二分搜索树--完整版

1介绍

包含二分搜索树的插入,删除,遍历,等几乎全部功能 ,如果想知道什么是二分搜索树,请查看我的上一篇博客,废话少说,上代码

2 实现–完整版

import java.util.LinkedList;

/**
 * 二分搜索树
 * 
 * @author xld
 *
 * @param <Key>
 * @param <Value>
 */
public class BST<Key extends Comparable<Key>, Value> {

    /**
     * 树中的节点 设置为内部类
     * 
     * @author xld
     *
     */
    private class Node {
        private Key key;
        private Value value;
        private Node left, right;

        public Node(Key key, Value value) {
            this.key = key;
            this.value = value;
            left = right = null;
        }

        public Node(Node node){
            this.key=node.key;
            this.value=node.value;
            this.left=node.left;
            this.right=this.right;
        }
    }

    // 根节点
    private Node root;
    // 树中的节点个数
    private int count;

    // 构造函数 默认构造一棵空二分搜索树
    public BST() {
        root = null;
        count = 0;
    }

    // 返回二分搜索树节点个数
    public int size() {
        return count;
    }

    // 判断二分搜索树是否为空
    public boolean isEmpty() {
        return count == 0;
    }

    // 向二分搜索树中插入一个新的(key,value)数据对
    public void insert(Key key, Value value) {
        root = insert(root, key, value);
    }

    // 查看二分搜索树中是否包含该元素
    public boolean contain(Key key, Value value) {
        return contain(root, key);
    }

    // 查看键值为key的元素在二分搜索树中的value
    public Value search(Key key) {
        return search(root, key);
    }

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

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

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

    // 二分搜索树的层序遍历
    public void levelOrder() {
        // 使用LinkedList 作为队列
        LinkedList<Node> q = new LinkedList<Node>();
        q.add(root);
        while (!q.isEmpty()) {
            Node node = q.remove();
            System.out.println(node.key);
            if (node.left != null)
                q.add(node.left);
            if (node.right != null)
                q.add(node.right);
        }
    }

    // 寻找二分搜索树的最小的键值
    public Key minimum() {
        assert count != 0;
        Node minNode = minimum(root);
        return minNode.key;
    }

    //寻找二分搜索树中最大的键值
    public Key maximum(){
        assert count!=0;
        Node maxNode = maximum(root);
        return maxNode.key;
    }

    //从二分搜索树中删除最小值所在的节点 
    public void removeMin(){
        if(root !=null)
            root= removeMin(root);
    }

    //从二分搜索树中删除最大值所在节点 
    public void removeMax(){
        if(root !=null)
            root = removeMax(root);
    }

    public void remove(Key key){
        root = remove(root,key);
    }

    /**
     * 寻找key的floor值,递归算法
     * 如果不存在key的floor值(key比BST的最小值还小) 返回null
     * @param key
     * @return
     */
    public Key floor(Key key){
        if(count==0 || key.compareTo(minimum())<0)
            return null;

        Node floorNode = floor(root,key);
        return floorNode.key;
    }

    public Key ceil(Key key){
        if(count==0 || key.compareTo(maximum())>0)
            return null;
        Node ceilNode =ceil(root,key);
        return ceilNode.key;
    }
    // **************************
    // 二分搜索树的辅助函数
    // **************************

    /**
     * 向以node为根的二分搜索树中,插入节点(key,value),使用递归算法 返回插入节点后的二分搜索树的根
     * 
     * @param node
     * @param key
     * @param value
     * @return
     */
    private Node insert(Node node, Key key, Value value) {
        if (node == null) {
            count++;
            return new Node(key, value);
        }

        if (key.compareTo(node.key) == 0)
            node.value = value;
        else if (key.compareTo(node.key) < 0)
            node.left = insert(node.left, key, value);
        else
            node.right = insert(node.right, key, value);
        return node;
    }

    /**
     * 查看以node为根的二分搜索树中是否包含键值为key的节点,使用递归算法 若value不存在 则返回false
     * 
     * @param node
     * @param key
     * @return
     */
    private boolean contain(Node node, Key key) {
        if (node == null)
            return false;
        if (key.compareTo(node.key) == 0)
            return true;
        else if (key.compareTo(node.key) < 0)
            return contain(node.left, key);
        else
            return contain(node.right, key);
    }

    /**
     * 查看以node为根的二分搜索树中键值为key的节点的value值,使用递归算法
     * 
     * @param node
     * @param key
     * @return
     */
    private Value search(Node node, Key key) {

        if (node == null)
            return null;
        if (key.compareTo(node.key) == 0)
            return node.value;
        else if (key.compareTo(node.key) < 0)
            return search(node.left, key);
        else
            return search(node.right, key);
    }

    /**
     * 二分搜索树的前序遍历
     * 
     * @param node
     */
    private void preOrder(Node node) {
        if (node != null) {
            System.out.println(node.key);
            preOrder(node.left);
            preOrder(node.right);
        }
    }

    /**
     * 二分搜索树的中序遍历
     * 
     * @param node
     */
    private void inOrder(Node node) {
        if (node != null) {
            inOrder(node.left);
            System.out.println(node.key);
            inOrder(node.right);
        }
    }

    /**
     * 二分搜索树的后序遍历
     * 
     * @param node
     */
    private void postOrder(Node node) {
        if (node != null) {
            postOrder(node.left);
            postOrder(node.right);
            System.out.println(node.key);
        }
    }

    /**
     * 二分搜索树中最小的节点就是最左侧的节点
     * @param node
     * @return
     */
    private Node minimum(Node node){
        if(node.left==null)
            return node;
        return minimum(node.left);
    }

    private Node maximum(Node node){
        if(node.right==null)
            return node;
        return maximum(node.right);
    }

    /**
     * 删除以node为根的二分搜索树的最小值
     * @param node
     * @return
     */
    private Node removeMin(Node node){
        //如果以node为根的二分搜索树的左子节点为空,则node为当前最小节点 
        if(node.left==null){
            //保存下当前的node节点的node节点
            Node rightNode =node.right;
            //将当前node 节点的指向right的指针去除
            node.right=null;
            //二分搜索树中节点减少一个
            count--;
            //直接将node节点的right返回顶替当前节点
            return rightNode;
        }

        //将返回节点作为当前界定啊的左节点 
        node.left=removeMin(node.left);
        return node;
    }

    private Node removeMax(Node node){

        if(node.right==null){
            Node leftNode = node.left;
            node.left=null;
            count--;
            return leftNode;
        }

        node.right=removeMax(node.right);
        return node;
    }

    /**
     * 删除掉以node为根的二分搜索树中键值为key的节点,递归算法
     * 返回删除节点后新的二分搜索树的根
     * @param node
     * @param key
     * @return
     */
    private Node remove(Node node ,Key key){

        if(node ==null)
            return null;

        if(key.compareTo(node.key)<0){
            node.left=remove(node.left,key);
            return node;
        }else if(key.compareTo(node.key)>0){
            node.right=remove(node.right,key);
            return node;
        }else {
            //key ==node.key
            //待删除节点左子树为空的情况
            if(node.left==null){
                Node rightNode = node.right;
                node.right=null;
                count--;
                return rightNode;
            }

            //待删除界定啊右子树为空的情况下 
            if(node.right==null){
                Node leftNode = node.left;
                node.left=null;
                count--;
                return leftNode;
            }

            //待删除节点左右子树均不为空的情况下 
            //找到比待删除节点大的最小节点 即待删除右自护中最小节点 用这个界定啊顶替待删除节点的位置
            Node successor = new Node (minimum(node.right));
            count++;

            successor.right= removeMin(node.right);
            successor.left=node.left;

            node.left = node.right=null;
            count--;
            return successor;
        }
    }

    /**
     * 在以node为根的二叉搜索树中,寻找key的floor值所处的节点,递归算法
     * @param node
     * @param key
     * @return
     */
    private Node floor(Node node,Key key){
        if(node == null)
            return null;
        //如果node的key值和要寻找的key值相等 
        //则node 本身就是key的floor节点
        if(node.key.compareTo(key)==0)
            return node;
        //如果node的key值比要寻找的key值大
        //则要寻找的key的floor在node的左子树中 
        if(node.key.compareTo(key)>0)
            return floor(node.left,key);
        //如果node的key值比要寻找的key小 
        //则node可能是key的floor节点,也可能不是 需要从node的右子树取寻找一下
        Node tempNode = floor(node.right,key);
        if(tempNode!=null)
            return tempNode;
        return node;
    }

    private Node ceil(Node node,Key key){
        if(node == null)
            return null;

        if(node.key.compareTo(key)==0)
            return node;
        if(node.key.compareTo(key)<0)
            return ceil(node.right,key);
        Node tempNode =ceil(node.left,key);
        if(tempNode!=null)
            return tempNode;
        return node;
    }
}
  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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