数据结构与算法（九）（树）

最新推荐文章于 2022-12-19 18:21:53 发布

guan903853573

最新推荐文章于 2022-12-19 18:21:53 发布

阅读量163

点赞数

分类专栏：数据结构和算法

本文链接：https://blog.csdn.net/guan903853573/article/details/102951557

版权

数据结构和算法专栏收录该内容

11 篇文章 0 订阅

订阅专栏

二叉排序树

1.概念介绍：对于二叉排序树的任何一个非叶子节点，要求左子节点的值要小于当前节点，右子节点的值要大于当前节点
2.代码实现插入和遍历

package binarysorttree;

public class BinarySortTree {
    public static void main(String[] args) {
        int[] arr = {7,3,10,12,5,1,9};
        binaryTree binaryTree = new binaryTree();
        for(int i=0;i<arr.length;i++){
            binaryTree.add(new Node(arr[i]));
        }
        binaryTree.midOrder();
    }
}
class binaryTree{
    Node root;
    //插入
    public void add(Node node){
        if(root == null){
            root = node;
        }else{
            root.addNode(node);
        }
    }
    //中序遍历
    public void midOrder(){
        if(root != null){
            root.midOrder();
        }
    }
}

class Node{
    int value;
    Node left;
    Node right;

    public Node(int value) {
        this.value = value;
    }

    @Override
    public String toString() {
        return "Node{" +
                "value=" + value +
                '}';
    }

    //插入
    public void addNode(Node node){
        if(this.value>node.value){
            if(this.left==null){
                this.left = node;
            }else{
                this.left.addNode(node);
            }
        }else{
            if(this.right == null){
                this.right = node;
            }else{
                this.right.addNode(node);
            }
        }
    }
    //中序遍历
    public void midOrder(){
        if(this.left != null){
            this.left.midOrder();
        }
        System.out.println(this);
        if(this.right != null){
            this.right.midOrder();
        }
    }
}

3.二叉排序树删除节点思路分析
a.删除叶子节点：找到要删除节点，和要删除节点的父节点，删除即可
b.删除非叶子节点（一个子节点）：找到要删除节点，和要删除节点的父节点，需要判断要删除节点的子节点是右还是左，还需要判断要删除节点是父节点的左节点还是右节点，再进行删除
c.删除非叶子节点（两个节点）：找到要删除节点，和要删除节点的父节点，找到要删除节点右子树最小值，将此值删除，并替换要删除节点
4.代码实现

package binarysorttree;

public class BinarySortTree {
    public static void main(String[] args) {
        int[] arr = {7,3,10,12,5,1,9,2};
        binaryTree binaryTree = new binaryTree();
        for(int i=0;i<arr.length;i++){
            binaryTree.add(new Node(arr[i]));
        }
        binaryTree.midOrder();
        System.out.println();
        binaryTree.deleteNode(2);
        binaryTree.deleteNode(5);
        binaryTree.deleteNode(9);
        binaryTree.deleteNode(12);
        binaryTree.deleteNode(7);
        binaryTree.deleteNode(3);
        binaryTree.deleteNode(10);
        binaryTree.deleteNode(1);
        binaryTree.midOrder();
    }
}
class binaryTree{
    Node root;
    //插入
    public void add(Node node){
        if(root == null){
            root = node;
        }else{
            root.addNode(node);
        }
    }
    //中序遍历
    public void midOrder(){
        if(root != null){
            root.midOrder();
        }
    }
    //查找要删除节点的父节点
    public Node fintParentNode(int value){
        if(root == null){
            return null;
        }else {
            return root.fintParentNode(value);
        }
    }
    //查找要删除的节点
    public Node findNode(int value){
        if(root == null){
            return null;
        }else{
            return root.findNode(value);
        }
    }

    //找到以当前节点为root的子树最小值,并删除
    public Node deleteByRoot(Node node){
        Node tage = node;
        while(true){
            if(tage.left!=null){
                tage = tage.left;
            }else{
                break;
            }
        }
        deleteNode(tage.value);
        return tage;
    }

    //删除节点
    public void deleteNode(int value){
        Node node = this.findNode(value);
        if(root == null){
            return;
        }else{
            if(node == null){
                return;
            }
            if(root.right == null && root.left == null){
                root = null;
                return;
            }
            Node nodeParent = this.fintParentNode(value);
            //删除叶子节点
            if(node.left == null && node.right == null){
                if(nodeParent.right!=null && nodeParent.right.value == node.value){
                    nodeParent.right = null;
                }
                if(nodeParent.left!=null && nodeParent.left.value == node.value){
                    nodeParent.left = null;
                }
            }else if(node.left != null && node.right != null){
                //删除非叶子节点（有两个子节点）
                //需要找到当前要删除节点的右子树中最小值
                Node deleNode = deleteByRoot(node.right);
                node.value = deleNode.value;
            }else{
                //删除非叶子节点（只有一个子节点）
                if(node.left != null){
                    if(nodeParent != null){
                        if(nodeParent.left.value == value){
                            nodeParent.left = node.left;
                        }else {
                            nodeParent.right = node.left;
                        }
                    }else{
                        root = node.left;
                    }
                }else{
                    if(nodeParent != null){
                        if(nodeParent.left.value == value){
                            nodeParent.left = node.right;
                        }else{
                            nodeParent.right = node.right;
                        }
                    }else{
                        root = node.right;
                    }
                }
            }
        }
    }
}

class Node{
    int value;
    Node left;
    Node right;

    public Node(int value) {
        this.value = value;
    }

    @Override
    public String toString() {
        return "Node{" +
                "value=" + value +
                '}';
    }

    //找到要删除节点的父节点
    public Node fintParentNode(int value){
        if((this.left!=null && this.left.value == value) || (this.right!=null && this.right.value == value)){
            return this;
        }else if(value > this.value){
            if(this.right != null){
                return this.right.fintParentNode(value);
            }
            return null;
        }else{
            if(this.left != null){
                return this.left.fintParentNode(value);
            }
            return null;
        }
    }

    //找到要删除的当前节点
    public Node findNode(int value){
        if(this.value == value){
                return this;
        }else{
            if(value > this.value){
                if(this.right != null){
                    return this.right.findNode(value);
                }
                return null;
            }else {
                if(this.left != null){
                    return this.left.findNode(value);
                }
                return null;
            }
        }
    }

    //插入
    public void addNode(Node node){
        if(this.value>node.value){
            if(this.left==null){
                this.left = node;
            }else{
                this.left.addNode(node);
            }
        }else{
            if(this.right == null){
                this.right = node;
            }else{
                this.right.addNode(node);
            }
        }
    }
    //中序遍历
    public void midOrder(){
        if(this.left != null){
            this.left.midOrder();
        }
        System.out.println(this);
        if(this.right != null){
            this.right.midOrder();
        }
    }
}

平衡二叉树

1.引出案例：假如有数列1，2，3，4，5，6，此时你创建一个二叉排序树，左子树全部为空，形状类似一条直线，此时查询速度很低，还不如单链表，此时需要构建平衡二叉树
2.AVL树左旋转思路分析
a.当右子树高度大于左子树高度超过1时，使用AVL树左旋转
b.创建一个新的节点newNode，newNode的值与当前根节点值相同
c.把新节点的左子树设置为当前节点的左子树
d.把新节点的右子树设置为当前节点的右子树的左子树
e.把当前节点的值设置成当前节点的右子节点的值
f.把当前节点的右子树设置为当前节点的右子节点的右子节点
g.把当前节点的左子树设置为新节点
3.代码实现

//在Node节点类中
    //返回当前节点的右子树的高度
    public int treeHightRight(){
        if(right == null){
            return 0;
        }else{
            return right.treeHight();
        }
    }
    //返回当前节点的左子树的高度
    public int treeHightLeft(){
        if(left == null){
            return 0;
        }else{
            return left.treeHight();
        }
    }

    //返回当前节点的右子树或左子树中最高高度
    public int treeHight(){
        return Math.max(left == null?0:left.treeHight(),right == null?0:right.treeHight())+1;
    }

    //左旋转
    public void leftMove(){
        Node node = new Node(value);
        node.left = left;
        node.right = right.left;
        node.value = right.value;
        right = right.right;
        left = node;
    }
     //插入
    public void addNode(Node node){
        if(this.value>node.value){
            if(this.left==null){
                this.left = node;
            }else{
                this.left.addNode(node);
            }
        }else{
            if(this.right == null){
                this.right = node;
            }else{
                this.right.addNode(node);
            }
        }
        if((treeHightRight()-treeHightLeft()) > 1){
            leftMove();
        }
    }

4.AVL树右旋转思路分析
a.当左子树高度大于右子树高度超过1时，使用AVL树右旋转
b.创建一个新的节点newNode，newNode的值与当前节点值相同
c.把新节点的右子树设置为当前节点的右子树
d.把新节点的左子树设置为当前节点的左子树的右子树
e.把当前节点的值设置成当前节点的左子节点的值
f.把当前节点的左子树设置为当前节点的左子节点的左子节点
g.把当前节点的右子树设置为新节点
5.代码实现

	//右旋转
    public void rightMove(){
        Node node = new Node(value);
        node.right = right;
        node.left = left.right;
        node.value = left.value;
        left = left.left;
        right = node;
    }
    //插入
    public void addNode(Node node){
        if(this.value>node.value){
            if(this.left==null){
                this.left = node;
            }else{
                this.left.addNode(node);
            }
        }else{
            if(this.right == null){
                this.right = node;
            }else{
                this.right.addNode(node);
            }
        }
        if((treeHightRight()-treeHightLeft()) > 1){
            leftMove();
        }
        if((treeHightLeft()-treeHightRight()) > 1){
            rightMove();
        }
    }

6.AVL树双旋转思路分析
在符合右旋转条件时，如果它的左子树的右子树高度大于它的左子树的左子树的高度，先对当前节点的左节点进行左旋转，再对当前节点进行右旋转，否则直接进行右旋转会导致再次不平衡，左旋转同理
7.代码实现

//插入
    public void addNode(Node node){
        if(this.value>node.value){
            if(this.left==null){
                this.left = node;
            }else{
                this.left.addNode(node);
            }
        }else{
            if(this.right == null){
                this.right = node;
            }else{
                this.right.addNode(node);
            }
        }
        if((treeHightRight()-treeHightLeft()) > 1){
            if(right!=null && right.treeHightLeft()>right.treeHightRight()){
                right.rightMove();
            }
            leftMove();
        }
        if((treeHightLeft()-treeHightRight()) > 1){
            if(left!=null && left.treeHightRight()>left.treeHightLeft()){
                left.leftMove();
            }
            rightMove();
        }
    }

多叉树

1.二叉树的问题：二叉树的操作效率较高，但是如果数据量大，会造成树的高度比较高，节点比较多，影响IO操作
2.2-3树：
在这里插入图片描述
a.2-3树的所有叶子节点都在同一层（只要是B树都满足此条件）
b.有两个子节点的节点叫做二节点，二节点要么没有子节点，要么有两个子节点
c.有三个子节点的节点叫做三节点，三节点要么没有子节点，要么有三个子节点
d.2-3树是由二节点和三节点构成的树
e.2-3树上面的节点依旧遵循二叉排序树的原则
3.B树，B+树，B星树
B树：在这里插入图片描述
对于B树而言，关键字分布在整棵树中，叶子节点和非叶子节点都存放关键字
B+树：

对于B+树而言，所有的关键字都出现在叶子节点的链表中，链表中的数据也是有序的，非叶子节点相当于叶子节点的索引（稀疏索引），更适合文件索引系统
B星树：
在这里插入图片描述
B星树在B+树的基础上增加啦，B+树中非根和非叶子节点的指向兄弟的指针，提高空间使用率

guan903853573

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
数据结构与算法（九）（树）

二叉排序树1.概念介绍：对于二叉排序树的任何一个非叶子节点，要求左子节点的值要小于当前节点，右子节点的值要大于当前节点2.代码实现插入和遍历package binarysorttree;public class BinarySortTree { public static void main(String[] args) { int[] arr = {7,3,10...
复制链接

扫一扫