二叉搜索树 Binary Search Tree
高效,不仅可以查找数据;还可以高效的插入,删除数据-动态维护数据。
还可以很方便的回答很多数据之间的关系问题:
- min,max,floor,ceil,rank,select
二叉搜索树可以不用是完全的二叉搜索树。下面这个也是二叉搜索树:
由于二叉搜索树可以不是完全的二叉树,所以用数组表示不方便,我们采用的是用 Node 节点表示。
1. 插入元素
插入一个新节点,先比较该元素是否和根节点元素相同,如果相同,更新该节点的值,如果比根节点元素值小,则以构建左孩子节点,并返回该节点,否则构建右孩子节点,并返回值。
public void insert(Key key, Value value) {
root = insert(root, key, value);
}
// 向以node为根的二分搜索树中, 插入节点(key, value), 使用递归算法
// 返回插入新节点后的二分搜索树的根
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;
}
2. 查找
先和根节点比较,如果相等则返回,如果比根节点小,与该节点左孩子比较,比根节点大,则与右孩子比较。如果左或右孩子都为空的话,则查找失败。
// 查看二分搜索树中是否存在键key
public boolean contain(Key key) {
return contain(root, key);
}
// 在二分搜索树中搜索键key所对应的值。如果这个值不存在, 则返回null
public Value search(Key key) {
return search(root, key);
}
// 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
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);
}
}
// 在以node为根的二分搜索树中查找key所对应的value, 递归算法
// 若value不存在, 则返回NULL
private Value search(Node node, Key key) {
if (node == null) {
return null;
}
if (key.compareTo(node.key) == 0) {
return node.key;
} else if (key.compareTo(node.key) < 0) {
return search(node.left, key);
} else {
return search(node.right, key);
}
}
3. 遍历
3.1 前序遍历
// 二分搜索树的前序遍历
public void preOrder() {
preOrder(root);
}
private void preOrder(Node node) {
if (node != null) {
System.out.println(node.key);
preOrder(node.left);
preOrder(node.right);
}
}
3.2 中序遍历
// 二分搜索树的中序遍历
public void inOrder() {
inOrder(root);
}
private void inOrder(Node node) {
if (node != null) {
inOrder(node.left);
System.out.println(node.key);
inOrder(node.right);
}
}
3.3 后序遍历
// 二分搜索树的后序遍历
public void postOrder() {
postOrder(root);
}
private void postOrder(Node node) {
if (node != null) {
postOrder(node.left);
postOrder(node.right);
System.out.println(node.key);
}
}
3.4 层序遍历
// 二分搜索树的层序遍历
public void levelOrder() {
LinkedList<Node> list = new LinkedList<Node>();
list.add(root);
while (!list.isEmpty()) {
Node node = list.removeFirst();
System.out.println(node.key);
if (node.left != null)
list.add(node.left);
if (node.right != null)
list.add(node.right);
}
}
4. 取得最小值和最大值
二叉搜索树中的最小值就是一直寻找根节点的左孩子,直到该左孩子为空,则该节点就是最小值;最大值就是一直寻找根节点的右孩子,直到该右孩子为空,该节点就是最大值。
// 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;
}
private Node minimum(Node node) {
if (node.left ==null){
return node;
}
return minimum(node.left);
}
// 寻找二分搜索树的最大的键值
public Key maximum(){
assert count !=0;
Node maxNode=maximum(root);
return maxNode.key;
}
private Node maximum(Node node) {
if (node.right == null){
return node;
}
return maximum(node.right);
}
5. 删除
5.1 删除最小值和最大值
找到最小值,如果该最小值的右孩子不为空的话,把右孩子移上来;找到最大值,如果该节点的左孩子不空的话,则把左孩子移上来。
// 从二分搜索树中删除最小值所在节点
public void removeMin(){
if (root !=null){
root=removeMin(root);
}
}
private Node removeMin(Node node) {
if (node.left == null){
Node nodeRight=node.right;
node.right=null;
count--;
return nodeRight;
}
node.left=removeMin(node.left);
return node;
}
// 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);
}
}
private Node removeMax(Node node) {
if (node.right == null){
Node nodeLeft=node.left;
node.left=null;
count--;
return nodeLeft;
}
node.right=removeMax(node.right);
return node;
}
5.2 删除任意节点的值
如果要删除的节点只有左孩子,直接把左孩子移上去;如果要删除的节点只有右孩子,直接把右孩子移上去,如果要删除的节点既有左孩子又有右孩子,则选择右孩子中最小的,或者做孩子中最大的。
// 从二分搜索树中删除键值为key的节点
public void remove(Key key){
root = remove(root, key);
}
// 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
private Node remove(Node node, Key key) {
//未找到
if(node==null){
return null;
}
if (key.compareTo(node.key)<0){
node.left=remove(node.left,key);
return node;
}else if (key.compareTo(key)>0){
node.right=remove(node.right,key);
return node;
}else {
// 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;
}
// 待删除节点右子树为空的情况
if (node.right==null){
Node leftNode=node.left;
node.left=null;
count--;
return leftNode;
}
Node successor=new Node(minimum(node.right));
successor.right=removeMin(node.right);
successor.left=node.left;
node.left=node.right=null;
count--;
return successor;
}
}