二叉搜索树

二叉搜索树

  1. 定义:二叉树中任意节点的右子树的所有节点值都比此节点大,左子树中所有节点的值都比此节点小,每个节点存在指向其父节点的指针

  2. 操作:

    • 查找:

      1. 递归:

        if x==null or k==x.key
            return x
        if k<x.key
            return TREESEARCH(x.left,k)
        else return TREESEARCH(x.right,k)
        
      2. 迭代:

        while x!=null and k!=x.key
            if k<x.key
                x=x.left
            else x=x.right
        return x
        
    • 最小关键字和最大关键字:

      利用二叉搜索树本身的性质,最小关键字的时候就不断遍历左子树至null,最大关键字就不断遍历右子树至null

    • 二叉搜索树中指定节点的前驱和后继:

      1. 普通解法:根据二叉搜索树的性质,其中序遍历序列为递增有序,再线性查找指定节点的后继

      2. 进阶解法:

        1. 若节点的右子树不为空,寻找其右子树的最小关键字所在节点

        2. 若节点的右子树为空,且此节点位于其父节点的左子树上,直接返回父节点

        3. 若此节点的右子树为空,且此节点位于其父节点的右子树上,返回其最近的祖先节点,使其位于该祖先节点的左子树上

          (注:如果数据结构中有指向父节点的指针,可以直接使用这个递归思想)

        实现:递归实现

        如果根节点小于或等于要寻找的节点,直接进入右子树递归,如果根节点大于要寻找的节点,暂存左子树递归的结果,如果是null,返回当前节点,不是则返回左子树递归结果
        
        /**
         * Definition for a binary tree node.
         * public class TreeNode {
         *     int val;
         *     TreeNode left;
         *     TreeNode right;
         *     TreeNode(int x) { val = x; }
         * }
         */
        class Solution {
            public TreeNode inorderSuccessor(TreeNode root, TreeNode p) {
                if(root==null||p==null)
                {
                    return null;
                }
                else
                {
                    if(root.val<=p.val)
                    {
                        return inorderSuccessor(root.right,p);
                    }
                    else
                    {
                        return inorderSuccessor(root.left,p)!=null?inorderSuccessor(root.left,p):root;
                    }
          }
            }
        

    }
    ```

     从思路到递归的转换不是很直接
    
     前驱的话,和后继正好对称,将其中的左换成右即可
    
    • 二叉搜索树中节点的删除和插入

      • 节点插入:

        • 思路:保证二叉搜索树的性质,从上往下对节点值进行比较,确保最后插入的位置不影响二叉搜索树的性质

        • 题解:

          /**
           * Definition for a binary tree node.
           * public class TreeNode {
           *     int val;
           *     TreeNode left;
           *     TreeNode right;
           *     TreeNode(int x) { val = x; }
           * }
           */
          class Solution {
              public TreeNode insertIntoBST(TreeNode root, int val) {
                  TreeNode temp=root;
                  if(val>temp.val&&temp.right!=null)
                  {
                      insertIntoBST(temp.right,val);
                  }
                  if(val>temp.val&&temp.right==null)
                  {
                      TreeNode temp2=new TreeNode(val);
                      temp.right=temp2;
                  }
                  if(val<temp.val&&temp.left!=null)
                  {
                      insertIntoBST(temp.left,val);
                  }
                  if(val<temp.val&&temp.left==null)
                  {
                      TreeNode temp2=new TreeNode(val);
                      temp.left=temp2;
                  }
               return root;
              }
          }
          
          //递归算法
          /**
           * Definition for a binary tree node.
           * public class TreeNode {
           *     int val;
           *     TreeNode left;
           *     TreeNode right;
           *     TreeNode(int x) { val = x; }
           * }
           */
          class Solution {
              public TreeNode insertIntoBST(TreeNode root, int val) {
                  if(root==null) return new TreeNode(val);
                  if(val>root.val) root.right=insertIntoBST(root.right,val);
                  else root.left=insertIntoBST(root.left,val);
               return root;
              }
          }
          
          //迭代算法
          /**
           * Definition for a binary tree node.
           * public class TreeNode {
           *     int val;
           *     TreeNode left;
           *     TreeNode right;
           *     TreeNode(int x) { val = x; }
           * }
           */
          class Solution {
              public TreeNode insertIntoBST(TreeNode root, int val) {
                  TreeNode node=root;
                  while(node!=null)
                  {
                      if(val>node.val)
                      {
                          if(node.right==null)
                          {
                              node.right=new TreeNode(val);
                          }
                          else
                          {
                              node=node.right;
                          }
                      }
                      else
                      {
                          if(node.left==null)
                          {
                              node.left=new TreeNode(val);
                          }
                          else
                          {
                              node=node.left;
                          }
                      }
                  }
               return root;
              }
          }
          
      • 节点的删除:

        • 思路1:删除节点共分为三种情况,被删除的节点无子节点,只有左子节点或右子节点,左右子节点均存在

          1. 无子节点:直接删除,并将该节点的父节点的对应子节点设置成null(父节点不存在的情况可以巧妙化解)
          2. 只存在一个子节点:找出该子节点,将其父节点设置成当前节点的父节点(父节点不存在的情况可巧妙化解)
          3. 左右子节点均存在:找出此节点的后继,即右节点中最小关键字所在的节点,后继节点至多存在一个子节点,此时回到第一种或第二种情况
        • 题解:

          //针对有父节点的数据结构
          class Solution {
              public TreeNode deleteNode(TreeNode root, TreeNode z) {
                  TreeNode child=null;
                  TreeNode delete=null;
                  if((z.left==null)||(z.right==null))
                  {
                      delete=z;//被删除节点即为当前节点
                  }
                  else
                  {
                      delete=successor(z);//被删除节点改为当前节点的后继
                  }
                  if(delete.left!=null)//无论子节点是否存在,先获取
                  {
                      child=delete.left;
                  }
                  else
                  {
                      child=delete.right;
                  }
                  if(child!=null)
                  {
                      child.parent=delete.parent;
                  }
                  if(delete.parent==null)//说明删除的是根节点
                  {
                      root=child;
                  }
                  else if(delete==delete.parent.left)
                  {
                      delete.parent.left=child;
                  }
                  else if(delete==delete.parent.right)
                  {
                      delete.parent.right=child;
                  }
                  if(delete!=z)
                  {
                      z.val=delete.val;
                  }
                  return delete;
              }
          }
          
        • 思路2:递归,共有三种情况

          1. 要删除的节点为叶子节点,直接删除
          2. 要删除的节点不是叶子节点且有右节点,则将其后继的值赋给该节点,递归删除该节点的后继
          3. 要删除的节点不是叶子节点且无右节点,则将其前驱的值赋给该节点,递归删除其前驱
        • 题解2:

          /**
           * Definition for a binary tree node.
           * public class TreeNode {
           *     int val;
           *     TreeNode left;
           *     TreeNode right;
           *     TreeNode(int x) { val = x; }
           * }
           */
          class Solution {
              public int successor(TreeNode root){
                  root=root.right;
                  while(root.left!=null)
                  {
                      root=root.left;
                  }
                  return root.val;
              }
              public int presuccessor(TreeNode root){
                  root=root.left;
                  while(root.right!=null)
                  {
                      root=root.right;
                  }
                  return root.val;
              }
              public TreeNode deleteNode(TreeNode root, int key) {
                  if(root==null) return null;
                  if(key>root.val)
                  {
                      root.right=deleteNode(root.right,key);
                  }
                  else if(key<root.val)
                  {
                      root.left=deleteNode(root.left,key);
                  }
                  else
                  {
                      if(root.left==null&&root.right==null)//叶子节点
                      {
                          root=null;
                      }
                      else if(root.right!=null)
                      {
                          int  success=successor(root);
                          root.val=success;
                          root.right=deleteNode(root.right,success);
                      }
                      else
                      {
                          int presuccess=presuccessor(root);
                          root.val=presuccess;
                          root.left=deleteNode(root.left,presuccess);
                      }
                  }
                  return root;
              }
          }
          
CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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