二分搜索树 —— 个人解读

二分搜索树的特性

二分搜索树的每个节点的值：

• 大于其左子树的所有节点的值
• 小于其右子树的所有节点的值

二分搜索树存储的元素必须具有可比较性。

二分搜索树添加元素

因为整体代码较长，只给出部分核心代码，下文同样如此。
采用递归算法插入元素

 //向二分搜索树添加新的元素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;
    }

二分搜索树的查询操作

//看二分搜索树中是否包含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);
    }

二分搜索树的深度优先遍历

• 遍历操作就是把所有节点都访问一遍
• 前序遍历:先访问当前节点，再依次递归访问左右子树。
• 中序遍历：先递归访问左子树，再访问自身节点，再递归访问右子树。
• 后序遍历：先递归访问左右子树，再访问自身节点。

前序遍历:

 //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) {
            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);
            if (cur.right!=null)
            stack.push(cur.right);
            if (cur.left!=null)
            stack.push(cur.left);
        }
    }

中序遍历:

//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);
    }

后序遍历：

//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);
    }

二分搜索树的广度优先遍历（层序遍历）

 //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);
        }
    }

二分搜索树的删除操作（删除最大值和最小值）

 //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) {//当没有左孩子时
            Node rightNode = node.right;//保存当前节点的右子树
            node.right = null;
            size--;
            return rightNode;
        }
        node.left = removeMin(node.left);//当有左孩子时
        return node;
    }
    //从二分搜索树中删除最大值所在节点，返回最大值
    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 removeMin(Node node) {
        if (node.right == null) {//当没有右孩子时
            Node leftNode = node.left;//保存当前节点的右子树
            node.left = null;
            size--;
            return leftNode;
        }
        node.right = removeMax(node.right);//当有右孩子时
        return node;
    }

二分搜索树的删除操作（删除任意节点）

先讲一下最特殊的：删除左右都有孩子的节点。

• 删除左右都有孩子的节点d，找到s = min(d->right)，s是d的后继。
• s->right = delMin(d->right)
• s->left = d->left
• 删除d，s是新的子树的根

具体步骤如下。（图不是自己画的，借助这个网站https://visualgo.net/zh/bst生成的。为啥不自己画因为懒。。这个网站很好的演示了各种数据结构的各种操作。）

找到比待删除节点大的最小节点，用这个节点顶替待删除节点的位置。

//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){
            remove(node.left,e);
            return node;
        }
        else if (e.compareTo(node.e) > 0){
             node.right = remove(node.right,e);
            return node;
        }
        else {//e == node.e
            //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;
        }
    }