文章目录
存在的需求
又称二叉查找树,二叉搜索树
- 任意一个节点的值都大于其左子树的所有节点的值
- 任意一个节点的值都小于其右子树的所有节点的值
- 它的左右子树也是二插搜索树
- 使用时存的数必须具备可比性,int,double类型。若是自定义类型,需要指定比较方式,不允许为null
接口设计
与之前线性表而言,没有索引的概念
添加元素
传进去数组时的添加
若是第一个元素,他就是根节点
先与根节点做比较,如果大于根节点,就把它作为根节点的右孩子;如果小于根节点,作为根节点的u左孩子。
然后再找到他的父节点。
比如插入12,12先与7根节点比较,得到应放在7的右边;再与父节点9比较,应放在9的右边;再与父节点11比较,应放在11的右边
public class Node<E> {//内部节点类,数据存储在节点中
E element; // 元素值
Node<E> left; // 左节点
Node<E> right; // 右节点
Node<E> parent; // 父节点
public Node(E element, Node<E> parent) {//构造函数,创建完一个节点必有父节点,左右孩子是否存在不知道
this.element = element;
this.parent = parent;
}
}
/**
* 添加元素——传的是element
* 1.找到父节点parent
* 2.创建新节点
* 3.新节点放的位置
*/
public void add(E element) {
elementNotNullCheck(element); // 不能传入空节点
// 传入第一个节点
if(root == null){
root = new Node<>(element, null);
size++;
return;
}
Node<E> node = root;//假设node是根节点
Node<E> parent = null;
int cmp = 0;
while(node != null){//while循环是为了找到父节点,直到node无左或无右孩子跳出循环
parent = node; // 父节点保存起来
cmp = compare(element,node.element); // 传进去的元素与父节点的元素比较
if(cmp >0){//新节点-父节点>0,那么父节点的右孩子就是这个新节点,本次循环后这个新节点又可以作为父节点进行比较
node = node.right;
}else if(cmp < 0){//说明新节点比父节点小
node = node.left;
}else{ // 相等,最好是覆盖掉,否则自定义对象增加时会不更新
node.element = element;
return;
}
}
Node<E> newNode = new Node<>(element, parent);
//看看插入父节点的哪一边
if(cmp < 0){
parent.left = newNode;
}else{
parent.right = newNode;
}
size++;
}
private int compare(E e1,E e2) {
//通过比较返回1或-1或0,因为是参数e1,e2是泛型,这里不可以直接运算比较
}
//main函数测试
public static void main(String[] args) {
Integer data[]=new Integer[] {17,15,456,2,3,68,9,4,5,6};
BinarySearchTree<Integer> b=new BinarySearchTree<>();
for(int i=0;i<data.length;i++) {
b.add(data[i]);
}
System.out.println(b);
}
自定义打印输出
传进去对象时的添加
引入接口自定义对象比较的属性
上面的操作只对整数有效,若传进去的是个对象,该如何进行比较呢?
1.设置一个比较接口,让传进去的元素继承这个接口,接口必须要实现,即传进去的对象一定会要有可比的地方。
2.在要传进去的类里单独实现要比较的内容,返回值依然是正数,负数,0
BinarySearchtree里的方法
private int compare(E e1,E e2) {
return e1.compareTo(e2);//e1是传进去的元素,e2是原来存在的父节点的元素
}
Integer数据类型也是继承自comparable接口,比较的就是数字的大小
引入构造器自定义比较排序规则
如果要把年龄大的person放在父节点的右边,把年龄小的放在左边呢?把二叉树的规则反过来。如何自定义规则
通过传入一个比较器comparator,允许外界传入一个 Comparator 自定义比较方案
如果没有传入 Comparator,强制认定元素实现了 Comparable 接口,这样binarysearch就不用继承comparable接口了。
如果参数有传入比较器,就比较按规则他们谁大谁小
不用继承comparable接口,后面会强制转换。
没传比较器,元素内部必须自行实现了 Comparable 接口
也可以在main函数里调用匿名类定义比较规则
java官方有comparable接口和比较器comparator
找到前驱节点
private Node<E> predecessor(Node<E> node) {
if(node == null) return null;
//1.左孩子不为空
// 前驱节点在左子树中(left.right.right.right....)
if(node.left != null ){ // 左子树不为空,则找到它的最右节点
Node<E> p = node.left;
while(node.right != null){
p = p.right;
}
return p;//不能再往右了,就返回
}
// 2.能来到这里说明左子树为空,且这个节点是父节点的左孩子
//前驱节点在祖父节点当中
// 当父节点不为空,则顺着父节点找,直到找到【该结点为父节点的右节点】时
while(node.parent != null && node.parent.left==node){
node = node.parent;
}
//3.父节点为空或该节点为根结点的右节点,直接返回
// node.parent == null 无前驱,直接返回空
// node.parent.right == node 该节点为根结点的右节点,直接返回父节点
return node.parent;
}
找到后继节点
private Node<E> successor(Node<E> node) {
if(node == null) return null;
if(node.right != null){ // 存在右节点
Node<E> p = node.right;
while(p.left != null){
p = p.left;
}
return p;
}
while(node.parent!=null && node.parent.right==node){
node = node.parent;
}
// node.parent == null且 node.parent.left == node 如没有右子树的根节点
return node.parent;
}
删除
删除叶子节点
删除度为1的节点
如果删除的根节点
root=child
child.parent=null(加上比较严谨)
删除度为2的节点
若要继续删除4,可从左边找到最大值3,赋值,最后删除度为1的节点3;也可从右边找最小值6.赋值,最后删除度为1的节点6。
如果一个节点的度为2,那么它的前驱和后继节点的度只可能是0或1
如上图,根节点4的度为2,它的前驱就是3。怎么找呢?先找他的左孩子,然后一直找他左孩子的右孩子,直到右孩子为null。那找到的最后一个右孩子,只可能度为1(只有左孩子),或度为0(叶子节点),绝对不可能有右孩子。
想要得到4的后继节点,图中为6。先找他的右孩子,然后一直找它右孩子的左孩子,直到左孩子为空。
删除度为2的节点,真正被删除的是他的前驱或后继节点,只不过是把他的前驱或后继节点的元素赋值到了要删除的度为2的节点,以保持二叉树的左右特性,实际删除的还是度为0或度为1的节点
代码实现
外部调用时只认识节点中的值,而在内部时,我们要删除整个节点,因为值存在于节点中
/**
* 在外部,根据传入的节点中的值删除元素
*/
public void remove(E element) {
remove(node(element));
}
//通过值,找到节点
private Node<E> node(E element) {
elementNotNullCheck(element);
//从根节点开始找
Node<E> node = root;
while(node != null){
int cmp = compare(element, node.element);
if(cmp < 0){
node = node.left;
}else if (cmp > 0){
node = node.right;
}else{ // cmp == 0
return node;
}
}
return null;
}
// 私有方法,在内部根据节点删除元素
private void remove(Node<E> node) {
if (node == null) return;
size--;
if (node.hasTwoChildren()) { // 度为2的节点
// 找到后继节点
Node<E> s = successor(node);
// 用后继节点的值覆盖度为2的节点的值
node.element = s.element;
// 删除后继节点,传的参数的node,把删除node的操作转化为删除后继节点s的操作
node = s;
}
// 删除node节点(node的度必然是1或者0,若要删除的节点度为2,则此时node是原来要删除元素的后继节点)
//删除节点的左孩子不为空,就用左边,若左孩子为空,就用右孩子
Node<E> replacement = node.left != null ? node.left : node.right;
if (replacement != null) { // node是度为1的节点,删除度为1,用子节点代替原节点的方法
// 更改parent
replacement.parent = node.parent;
// 更改parent的left、right的指向
if (node.parent == null) { // node是度为1的节点并且是根节点
root = replacement;
} else if (node == node.parent.left) {//要用 要删除节点的父节点的指向(删除节点是父的左还是右)去连接代替的节点
node.parent.left = replacement;//如果删除的元素是父元素的左孩子,那代替的元素就是父元素的左孩子
} else { // node == node.parent.right
node.parent.right = replacement;
}
} else if (node.parent == null) { // node是叶子节点并且是根节点
root = null;
} else { // node是叶子节点,但不是根节点
if (node == node.parent.left) {
node.parent.left = null;
} else { // node == node.parent.right
node.parent.right = null;
}
}
}
在节点类里设置两个方法判断节点的度数
测试
删除度为0
删除度为1
删除度为2
删除根节点
传一个值检查该节点是否包含这个值
/**
* 是否包含某元素
*/
public boolean contains(E element) {
return node(element) != null;
}
遍历
先根遍历:先从根节点开始找,再找左节点,最后是右节点
中根遍历:先找左孩子,再找根,最后找右孩子,实际就是顺序输出了
后根遍历:先找左孩子,再找右孩子,最后找根节点
// 前序遍历 先根后左再右
private void preOrderTraversal(Node<E> node){
if(node == null) return;
System.out.print(node.element + " ");
preOrderTraversal(node.left);
preOrderTraversal(node.right);
}
//以后调用这个方法,传入一个根节点,先序的话就从根节点开始,依次递归找根,一开始是根节点的一大部分的左孩子,直到叶子节点,再一层一层的返回到根节点,再递归找根的右边的根
public void preOrderTraversal(){
preOrderTraversal(root);
}
// 中序遍历
private void inorderTraversal(Node<E> node){
if(node == null) return;
inorderTraversal(node.left);
System.out.print(node.element + " ");
inorderTraversal(node.right);
}
public void inorderTraversal(){
inorderTraversal(root);
}
// 后序遍历
private void postorderTraversal(Node<E> node){
if(node == null) return;
postorderTraversal(node.left);
postorderTraversal(node.right);
System.out.print(node.element + " ");
}
public void postorderTraversal(){
postorderTraversal(root);
}
层序遍历
从上到下,从左到右访问每一个节点
前面先访问谁,后面几先访问他的子树
- 1.将根节点入队
- 2.循环执行以下操作,直到队列为空
- 将对头节点A出队,进行访问
- 再将A的左子节点入队,将A的右子节点入队
一个是7入队,7出队,把4,9依次入队,那么队列里就是9,4。
4出队,把2,5依次入队的,队列里就是5,2,9
// 层次遍历
public void levelOrderTraversal(){
if(root == null) return;
Queue<Node<E>> queue = new LinkedList<>();
queue.add(root);
while(!queue.isEmpty()){
Node<E> node = queue.poll();//出队
System.out.print(node.element + " ");
if(node.left != null) queue.offer(node.left);//入队
if(node.right!= null) queue.offer(node.right);
}
}
访问器的遍历
允许外界遍历二叉树的元素
/**
* 访问器接口 ——> 访问器抽象类
* 增强遍历接口
*/
public static interface Visitor<E>{
void visit(E element);
}
// 层次遍历
public void levelOrder(Visitor<E> visitor){
if(root == null || visitor == null) return;
Queue<Node<E>> queue = new LinkedList<>(); // 队列
queue.offer(root);
while(!queue.isEmpty()){
Node<E> node = queue.poll();
//调用visitor接口的visit方法,由他决定具体的操作逻辑
//将结点的内容传给visit方法
visitor.visit(node.element);
if(node.left != null) queue.offer(node.left);
if(node.right != null) queue.offer(node.right);
}
}
// 前序遍历
public void preOrderTraversal(Node<E> node, Visitor<E> visitor){
if(node == null || visitor == null) return;
visitor.visit(node.element);
preOrderTraversal(node.left, visitor);
preOrderTraversal(node.right, visitor);
}
public void preOrderTraversal(Visitor<E> visitor){
preOrderTraversal(root, visitor);
}
// 中序遍历
public void inorderTraversal(Node<E> node, Visitor<E> visitor){
if(node == null || visitor == null) return;
inorderTraversal(node.left, visitor);
visitor.visit(node.element);
inorderTraversal(node.right, visitor);
}
public void inorderTraversal(Visitor<E> visitor){
inorderTraversal(root, visitor);
}
// 后序遍历
public void postorderTraversal(Node<E> node, Visitor<E> visitor){
if(node == null || visitor == null) return;
postorderTraversal(node.left, visitor);
postorderTraversal(node.right, visitor);
visitor.visit(node.element);
}
public void postorderTraversal(Visitor<E> visitor){
postorderTraversal(root, visitor);
}
main函数里
Integer date[] = new Integer[] { 7, 4, 9, 2, 5, 8, 11, 3, 12, 1};
BinarySearchTree<Integer> bst = new BinarySearchTree<>();
for (int i = 0; i < date.length; i++) {
bst.add(date[i]);
}
BinaryTrees.println(bst);
System.out.print("层次遍历:");
bst.levelOrder(new Visitor<Integer>() {
@Override
public void visit(Integer element) {
System.out.print("_" + element + "_ ");
}
});
System.out.println();
System.out.print("前序遍历:");
bst.preOrderTraversal(new Visitor<Integer>() {
@Override
public void visit(Integer element) {
System.out.print("_" + element + "_ ");
}
});
System.out.println();
System.out.print("中序遍历:");
bst.inorderTraversal(new Visitor<Integer>() {
@Override
public void visit(Integer element) {
System.out.print("_" + element + "_ ");
}
});
System.out.println();
System.out.print("后序遍历:");
bst.postorderTraversal(new Visitor<Integer>() {
@Override
public void visit(Integer element) {
System.out.print("+" + element + "+ ");
}
});
结果
遍历的应用
前序遍历,树状打印二叉树
@Override
public String toString()
{
StringBuilder sb=new StringBuilder();
toString(root,sb,"");
return sb.toString();
}
private void toString(Node<E> node ,StringBuilder sb,String prefix) {
if(node==null)return ;
sb.append(prefix).append(node.element).append("\n");//先访问自己
toString(node.left,sb,prefix+"L--");//在原来的前缀的基础上+
toString(node.right,sb,prefix+"R--");
}
中序遍历按升序和降序处理节点
后续遍历适用先子后用
层序遍历:计算二叉树的高度;判断是否为完全二叉树
计算二叉树的高度
递归求高度。
一个节点的高度等于他左右子树最大的高度+1
//获取某个节点的高度
private int height1(Node<E> node){
if(node == null) return 0;
return 1 + Math.max(height1(node.left), height1(node.right));
}
public int height1(){
return height1(root);
}
迭代求高度
当每一层的最后一个元素访问完之后,队列的size就是下一层元素的个数。画个队列看看就明白了
public int height(){
if(root == null) return 0;
int levelSize = 1; // 存储每一层的元素数量
int height = 0; // 树的高度
Queue<Node<E>> queue = new LinkedList<>();
queue.offer(root);
while(!queue.isEmpty()){
Node<E> node = queue.poll();
levelSize--;//没出一个就-1,直到0说明这一层元素没了
if(node.left != null) {
queue.offer(node.left);
}
if(node. != null) {
queue.offer(node.right);
}
if(levelSize == 0){ // 即将要访问下一层
levelSize = queue.size();//此时队列的size就是下一层要访问的个数
height++;
}
}
return height;
}
判断是否为完全二叉树
树不为空就层序遍历(用队列)
public boolean isComplete(){
if(root == null) return false;
Queue<Node<E>> queue = new LinkedList<>();
queue.offer(root);
boolean leaf = false;
while(!queue.isEmpty()){
Node<E> node = queue.poll();
if(leaf && !node.isLeaf()){要求是叶子,但是你不是叶子节点
return false;
}
if(node.hasTwoChildren()) { // 左不为空且右不为空就正常入队
queue.offer(node.left);
queue.offer(node.right);
}else if(node.left==null && node.right!=null){//左为空,右孩子不为空
return false;
}else{//后面遍历的都是叶子节点
leaf = true;
if(node.left!=null) {//左不为空就入队
queue.offer(node.left);
}
}
}
return true;
public boolean isLeaf(){ // 是否叶子节点
return left==null && right==null;
}
public boolean hasTwoChildren(){ // 是否有两个子节点
return left!=null && right!=null;
}
测试(自己构建二叉搜索树测试,先写根节点)
方法二
public boolean isComplete2(){
if(root == null){
return false;
}
Queue<Node<E>> queue = new LinkedList<>();
queue.offer(root);
boolean leaf = false;
while(!queue.isEmpty()){
Node<E> node = queue.poll();
if(leaf && !node.isLeaf()){ // 要求是叶子结点,但是当前节点不是叶子结点
return false;
}
//左右分开遍历
if(node.left != null){
queue.offer(node.left);
}else if(node.right != null){// node.left==null && node.right!=null
return false;
}
if(node.right != null){
queue.offer(node.right);
}else{
// node.left==null && node.right==null
// node.left!=null && node.right==null
leaf = true; // 要求后面都是叶子节点
}
}
return true;
}
翻转二叉树
将所有节点的左右子树调换顺序,大的在左边,小的在右边
/**
* Definition for a binary tree node.
* public class TreeNode {
* int val;
* TreeNode left;
* TreeNode right;
* TreeNode(int x) { val = x; }
* }
*/
利用前序遍历
class Solution {
public TreeNode invertTree(TreeNode root) {
if(root ==null) return root;
TreeNode tmp=root.left;
root.left=root.right;
root.right=tmp;
invertTree(root.left);
invertTree(root.right);
return root;
}
}
利用中序遍历
class Solution {
public TreeNode invertTree(TreeNode root) {
if (root == null) return null;
invertTree(root.left); // 递归找到左节点
TreeNode rightNode= root.right; // 保存右节点
root.right = root.left;
root.left = rightNode;
// 递归找到右节点 继续交换 : 因为此时左右节点已经交换了,所以此时的右节点为root.left
invertTree(root.left);
}
}
利用后序遍历
class Solution {
public TreeNode invertTree(TreeNode root) {
// 后序遍历-- 从下向上交换
if (root == null) return null;
TreeNode leftNode = invertTree(root.left);
TreeNode rightNode = invertTree(root.right);
root.right = leftNode;
root.left = rightNode;
return root;
}
}
利用层次遍历
class Solution {
public TreeNode invertTree(TreeNode root) {
// 层次遍历--直接左右交换即可
if (root == null) return null;
Queue<TreeNode> queue = new LinkedList<>();
queue.offer(root);
while (!queue.isEmpty()){
TreeNode node = queue.poll();//队头取出元素,让他的额左右子树交换
//交换
TreeNode rightTree = node.right;
node.right = node.left;
node.left = rightTree;
if (node.left != null){
queue.offer(node.left);
}
if (node.right != null){
queue.offer(node.right);
}
}
return root;
}
}