details/81268395
版权

0. 二叉搜索树 BinarySearchTree

  • 父节点始终比其左孩子上的节点值要大,比右孩子上的节点值要小
  • 元素值需要有比较的能力
/**
 * Created by Enzo Cotter on 2018/7/16.
 */
public class BST<E extends Comparable<E>> {
    private class Node{
        public E e;
        public Node left,right;

        public Node(E e){
            this.e = e;
            left = right = null;
        }
    }
    private Node root;
    private int size;
    public BST(){
        root = null ;
        size = 0;
    }
    public int size(){
        return size;
    }
    public boolean isEmpty(Object obj) {
        return size == 0;
    }
}

1. 添加新元素

  • 无视重复元素的添加
  • 递归版
  //向二叉搜索树中添加新的元素e
    public void add(E e){
        root = add(root,e);
    }
    //向以node为根的二分搜索树中插入元素E,递归算法
    //返回插入新节点后二分搜索树的根
    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;
    }

2. 查找一个元素

//查看BST中是否包含元素e
    public boolean contains(E e){
        return contains(root,e);
    }
    //查看以node为根的BST中是否包含元素e,递归算法
    private boolean contains(Node node,E e){
        if (node == null)
            return false;
        if (e.compareTo(node.e) == 0)
            return true;
        else if (e.compareTo(node.e) < 0)
            return contains(node.left,e);
        else
            return contains(node.right,e);
    }

3. 二叉搜索树的前序遍历

  • 递归法和迭代法
//递归前序遍历
    public void preOrder(){
        preOrder(root);
    }
    private void preOrder(Node node){
        if(node == null)
            return ;
        System.out.println(node.e);
        preOrder(node.left);
        preOrder(node.right);
    }
 //前序遍历非递归
public void preOrderNR(){
    Stack<Node> stack = new Stack<>();
    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);
    }
}
  • 前序遍历的方式override toString方法
@Override
    public String toString() {
        StringBuilder res = new StringBuilder();
        generateBSTString(root,0,res);
        return res.toString();
    }
    //生成以node为根节点,深度为depth的描述二叉树的字符串
    private void generateBSTString(Node node,int depth,StringBuilder res){
        if (node == null){
            res.append(generateDepthString(depth) + "null\n");
            return;
        }
        res.append(generateDepthString(depth) + node.e + "\n");
        generateBSTString(node.left,depth+1,res);
        generateBSTString(node.right,depth+1,res);
    }
    private String generateDepthString(int depth){
        StringBuilder res = new StringBuilder();
        for (int i = 0; i < depth ; i++)
            res.append("--");
        return res.toString();
    }

4. 中序遍历、后序遍历

  • 中序遍历的是个顺序排列的结果
  • 后序遍历的应用: 为二叉搜索树释放内存
 //中序遍历
    public void inOrder(){
        inOrder(root);
    }
    //中序遍历以node为根的二叉搜索树,递归算法
    private void inOrder(Node node){
        if (node == null)
            return;
        inOrder(node.left);
        System.out.println(node.e);
        inOrder(node.right);
    }

     //后序遍历
    public void postOrder(){
        postOrder(root);
    }
    public void postOrder(Node node){
        if (node == null)
            return;
        postOrder(node.left);
        postOrder(node.right);
        System.out.println(node.e);
    }

5. 完整代码

public class BST<E extends Comparable<E>> {

    private class Node{
        public E e;
        public Node left, right;

        public Node(E e){
            this.e = e;
            left = null;
            right = null;
        }
    }

    private Node root;
    private int size;

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

    public int size(){
        return size;
    }

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

    // 向二分搜索树中添加新的元素e
    public void add(E e){
        root = add(root, e);
    }

    // 向以node为根的二分搜索树中插入元素e，递归算法
    // 返回插入新节点后二分搜索树的根
    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;
    }

    // 看二分搜索树中是否包含元素e
    public boolean contains(E e){
        return contains(root, e);
    }

    // 看以node为根的二分搜索树中是否包含元素e, 递归算法
    private boolean contains(Node node, E e){

        if(node == null)
            return false;

        if(e.compareTo(node.e) == 0)
            return true;
        else if(e.compareTo(node.e) < 0)
            return contains(node.left, e);
        else // e.compareTo(node.e) > 0
            return contains(node.right, e);
    }

    // 二分搜索树的前序遍历
    public void preOrder(){
        preOrder(root);
    }

    // 前序遍历以node为根的二分搜索树, 递归算法
    private void preOrder(Node node){

        if(node == null)
            return;

        System.out.println(node.e);
        preOrder(node.left);
        preOrder(node.right);
    }

    // 二分搜索树的非递归前序遍历
    public void preOrderNR(){

        Stack<Node> stack = new Stack<>();
        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);
        }
    }

    // 二分搜索树的中序遍历
    public void inOrder(){
        inOrder(root);
    }

    // 中序遍历以node为根的二分搜索树, 递归算法
    private void inOrder(Node node){

        if(node == null)
            return;

        inOrder(node.left);
        System.out.println(node.e);
        inOrder(node.right);
    }

    // 二分搜索树的后序遍历
    public void postOrder(){
        postOrder(root);
    }

    // 后序遍历以node为根的二分搜索树, 递归算法
    private void postOrder(Node node){

        if(node == null)
            return;

        postOrder(node.left);
        postOrder(node.right);
        System.out.println(node.e);
    }

    // 二分搜索树的层序遍历
    public void levelOrder(){

        Queue<Node> q = new LinkedList<>();
        q.add(root);
        while(!q.isEmpty()){
            Node cur = q.remove();
            System.out.println(cur.e);

            if(cur.left != null)
                q.add(cur.left);
            if(cur.right != null)
                q.add(cur.right);
        }
    }

    // 寻找二分搜索树的最小元素
    public E minimum(){
        if(size == 0)
            throw new IllegalArgumentException("BST is empty!");

        return minimum(root).e;
    }

    // 返回以node为根的二分搜索树的最小值所在的节点
    private Node minimum(Node node){
        if(node.left == null)
            return node;
        return minimum(node.left);
    }

    // 寻找二分搜索树的最大元素
    public E maximum(){
        if(size == 0)
            throw new IllegalArgumentException("BST is empty");

        return maximum(root).e;
    }

    // 返回以node为根的二分搜索树的最大值所在的节点
    private Node maximum(Node node){
        if(node.right == null)
            return node;

        return maximum(node.right);
    }

    // 从二分搜索树中删除最小值所在节点, 返回最小值
    public E removeMin(){
        E ret = minimum();
        root = removeMin(root);
        return ret;
    }

    // 删除掉以node为根的二分搜索树中的最小节点
    // 返回删除节点后新的二分搜索树的根
    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;
    }

    // 从二分搜索树中删除最大值所在节点
    public E removeMax(){
        E ret = maximum();
        root = removeMax(root);
        return ret;
    }

    // 删除掉以node为根的二分搜索树中的最大节点
    // 返回删除节点后新的二分搜索树的根
    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;
    }

    // 从二分搜索树中删除元素为e的节点
    public void remove(E e){
        root = remove(root, e);
    }

    // 删除掉以node为根的二分搜索树中值为e的节点, 递归算法
    // 返回删除节点后新的二分搜索树的根
    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{   // e.compareTo(node.e) == 0

            // 待删除节点左子树为空的情况
            if(node.left == null){
                Node rightNode = node.right;
                node.right = null;
                size --;
                return rightNode;
            }

            // 待删除节点右子树为空的情况
            if(node.right == null){
                Node leftNode = node.left;
                node.left = null;
                size --;
                return leftNode;
            }

            // 待删除节点左右子树均不为空的情况

            // 找到比待删除节点大的最小节点, 即待删除节点右子树的最小节点
            // 用这个节点顶替待删除节点的位置
            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 res = new StringBuilder();
        generateBSTString(root, 0, res);
        return res.toString();
    }

    // 生成以node为根节点，深度为depth的描述二叉树的字符串
    private void generateBSTString(Node node, int depth, StringBuilder res){

        if(node == null){
            res.append(generateDepthString(depth) + "null\n");
            return;
        }

        res.append(generateDepthString(depth) + node.e +"\n");
        generateBSTString(node.left, depth + 1, res);
        generateBSTString(node.right, depth + 1, res);
    }

    private String generateDepthString(int depth){
        StringBuilder res = new StringBuilder();
        for(int i = 0 ; i < depth ; i ++)
            res.append("--");
        return res.toString();
    }
}
Tailor_Wu
关注
专栏目录
二分查找树完整代码：BST.java文件
05-26
二分查找树的全部操作代码：包括各种遍历操作，以及打印树形二叉树操作等；博客附带资源！
java 二分查找树
shuizhaosi888的专栏
03-28 319
  查询二叉树是平衡树-&gt;红黑树的基础，红黑树是TreeMap和TreeSet实现的基础。 深度：根到任意节点的唯一路径长，根节点的深度是零 高度：从节点到一片树叶的最长路径长，树叶的高度是零 二叉树：每个节点都不能有多余两个的儿子 public class BinarySearchTree&lt;T extends Comparable&lt;? super T&gt;&gt...
二分查找树的实现（Java）
Little_ant_的博客
07-25 379
Java 实现二分查找树
java建立二分搜索树
《落程魄序》作者“落魄哥”的博客
02-14 265
今天，我在这里跟大家分享一下java建立二分搜索树。 我先分享一个关于二分搜索树的文章 二分搜索树详解，这位博主主要介绍了二分搜索树的构建原理(增，删，改，查)。如果不理解二分搜索树的朋友可以先去看一下。我相信，认真理解完，一定会有收获。 重点来了：下面我就分享一下java...
java 二叉查找树和二分查找_java中二分查找判定树的方法，详细解析
weixin_39639698的博客
02-16 261
上次已经为大家介绍过java中二分查找的思想是什么？今天再来为大家介绍java中二分查找判定树的方法，并且通过举例来详细地解析。首先我们需要了解的是，二分查找过程可用二叉树来描述，也就是把当前查找区间的中间位置上的结点作为根，左子表和右子表中的结点分别作为根的左子树和右子树。由此得到的二叉树，称为描述二分查找的判定树(DecisionTree)或者说比较树(Comparison Tree)。同时需...
java_algorithm:Java算法集合：排序、高级排序、堆和堆排序、二分搜索树、并查表、图的基础、最小生成树、最短路径
04-27
Java_Algorithm（Java算法集合） 学习算法是为了什么？ 1、应对大型IT公司的算法面试题； 2、IDE即对编译算法的封装； 3、搜索引擎中对几千、几亿数据进行优劣排序； 4、游戏对算法的引用是非常丰富的； 5、算法对...
二分搜索树（JAVA）
cedarjo的博客
04-18 335
先放代码 public class BST<E extends Comparable<E>> { private class Node<E> { public E val; public Node<E> left, right; public Node(E e) { ...
最优二分搜索树（动态规划）
11-17
设S=(x1,x2,…,xn)是有序集，且x1…，已知键值和区间的存取概率分布为(a0,b1,a1,b2,…,bn,an)，其中ai表示相应区间的搜索概率，bi表示相应键值的...在所有表示有序集的二叉树中找出一棵具有最小平均路长的二叉搜索树
算法入门---java语言实现的二分搜索树小结
宇你有缘
04-08 3142
图片均来自慕课网，仅仅为了学习记录。 1、二叉查找树（Binary Search Tree）      也可叫做二分查找树。它不仅可以查找数据，还可以高效地插入、删除数据。      特点：每个节点的key值大于左子节点，小于右子节点。注意它不一定是完全的二叉树。                所以节点的key是唯一的，我们就是通过它来索引key对应的value,注意图中标注的
java 二叉查找树和二分查找_一文带你从代码的角度详细搞懂什么是二分查找树...
weixin_39699746的博客
02-16 101
一、二分查找二分查找应该应熟悉了吧？要在顺序储存结构中进行查找，跟最中间的数据进行比较，小的话去前半部分进行查找，否则，去后半部分去查找，其实，可以用迭代和递归分别来实现二分查找。1、迭代法首先，用迭代法来实现，代码如下：// 二分查找法,在有序数组arr中,查找target// 如果找到target,返回相应的索引index// 如果没有找到target,返回-1templateint bina...
二分查找（JAVA）
大树
11-26 717
二分查找（JAVA） 二分查找运行时间：log₂n（n是查找列表中元素个数） 例如：列表中包含8个元素，则表示log₂8 结果：log₂8=3（₂3=8） /** * * @param arr 有序数组 * @param x 查找的值 * @return 返回查找的值在数组中的索引，有则返回，无则返回-1 * */ public st...
Java中二分查找法的多种写法集合
苁蕶開始
08-29 738
最近开始了神秘又基础的数据结构学习之路，每次学习完之后白板编程和记录下来以后温习。 今天学习的是二分查找法 原理介绍：二分法又称折半查找，故名思意就是就是从中间开始比较查找，其基本思路是：假设数据是按升序排序的，对于给定值 x，从序列的中间位置开始比较，如果当前位置值等于 x，则查找成功；若 x 小于当前位置值，则在数列的前半段中查找；若 x 大于当前位置值则在数列的后半段中继续查找，直到找到...
Java中的二分搜索树
XHT117的博客
05-23 468
二分搜索树 基础操作 1. 向BST中添加一个节点 2. 判断val是否在BST中存在contains 3. 按照先序遍历的方式打印当前的BST 4. 找到一颗BST的最大值和最小值 5. 删除最大值和最小值 6. 删除任意值val
Java--二分搜索树
你的博客
04-21 197
【09】二分搜索树 一、特点 二分搜索树是一颗二叉树 二分搜素树的每一个节点的值都大于其左子树所有节点的值，小于右子树所有节点的值 二、底层维护 root ：树根节点 size ：树中元素个数 三、注意 树中的节点必须具有可比较性 /** * 二分搜索树： * 特点：1.每一个节点都比左孩子大，比右孩子小 * * @author a_apple * @create 202...
src.rar_ Binary search java_KMP_PKU_java pku_并查集算法
09-23
这个压缩包的核心知识点包括二分搜索（Binary Search）、KMP（Knuth-Morris-Pratt）字符串匹配算法、以及并查集（Disjoint Set）算法。下面将分别对这三个关键主题进行详细介绍。 首先，二分搜索是一种在有序数组中...
手把手教你用java实现二分查找树及其相关操作
hookind's blogs
07-26 401
二分查找树（Binary Search Tree）的基本操作有搜索、求最大值、求最小值、求前继、求后继、插入及删除。 对二分查找树的进行基本操作所花费的时间与树的高度成比例。例如有n个节点的完全二叉树，对它进行的基本操作的时间复杂度为O(logn)。然而，如果树是一个有n个节点的线性的链，则在这种情况下的时间复杂度为O(n)。 1、什么是二分查找树 二分查找树是一种有组织的二叉树。我们可以通过链接节点表示这样一棵树。每个节点包含键（key），数据（data），左子节点（left），右子节点（right），父
Java二分搜索树及其添加删除遍历
sinat_33150417的博客
09-07 1434
对于树这种结构，相信大家一定耳熟能详，二叉树、二分搜索树、AVL树、红黑树、线段树、Trie等等，但是对于树的应用以及编写一棵解决特定问题的树，不少同学都会觉得不是一件简单的事情，没关系，我们将一步一步的揭开树的神秘面纱，从这篇博客开始，将会注重每一个步骤的代码细节，不同于前面博客的线性数据结构，比较简单，顺着代码就可以读下来，从这里将会和同学们一起，一步一步的实现不同类型的树结构。 首先，在这...
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