*/
private Node delete(Node node,Key key){
if(node == null){
return null;
}
int i = key.compareTo(node.key);
if(i<0){
// 如果要查询的key小于当前结点的key,则继续找当前结点的左子结点
node.left = delete(node.left,key);
}else if(i>0){
// 如果要查询的key大于当前结点的key,则继续找当前结点的右子结点;
node.right = delete(node.right,key);
}else {
// 如果当前节点的右节点为空,则返回左节点
if(node.right == null){
return node.left;
}
// 如果当前节点的左节点为空,则返回右节点
if(node.left == null){
return node.right;
}
// 如果两个节点都存在,则去找 右节点的最小值;
Node midNode = node.right;
while (midNode.left != null){
midNode = midNode.left;
}
// 删除右节点上的最小节点
// 找到右节点最小值
Node temp = node.right;
// 如果右节点temp就是最小节点,表示temp没有左节点了,那就把temp的右节点赋值为 node 的右节点。达到删除teme 的效果
if(temp.left == null){
node.right = temp.right;
}else {
// 否则循环寻找最小值,并且删除最小值
while (temp.left != null){
// 如果右节点最小节点 temp ,存在右节点则把右节点赋值给temp,否则为空,并返回
if (temp.left.right != null) {
temp.left = temp.left.right;
break;
}else if(temp.left.left == null){
temp.left = null;
}else {
temp = temp.left;
}
}
}
midNode.left = node.left;
midNode.right = node.right;
node = midNode;
N–;
}
return node;
}
}
查找二叉树中最小的键
public Key min(){
return min(root).key;
}
// 找出指定树x中最小的键所在的结点
private Node min(Node x){
if(x.left!=null){
return min(x.left);
}else{
return x;
}
}
查找二叉树中最大的键
//找出整个树中最 大的键
public Key max(){
return max(root).key;
}
// 找出指定树x中最小的键所在的结点
private Node max(Node x){
if(x.right!=null){
return max(x.right);
}else{
return x;
}
}
二叉树的基础遍历
二叉树的遍历主要有三种:
- 前序遍历;
先访问根结点,然后再访问左子树,最后访问右子树 ;
- 中序遍历;
先访问左子树,中间访问根节点,最后访问右子树 ;
- 后序遍历;
先访问左子树,再访问右子树,最后访问根节点;
举个例子:
先(根)序遍历(根左右):E B A D C G F H
中(根)序遍历(左根右) : A B C D E F G H
后(根)序遍历(左右根) : A C D B F H G E
代码实现
- 前序遍历
// 前序遍历 先访问根结点,然后再访问左子树,最后访问右子树 ;
public MyQueue preErgodic(){
MyQueue keys = new MyQueue<>();
preErgodic(this.root,keys);
return keys;
};
private void preErgodic(Node x,MyQueue keys){
if(x == null){
return;
}
keys.push(x.key);
if(x.left!= null){
preErgodic(x.left,keys);
}
if(x.right !=null){
preErgodic(x.right,keys);
}
}
- 中序遍历
// 中序遍历 先访问左子树,中间访问根节点,最后访问右子树 ;
public MyQueue midErgodic(){
MyQueue keys = new MyQueue<>();
midErgodic(this.root,keys);
return keys;
}
private void midErgodic(Node x,MyQueue keys){
if(x == null){
return;
}
if(x.left!= null){
midErgodic(x.left,keys);
}
keys.push(x.key);
if(x.right !=null){
midErgodic(x.right,keys);
}
}
- 后序遍历
// 后续遍历 先访问左子树,再访问右子树,最后访问根节点;
public MyQueue afterErgodic(){
MyQueue keys = new MyQueue<>();
afterErgodic(this.root,keys);
return keys;
}
private void afterErgodic(Node x,MyQueue keys){
if(x == null){
return;
}
if(x.left!= null){
afterErgodic(x.left,keys);
}
if(x.right !=null){
afterErgodic(x.right,keys);
}
keys.push(x.key);
}
二叉树的层序遍历
层序遍历,就是从根节点(第一层)开始,依次向下,获取每一层所有结点的值,有二叉树如下:
层序遍历的结果是:EBGADFHC
实现步骤:
-
创建队列,存储每一层的结点;
-
使用循环从队列中弹出一个结点:
2.1 获取当前结点的key;
2.2 如果当前结点的左子结点不为空,则把左子结点放入到队列中;
2.3 如果当前结点的右子结点不为空,则把右子结点放入到队列中;
// 有所谓的层序遍历,就是从根节点(第一层)开始,依次向下,获取每一层所有结点的值,二叉树如下:
public MyQueue layerErgodic(){
MyQueue keys = new MyQueue<>();
MyQueue nodes = new MyQueue<>();
nodes.push(root);
while (!nodes.isEmpty()){
Node node = nodes.get();
keys.push(node.key);
if(node.left!= null){
nodes.push(node.left);
}
if(node.right != null){
nodes.push(node.right);
}
}
return keys;
}
二叉树的最大深度
实现步骤:
-
如果根结点为空,则最大深度为0;
-
计算左子树的最大深度;
-
计算右子树的最大深度;
-
当前树的最大深度=左子树的最大深度和右子树的最大深度中的较大者+1;
代码实现
public int maxDepth(){
return maxDepth(root);
}//计算指定树x的最大深度
private int maxDepth(Node x){
//1.如果根结点为空,则最大深度为0;
if(x==null){
return 0;
}
int max=0;
int maxL=0;
int maxR=0;
//2.计算左子树的最大深度;
if(x.left!=null){
maxL=maxDepth(x.left);
}
//3.计算右子树的最大深度;
if(x.right!=null){
maxR=maxDepth(x.right);
}
//4.当前树的最大深度=左子树的最大深度和右子树的最大深度中的较大者+1
max=maxL>maxR?maxL+1:maxR+1;
return max;
}
实际案例(折纸问题)
请把一段纸条竖着放在桌子上,然后从纸条的下边向上方对折1次,压出折痕后展开。此时折痕是凹下去的,即折痕突起的方向指向纸条的背面。如果从纸条的下边向上方连续对折2 次,压出折痕后展开,此时有三条折痕,从上到下依次是下折痕、下折痕和上折痕;
给定一个输入参数N,代表纸条都从下边向上方连续对折N次,请从上到下打印所有折痕的方向例如:N=1时,打印: down;N=2时,打印: down down up
分析:我们把对折后的纸张翻过来,让粉色朝下,这时把第一次对折产生的折痕看做是根结点,那第二次对折产生的下折痕就是该结点的左子结点,而第二次对折产生的上折痕就是该结点的右子结点,这样我们就可以使用树型数据结构来描述对折后产生的折痕。
这棵树有这样的特点:
-
根结点为下折痕;
-
每一个结点的左子结点为下折痕;
-
每一个结点的右子结点为上折痕;
实现步骤:
-
定义结点类
-
构建深度为N的折痕树;
-
使用中序遍历,打印出树中所有结点的内容;
构建深度为N的折痕树:
-
第一次对折,只有一条折痕,创建根结点;
-
如果不是第一次对折,则使用队列保存根结点;
-
循环遍历队列:
3.1 从队列中拿出一个结点;
3.2 如果这个结点的左子结点不为空,则把这个左子结点添加到队列中;
3.3 如果这个结点的右子结点不为空,则把这个右子结点添加到队列中;
3.4 判断当前结点的左子结点和右子结点都不为空,如果是,则需要为当前结点创建一个值为down的左子结点,一个值为up的右子结点。
代码实现
public class Node{
String item;
Node left;
Node right;
public Node(String item,Node left,Node right){
this.item = item;
this.left = left;
this.right = right;
}
}
public void printTree(Node tree){
if(tree == null){
return;
}
printTree(tree.left);
System.out.println(tree.item);
printTree(tree.right);
}
public Node createTree(int number){
Node root = null;
for (int i = 0; i < number; i++) {
if(i == 0){
// 1. 如果是第一次对折,只会有一条折痕,创建根节点
总结
虽然我个人也经常自嘲,十年之后要去成为外卖专员,但实际上依靠自身的努力,是能够减少三十五岁之后的焦虑的,毕竟好的架构师并不多。
架构师,是我们大部分技术人的职业目标,一名好的架构师来源于机遇(公司)、个人努力(吃得苦、肯钻研)、天分(真的热爱)的三者协作的结果,实践+机遇+努力才能助你成为优秀的架构师。
如果你也想成为一名好的架构师,那或许这份Java成长笔记你需要阅读阅读,希望能够对你的职业发展有所帮助。
item;
this.left = left;
this.right = right;
}
}
public void printTree(Node tree){
if(tree == null){
return;
}
printTree(tree.left);
System.out.println(tree.item);
printTree(tree.right);
}
public Node createTree(int number){
Node root = null;
for (int i = 0; i < number; i++) {
if(i == 0){
// 1. 如果是第一次对折,只会有一条折痕,创建根节点
总结
虽然我个人也经常自嘲,十年之后要去成为外卖专员,但实际上依靠自身的努力,是能够减少三十五岁之后的焦虑的,毕竟好的架构师并不多。
架构师,是我们大部分技术人的职业目标,一名好的架构师来源于机遇(公司)、个人努力(吃得苦、肯钻研)、天分(真的热爱)的三者协作的结果,实践+机遇+努力才能助你成为优秀的架构师。
如果你也想成为一名好的架构师,那或许这份Java成长笔记你需要阅读阅读,希望能够对你的职业发展有所帮助。
[外链图片转存中…(img-U2PidxZT-1714373217317)]