二叉排序树(Binary Sort(Search) Tree)
二叉排序树(Binary Sort Tree)又称二叉查找 / 搜索树(Binary Search Tree),也是树的一种特殊数据结构,这种树结构最大的特点就是查询效率高,很多情况下甚至比链表结构还要高。这种结构不仅查找高效,在动态插入、删除、修改等地方同样高效,因此这种结构在查找、插入算法、删除节点等地方被大量应用。
1、引子
现有一组数列[7, 3, 10, 12, 5, 1, 9]
,要求能够高效的完成对数据的查询和添加。
解决方案分析:
1、使用数组实现
- 数组未排序时,直接在数组尾部添加,速度非常快,因为无需考虑顺序,缺点就是查找慢。
- 数组已排好序,对于排好序的数组我们可以使用二分法查找,查找速度可以非法快。但是也有缺点,为了保证数组有序在添加新数据时,找到插入位置后,后面的数据需要整体移动,导致效率很差。
2、使用链式存储即链表结构
- 不管链表是否有序,查找速度都慢,添加数据速度比数组快,因为不需要整体移动!
3、使用树存储方式
- 针对经常要查询和修改的数据,使用树结构存储最合适,这也是设计数据库采用树结构的原因。
- 树结构能提高数据存储和读取的效率,比如利用
二叉排序树(Binary Sort Tree)
,即可以保证数据的检索速度,同时也可以保证数据的插入、删除、修改的速度。
关于二叉排序树(Binary Sort Tree)
,是如何实现高效查找、插入、删除、修改的??这也是本文探索与介绍的内容。
2、二叉排序树(BST)
2.1、基本介绍
二叉排序树:BST(Binary Sort(Search) Tree)
,简称BST
。对于二叉排序树的任何一个非叶子节点,要求左子节点的值比当前节点的值小,右子节点的值比当前节点的值大。
特别说明:如果有相同的值,可以将该节点放在左子节点或右子节点。
比如针对前面的数据 (7, 3, 10, 12, 5, 1, 9) ,对应的二叉排序树为:
2.2、二叉排序树的创建和中序遍历
一个数组创建成对应的二叉排序树,并使用中序遍历二叉排序树,比如:数组为 Array(7, 3, 10, 12, 5, 1, 9)
, 创
建成对应的二叉排序树为:
package com.laizhenghua.tree;
/**
* @description:
* @author: laizhenghua
* @date: 2021/11/9 20:11
*/
public class BinarySortTreeTest {
public static void main(String[] args) {
Integer[] array = new Integer[]{7, 3, 10, 12, 5, 1, 9};
// 构建二叉排序树
BinarySortTree binarySortTree = new BinarySortTree();
for (Integer value : array) {
binarySortTree.add(new Node(value));
}
// 中序遍历
binarySortTree.infixOrder(); // 1 3 5 7 9 10 12
}
}
// 创建二叉排序树
class BinarySortTree {
private Node root; // 根节点
// 添加节点方法
public void add(Node node) {
if (this.root == null) {
this.root = node;
} else {
root.add(node);
}
}
// 中序遍历
public void infixOrder() {
if (root.left != null) {
root.infixOrder();
} else {
System.out.println("BinarySortTree is null");
}
}
}
// 创建Node节点
class Node {
Integer value;
Node left;
Node right;
public Node(Integer value) {
this.value = value;
}
// 递归添加节点,需要满足二叉树排序树要求
public void add(Node node) {
if (node == null) {
return;
}
// 和根节点比较value
if (node.value < this.value) {
if (this.left == null) {
this.left = node;
} else {
this.left.add(node); // 递归向左子树添加
}
} else {
if (this.right == null) {
this.right = node;
} else {
this.right.add(node); // 递归向右子树添加
}
}
}
// 中序遍历
public void infixOrder() {
if (this.left != null) {
this.left.infixOrder();
}
System.out.println(this);
if (this.right != null) {
this.right.infixOrder();
}
}
@Override
public String toString() {
return "Node{" + "value=" + value + "}";
}
}
2.3、二叉排序树的删除
前面我们已经构建出了一颗二叉排序树,不难发现因为它的特殊排列规律,查找时相当于每次都是使用了二分法查找,所以查找效率比较高。那么二叉排序树的删除又是怎样的呢?
二叉排序树的删除情况比较复杂,有下面三种情况需要考虑:
1、删除叶子节点 (比如:2, 5, 9, 12
)
2、删除只有一颗子树的节点 (比如:1
)
3、删除有两颗子树的节点. (比如:7, 3, 10
)
对删除结点的各种情况的思路分析:
第一种情况:删除叶子节点 (比如:2, 5, 9, 12
) 思路:
- 需求先去找到要删除的结点
targetNode
- 找到
targetNode
的 父结点parent
- 确定
targetNode
是 parent 的左子结点 还是右子结点 - 根据前面的情况来对应删除 ①左子结点
parent.left = null
②右子结点parent.right = null
第二种情况:删除只有一颗子树的节点(比如1
)思路:
- 需求先去找到要删除的结点
targetNode
- 找到
targetNode
的 父结点 parent - 确定
targetNode
的子结点是左子结点还是右子结点 targetNode
是 parent 的左子结点还是右子结点- 如果
targetNode
有左子结点- 如果 targetNode 是 parent 的左子结点
parent.left = targetNode.left;
- 如果 targetNode 是 parent 的右子结点
parent.right = targetNode.left;
- 如果 targetNode 是 parent 的左子结点
- 如果
targetNode
有右子结点- 如果 targetNode 是 parent 的左子结点
parent.left = targetNode.right;
- 如果 targetNode 是 parent 的右子结点
parent.right = targetNode.right;
- 如果 targetNode 是 parent 的左子结点
第三种情况:删除有两颗子树的节点(比如:7, 3, 10
)思路:
- 需求先去找到要删除的结点 targetNode
- 找到 targetNode 的父结点 parent
- 从 targetNode 的右子树找到最小的结点
- 用一个临时变量,将最小结点的值保存 temp = 11
- 删除该最小结点
targetNode.value = temp
完整代码示例:
package com.laizhenghua.tree;
/**
* @description:
* @author: laizhenghua
* @date: 2021/11/9 20:11
*/
public class BinarySortTreeTest {
public static void main(String[] args) {
Integer[] array = new Integer[]{7, 3, 10, 12, 5, 1, 9, 2};
// 构建二叉排序树
BinarySortTree binarySortTree = new BinarySortTree();
for (Integer value : array) {
binarySortTree.add(new Node(value));
}
binarySortTree.infixOrder(); // 1 2 3 5 7 9 10 12
// 删除值为2的节点
binarySortTree.deleteNode(2);
System.out.println();
// 中序遍历
binarySortTree.infixOrder(); // 1 3 5 7 9 10 12
}
}
// 创建二叉排序树
class BinarySortTree {
private Node root; // 根节点
// 添加节点方法
public void add(Node node) {
if (this.root == null) {
this.root = node;
} else {
root.add(node);
}
}
// 中序遍历
public void infixOrder() {
if (root.left != null) {
root.infixOrder();
} else {
System.out.println("BinarySortTree is null");
}
}
// 查找节点
public Node searchNode(Integer value) {
if (this.root == null) {
System.out.println("BinarySortTree is null");
return null;
} else {
return this.root.searchNode(value);
}
}
// 查找父节点
public Node searchParentNode(Integer value) {
if (this.root == null) {
System.out.println("BinarySortTree is null");
return null;
} else {
return this.root.searchParentNode(value);
}
}
// 删除节点
public void deleteNode(Integer value) {
if (root == null) {
System.out.println("BinarySortTree is null");
}
Node targetNode = searchNode(value);
if (targetNode == null) {
System.out.printf("This node[value = %s] cannot be found", value);
}
// 如果我们发现当前这可二叉树排序树只有一个节点,并且还是要删除的节点
if (root.left == null && root.right == null) {
root = null;
return;
}
Node parentNode = searchParentNode(value);
// 情况1删除叶子节点
if (targetNode.left == null && targetNode.right == null) {
if (parentNode.left != null && parentNode.left.value == value) {
// 删除父节点的左子节点
parentNode.left = null;
} else if (parentNode.right != null && parentNode.right.value == value) {
// 删除父节点的右子节点
parentNode.right = null;
}
} else if (targetNode.left != null && targetNode.right != null) {
// 删除有两颗子树的节点
Integer minValue = getAndDeleteRightTreeMin(targetNode.right);
targetNode.value = minValue;
} else {
// 删除只有一颗子树的节点
if (targetNode.left != null) {
// 如果要删除的节点又左子节点
if (parentNode.left.value == value) {
parentNode.left = targetNode.left;
} else {
parentNode.right = targetNode.left;
}
} else {
// 如果要删除的节点有右子节点
if (parentNode.left.value == value) {
parentNode.left = targetNode.right;
} else {
parentNode.right = targetNode.right;
}
}
}
}
// 传入node节点(当做二叉排序树的根节点)删除并返回以node为根节点的二叉排序树的最小节点的值
public Integer getAndDeleteRightTreeMin(Node node) {
Node minValueNode = node;
while (minValueNode.left != null) {
minValueNode = minValueNode.left;
}
// 此时minValueNode就是以node为根节点的最小值
deleteNode(minValueNode.value);
return minValueNode.value;
}
}
// 创建Node节点
class Node {
Integer value;
Node left;
Node right;
public Node(Integer value) {
this.value = value;
}
// 递归添加节点,需要满足二叉树排序树要求
public void add(Node node) {
if (node == null) {
return;
}
// 和根节点比较value
if (node.value < this.value) {
if (this.left == null) {
this.left = node;
} else {
this.left.add(node); // 递归向左子树添加
}
} else {
if (this.right == null) {
this.right = node;
} else {
this.right.add(node); // 递归向右子树添加
}
}
}
/**
* 查找指定value的节点
* @param value 查找节点的value
* @return 如果找到则返回,找不到则返回null
*/
public Node searchNode(Integer value) {
if (this.value == value) {
// 找到该节点
return this;
} else if (this.value > value) {
// 向左递归查找
if (this.left != null) {
return this.left.searchNode(value);
}
} else if (this.value < value) {
// 向右递归查找
if (this.right != null) {
return this.right.searchNode(value);
}
}
return null;
}
/**
* 查找指定值的父节点
* @param value
* @return 返回父节点,如果没有则返回null
*/
public Node searchParentNode(Integer value) {
if (this.right == null && this.left == null) {
return null;
}
if (this.right != null && this.right.value == value) {
return this;
} else if (this.left != null && this.left.value == value) {
return this;
} else if (this.value > value) {
// 向左递归查找
if (this.left != null) {
return this.left.searchParentNode(value);
}
} else if (this.value < value) {
if (this.right != null) {
return this.right.searchParentNode(value);
}
}
return null;
}
// 中序遍历
public void infixOrder() {
if (this.left != null) {
this.left.infixOrder();
}
System.out.println(this);
if (this.right != null) {
this.right.infixOrder();
}
}
@Override
public String toString() {
return "Node{" + "value=" + value + "}";
}
}
3、BST删除注意点
前面我们已经完成了BST
的构建、添加、查找、删除,看似已经万事大吉了。但是以上代码删除方法写的有漏洞!比如说二叉排序树长这样:
删除value=7
的节点!此时就会报空指针异常。这是为啥?删除情况属于删除只有一颗子树的节点,不难发现当7
为根节点时,已经没有父节点了。当去判断parentNode.left.value
必定抛出空指针!所以我们还要对删除方法进行改造!
// 删除节点
public void deleteNode(Integer value) {
if (root == null) {
System.out.println("BinarySortTree is null");
}
Node targetNode = searchNode(value);
if (targetNode == null) {
System.out.printf("This node[value = %s] cannot be found", value);
}
// 如果我们发现当前这可二叉树排序树只有一个节点,并且还是要删除的节点
if (root.left == null && root.right == null) {
root = null;
return;
}
Node parentNode = searchParentNode(value);
// 情况1删除叶子节点
if (targetNode.left == null && targetNode.right == null) {
if (parentNode.left != null && parentNode.left.value == value) {
// 删除父节点的左子节点
parentNode.left = null;
} else if (parentNode.right != null && parentNode.right.value == value) {
// 删除父节点的右子节点
parentNode.right = null;
}
} else if (targetNode.left != null && targetNode.right != null) {
// 删除有两颗子树的节点
Integer minValue = getAndDeleteRightTreeMin(targetNode.right);
targetNode.value = minValue;
} else {
// 删除只有一颗子树的节点
if (targetNode.left != null) {
if (parentNode != null) {
// 如果要删除的节点又左子节点
if (parentNode.left.value == value) {
parentNode.left = targetNode.left;
} else {
parentNode.right = targetNode.left;
}
} else {
root = targetNode.left;
}
} else {
if (parentNode != null) {
// 如果要删除的节点有右子节点
if (parentNode.left.value == value) {
parentNode.left = targetNode.right;
} else {
parentNode.right = targetNode.right;
}
} else {
root = targetNode.right;
}
}
}
}