二分搜索树的遍历
一、二分搜索树的前序遍历
遍历:就是把所有的节点都访问一遍
二分搜索树的递归操作:从根节点开始,查看根节点是否是要查找的元素;是的话直接执行操作即可,不是的话就看要查找的元素是否 < 根节点 ,是的话在左子树中继续进行该操作;若是 > 根节点,在右子树中继续进行该操作【每次只选择一个子树进行下去】
tranverse(node.left) -- 既要进行二叉树左子树的调用
tranverse(node.right) --也要进行二叉树右子树的调用
前序遍历:先访问该节点,再访问左右子树
代码示例:BST.java
public class BST<E extends Comparable<E>> {
private class Node {
public E e;
public Node left, right;
public Node(E e) {
this.e = e;
left = null;
right = null;
}
}
private Node root;
private int size;
public BST(){
root = null;
size = 0;
}
public int size(){
return size;
}
public boolean isEmpty(){
return size == 0;
}
// 向二分搜索树中添加新的元素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;
}
// 看二分搜索树中是否包含元素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元素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 // e.compareTo(node.e) > 0
return contains(node.right, e);
}
// 二分搜索树的前序遍历(新增代码)
public void preOrder(){
preOrder(root); //调用root的 preOrder
}
// 前序遍历以node为根的二分搜索树, 递归算法
private void preOrder(Node node){ //传入参数 node
if(node == null) //递归终止条件
return;
System.out.println(node.e);
preOrder(node.left); //递归调用node.left
preOrder(node.right); //递归调用node.right
}
@Override
public String toString(){
StringBuilder res = new StringBuilder();
generateBSTString(root, 0, res); //二叉树 根节点 root;深度为0;生成字符串res
return res.toString();
}
// 生成以node为根节点,深度为depth的描述二叉树的字符串
private void generateBSTString(Node node, int depth, StringBuilder res){
if(node == null){
res.append(generateDepthString(depth) + "null\n");
return;
}
res.append(generateDepthString(depth) + node.e + "\n");//将当前节点信息放入springBuilder中
generateBSTString(node.left, depth + 1, res);//访问左子树
generateBSTString(node.right, depth + 1, res);//访问右子树
}
private String generateDepthString(int depth){
StringBuilder res = new StringBuilder();
for(int i = 0 ; i < depth ; i ++)
res.append("--");
return res.toString();
}
}
Main.java
public class Main {
public static void main(String[] args) {
BST<Integer> bst = new BST<>();
int[] nums = {5, 3, 6, 8, 4, 2}; //声明数组
for(int num: nums)
bst.add(num); //每次取出 num 插入 BST 中
/
// 5 //
// / \ //
// 3 6 //
// / \ \ //
// 2 4 8 //
/
bst.preOrder();
System.out.println();
System.out.println(bst);
}
}
输出:
二、二分搜索树的中序遍历和后序遍历
中序遍历:要访问节点放在中间,先访问左子树,再访问节点;最后访问右子树
二分搜索树的中序遍历结果是顺序的
后序遍历:要访问节点放在最后,先访问左子树,再访问右子树;最后访问节点
代码实现:BST.java
import java.util.Stack;
public class BST<E extends Comparable<E>> {
private class Node {
public E e;
public Node left, right;
public Node(E e) {
this.e = e;
left = null;
right = null;
}
}
private Node root;
private int size;
public BST(){
root = null;
size = 0;
}
public int size(){
return size;
}
public boolean isEmpty(){
return size == 0;
}
// 向二分搜索树中添加新的元素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;
}
// 看二分搜索树中是否包含元素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元素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 // e.compareTo(node.e) > 0
return contains(node.right, e);
}
// 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)
return;
System.out.println(node.e);//调用节点本身
preOrder(node.left);//递归调用左子树
preOrder(node.right);//递归调用右子树
}
// 二分搜索树的中序遍历【新增代码】
public void inOrder(){
inOrder(root); //初始传入根节点
}
// 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) //递归终止条件
return;
inOrder(node.left);//递归调用左子树
System.out.println(node.e); //调用节点本身
inOrder(node.right);//递归调用右子树
}
// 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);//递归调用左子树
postOrder(node.right);//递归调用右子树
System.out.println(node.e);//调用节点本身
}
@Override
public String toString(){
StringBuilder res = new StringBuilder();
generateString(root, 0, res);
return res.toString();
}
// 生成以node为根节点,深度为depth的描述二叉树的字符串
private void generateString(Node node, int depth, StringBuilder res){
if(node == null){
res.append(generateDepthString(depth) + "null\n");
return;
}
res.append(generateDepthString(depth) + node.e + "\n");
generateString(node.left, depth + 1, res);
generateString(node.right, depth + 1, res);
}
private String generateDepthString(int depth){
StringBuilder res = new StringBuilder();
for(int i = 0 ; i < depth ; i ++)
res.append("--");
return res.toString();
}
}
Main.java
public class Main {
public static void main(String[] args) {
BST<Integer> bst = new BST<>();
int[] nums = {5, 3, 6, 8, 4, 2};
for(int num: nums)
bst.add(num);
/
// 5 //
// / \ //
// 3 6 //
// / \ \ //
// 2 4 8 //
/
bst.preOrder();
System.out.println();
bst.inOrder();
System.out.println();
bst.postOrder();
System.out.println();
}
}
输出:前序遍历---中序遍历 ---后序遍历
分析结果:
前序遍历:节点在首位,故只有执行最左侧的点时才会执行递归调用
中序遍历:节点在中间,故只有执行最中间的点时才会执行递归调用
后序遍历:节点在后面,故只有执行最后面的点时才会执行递归调用
三、 二分搜索树前序遍历的非递归实现
前序遍历
使用栈来模拟递归调用
示例代码:BST.java
import java.util.Stack;
public class BST<E extends Comparable<E>> {
private class Node {
public E e;
public Node left, right;
public Node(E e) {
this.e = e;
left = null;
right = null;
}
}
private Node root;
private int size;
public BST(){
root = null;
size = 0;
}
public int size(){
return size;
}
public boolean isEmpty(){
return size == 0;
}
// 向二分搜索树中添加新的元素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;
}
// 看二分搜索树中是否包含元素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元素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 // e.compareTo(node.e) > 0
return contains(node.right, e);
}
// 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)
return;
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
}
// 二分搜索树的非递归前序遍历(新增代码)
public void preOrderNR(){
if(root == null)
return;
Stack<Node> stack = new Stack<>();
stack.push(root);
while(!stack.isEmpty()){
Node cur = stack.pop(); //cur 就是当前要访问的节点
System.out.println(cur.e);
if(cur.right != null) //访问左子树
stack.push(cur.right); //先调用左子树,先将右子树压入栈
if(cur.left != null)
stack.push(cur.left); //后调用右子树,再将左子树压入栈
}
}
@Override
public String toString(){
StringBuilder res = new StringBuilder();
generateString(root, 0, res);
return res.toString();
}
// 生成以node为根节点,深度为depth的描述二叉树的字符串
private void generateString(Node node, int depth, StringBuilder res){
if(node == null){
res.append(generateDepthString(depth) + "null\n");
return;
}
res.append(generateDepthString(depth) + node.e + "\n");
generateString(node.left, depth + 1, res);
generateString(node.right, depth + 1, res);
}
private String generateDepthString(int depth){
StringBuilder res = new StringBuilder();
for(int i = 0 ; i < depth ; i ++)
res.append("--");
return res.toString();
}
}
Main.java
public class Main {
public static void main(String[] args) {
BST<Integer> bst = new BST<>();
int[] nums = {5, 3, 6, 8, 4, 2};
for(int num: nums)
bst.add(num);
/
// 5 //
// / \ //
// 3 6 //
// / \ \ //
// 2 4 8 //
/
bst.preOrder();
System.out.println();
bst.preOrderNR();
System.out.println();
}
}
输出:使用递归和不使用递归的比较