引
我们前面所了解的数据结构有数组链表。当数组未排序的时候,查找速度会很慢,但是把数据直接添加到数组尾部的时候很快;当数组排序的时候,可以使用二分查找,这样查找速度也很快,到那时缺点就是需要当数组排序的时候;而链表不管是否有序,查找起来都很慢,添加数据的速度比数组要快,因为数组添加数据的时候需要数据整体移动。
由此我们引入树的结构,树的结构能够提高存储和查询的效率,其中我们要介绍的一种树叫做二叉排序树。
二叉排序树
1、二叉排序树介绍
二叉排序树BST: (Binary Sort(Search) Tree), 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、二叉排序树的创建和遍历
大体思路是:先创建节点类,节点类包含添加节点的方法和中序遍历的方法。然后再创建二叉排序树类,通过调用节点类中的添加节点的方法和中序遍历的方法,创建添加方法和遍历方法
① 节点类
首先是节点类如下
/**
* 该类为一个节点类
*/
class Node{
int value;
/**
* 右子节点
*/
Node right;
/**
* 左子节点
*/
Node left;
public Node(int value) {
this.value = value;
}
/**
* 只输出当前节点的值
* @return
*/
@Override
public String toString() {
return "Node{" +
"value=" + value +
'}';
}
/**
* 使用二叉排序树的规则进行添加节点
* @param node
*/
public void add(Node node){
if (node == null){
return;
}
// 判断传入的节点的value是否小于当前节点的value
if (node.value < this.value){
// 因为传入节点的value小于当前节点的value,
// 所以当当前节点的左节点为null时,就可以直接把传入进来的这个节点挂到做叶子节点上
if (this.left == null){
// 表示将传入的节点挂到左子结点
this.left = node;
}else {
// 如果左子结点不为null的话,那么表示左子结点还有节点,所以我们需要继续判断
this.left.add(node);
}
}else {
// 如果当前添加的节点的值大于或者等于左子节点的值
// 那么判断有节点是否为null,如果为null则直接挂上,如果不为null,则递归add
if (this.right == null){
// 其实这个null就是归回来的条件
this.right = node;
}else {
this.right.add(node);
}
}
}
/**
* 中序遍历
* 一直向左递归,直到左边递归到null然后输出当时的节点的值,然后向右进行递归,直到右边递归到null,然后一直归回去
*/
public void infixOrder(){
if (this.left != null){
this.left.infixOrder();
}
System.out.println(this);
if (this.right != null){
this.right.infixOrder();
}
}
}
② 二叉排序树类
/**
* 创建二叉排序树的类
*/
class BinarySortTree{
private Node root;
/**
* 调用节点自身的add方法,按照二叉排序树的规则排序
* @param node
*/
public void add(Node node){
if (root == null){
root = node;
}else {
root.add(node);
}
}
/**
* 调用节点自身的infixOrder方法进行中序遍历方法
*/
public void infixOrder(){
if (root != null){
root.infixOrder();
}else {
System.out.println("二叉排序树为空,不能遍历");
}
}
}
测试二叉排序树的添加方法是否正确
public static void main(String[] args) {
int[] arr = {7,3,10,12,5,1,9};
BinarySortTree binarySortTree = new BinarySortTree();
for (int i = 0; i < arr.length; i++) {
binarySortTree.add(new Node(arr[i]));
}
binarySortTree.infixOrder();
}
该二叉排序树按照中序遍历结果应该为 1,3,5,7,9,10,12
执行测试,
结果正确
3、二叉排序树删除节点
① 二叉排序树的删除需要考虑的情况
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
- 删除叶子节点 (比如:2, 5, 9, 12)
- 删除只有一颗子树的节点 (比如:1)
- 删除有两颗子树的节点. (比如:7, 3,10 )
② 根据不同的删除情况的思路分析
第一种情况当要删除的结点但为叶子节点时
- 首先我们需要先找到要删除的节点,我们把要删除的节点记作targetNode
- 然后找到targetNode的父节点(因为如果想要删除targetNode节点,无法通过自己删除自己,所以需要找到它的父节点),我们将父节点记作parent
- 然后确定targetNode时parent的左子节点还是右子节点,因为我们需要对应删除
- 当targetNode为parent的左子结点时
parent.left = null
- 当targetNode为parent的右子结点时
parent.right = null
第二种情况当要删除的结点只有一颗子树时
- 首先找到要删除的结点targetNode
- 找到targetNode的父节点parent
- 确定targetNode的子结点是左子结点还是右子结点
- 如果targetNode仅有的那一颗子树是左子树时
① 如果targetNode是parent的左子结点,那么删除操作应该是parent.left = targetNode.left
② 如果targetNode是parent的右子结点,那么删除的操作应该是parent.right = targetNode.left
- 如果targetNode仅有的那一颗子树是右子树时
① 如果targetNode是parent的左子结点,那么删除的操作应该是parent.left = targetNode.right
② 如果targetNode是parent的右子结点,那么删除的操作应该是parent.right = targent.right
第三种情况当要删除结点右两颗子树的时
- 首先还是找到要删除的结点targetNode
- 找到要targetNode的父节点parent
- 从targetNode的右子树找到最小的结点
- 用一个临时变量,将最小的结点的值保存,比如临时变量叫做temp
- 删除最小的结点
targetNode.value = temp
注意第三种情况也可以使用左子结点中的最大值,因为这是遵循二叉排序树的特性父节点的值大于左子节点的值,父节点的值小于右子结点的值
代码实现
我们发现无论是哪一种情况,我们都需要找到要删除的结点和要删除的结点的父节点,所以我们先给Node类中添加两个方法分别是用于返回要删除的结点和要删除的结点的父节点
/**
* 查找要删除的结点
* @param value 想要删除结点的值
* @return 如果找到要返回的结点就返回,否则返回null
*/
public Node search(int value){
// 如果要查找的value等于当前结点的value,那么返回当前结点
if (value == this.value){
return this;
}else if (value < this.value){
// 如果要删除的结点的值小于当前结点的值,那么根据二叉排序树的特点我们应该继续向左找
// 在查找之前我们需要判断左子树是否为空如果为空的话,那么我们就返回null
if (this.left == null){
return null;
}
return this.left.search(value);
}else{
// 如果要删除的结点的值大于或者等于当前结点的值,那么根据二叉排序树的特点我们应该继续向右找
// 判断右子树是否为空,如果为空则返回null
if (this.right == null){
return null;
}
return this.right.search(value);
}
}
/**
* 查找要删除结点的父节点
* @param value 要找到的结点的值
* @return 返回的是要找到的结点的父节点,如果没有则返回null
*/
public Node searchParent(int value){
// 情形1:当左子结点不为空并且左子结点的值等于要找的结点的值,那么说明当前结点为左子结点的父节点
boolean conditionLeft = (this.left != null && this.left.value == value);
// 情形2:当右子结点不为空并且右子结点的值等于要找的结点的值,那么说明当前结点为右子结点的父节点
boolean conditionRight = (this.right != null && this.right.value == value);
// 当满足情形1或者情形2任意一个条件,则表示当前结点为要删除结点的父节点,可以返回它
if (conditionLeft || conditionRight){
return this;
}else {
// 如果查找的值小于当前结点得值,并且当前左子结点不为空,则向左查找
if (value < this.value && this.left != null){
return this.left.searchParent(value);
}else if (value >= this.value && this.right != null){
// 如果要查找的值大于等于当前结点的值,并且右子结点的值不为空,则向右查找
return this.right.searchParent(value);
}else {
// 如果只满足一边,必须value小于this.value但是this.left=null
// 或者根节点,同样没有父节点
// 我们这时候就需要返回null
return null;
}
}
}
为了我们使用BinarySortTree类
的时候能直接进行查找要删除的结点和要删除的结点的父节点,我们将这两个方法封装到BinarySortTree类
中
/**
* 查找要删除的结点
* @param value
* @return
*/
public Node search(int value){
if (root == null){
return null;
}else {
return root.search(value);
}
}
/**
* 查找父节点的方法
* @param value
* @return
*/
public Node searchParent(int value){
if (root == null){
return null;
}else {
return root.searchParent(value);
}
}
然后我们在BinarySortTree这个类中写删除方法
先写我们上面分析的第一种情况的代码实现
/**
* 删除结点
* @param value 要删除的结点的值
*/
public void delNode(int value){
if (root == null){
// 如果当root为null则直接退出方法,因为没得可删
return;
}else {
// 1、先找到要删除的结点 targetNode
Node targetNode = search(value);
if (targetNode == null){
// 如果没有找到要删除的结点,则return退出方法
return;
}
// 因为要删除的目标结点如果不存在,那么上面就已经退出删除的方法了
// 所以当root的左右子结点都为null的时候,必然要删除的就是root
if (root.left == null && root.right == null){
root = null;
return;
}
// 然后去找targetNode的父节点
Node parent = searchParent(value);
// 我们前面分析的情况一
// 要删除的结点时叶子结点
if (targetNode.right == null && targetNode.left == null){
// 当要删除的结点的左子结点和右子结点都为null的时候表示当前要删除的结点为叶子结点
// 判断targetNode是父结点的左子结点还是右子结点
if (parent.left != null && parent.left.value == value){
parent.left = null;
}else if (parent.right != null && parent.right.value == value){
parent.right = null;
}
}
}
}
然后我们下一步应该编写第二种情况的代码,但是因为第二种情况的条件比较复杂,所以我们在else if中加入第三种情况的条件,然后在else中编写第二种情况的代码,这样就省去了写第二种情况的条件的麻烦,
这里可能解释的不是很清楚,先上代码
/**
* 删除结点
* @param value 要删除的结点的值
*/
public void delNode(int value){
if (root == null){
// 如果当root为null则直接退出方法,因为没得可删
return;
}else {
// 1、先找到要删除的结点 targetNode
Node targetNode = search(value);
if (targetNode == null){
// 如果没有找到要删除的结点,则return退出方法
return;
}
// 因为要删除的目标结点如果不存在,那么上面就已经退出删除的方法了
// 所以当root的左右子结点都为null的时候,必然要删除的就是root
if (root.left == null && root.right == null){
root = null;
return;
}
// 然后去找targetNode的父节点
Node parent = searchParent(value);
// 我们前面分析的情况一
// 要删除的结点时叶子结点
if (targetNode.right == null && targetNode.left == null){
// 当要删除的结点的左子结点和右子结点都为null的时候表示当前要删除的结点为叶子结点
// 判断targetNode是父结点的左子结点还是右子结点
if (parent.left != null && parent.left.value == value){
parent.left = null;
}else if (parent.right != null && parent.right.value == value){
parent.right = null;
}
}else if (targetNode.left != null && targetNode.right != null){
// 满足上述条件则表示这是我们前面分析的情况3,要删除的结点左右子树都存在的情况
// 因为删除两个子树的情况比较好写,所以我们先写删除两颗子树的情况,
}else {
// 又因为上面已经把要删除的结点为叶子结点的情况和要删除的结点有两个子树的情况已经实现了,
// 所以else中都是只有一颗子树的情况,省去了我们写判断的麻烦
if (targetNode.left != null){
// 注意需要判断父结点不为null,因为存在一种情况就是当,只剩下根节点和一个子结点的情况
// 此时如果要删除只有一颗子树的结点,那么这个结点就是根节点
if (parent != null){
// 因为else中都是只有一个子树的情况,所以当targetNode.left!=null则表明唯一存在的子树就是左子树
if (parent.left.value == value){
// 表示要删除的结点为父节点的左子结点
parent.left = targetNode.left;
}else {
// 表示targetNode是parent的右子结点
parent.right =targetNode.left;
}
}else {
// 当要删除的是根节点的时候,我们只需要把它唯一存在的子结点赋给root即可
root = targetNode.left;
}
}else {
if (parent != null){
// 表示要删除的结点的唯一子树为右子树
if (parent.left.value == value){
parent.left = targetNode.right;
}else {
parent.right = targetNode.right;
}
}else {
root = targetNode.right;
}
}
}
可以看到中间的else if中的代码我们空着,因为这个是第三种情况的代码,就是要删除结点的左右结点都存在的情况,我们只是加了一个判断targetNode.left != null && targetNode.right != null
用来将第三种情况全部筛选出来,这样else中就全都是第二种要删除结点只有一颗子树的情况了。
然后我们来写第三种情形的代码,首先我们需要在BinarySortTree
类中添加一个方法,用于删除右子树中的最小值的结点,并且将最小值返回出来
/**
* 用于返回右子树的最小值,并且删除这个最小值的结点
* @param node 传入的参数作为根结点
* @return 返回的以参数node为根节点的二叉排序树的最小节点的值
*/
public int delRightTreeMin(Node node){
Node target = node;
// 循环查找左系欸但,就会找到最小值
while (target.left != null){
// 因为如果想要找到当前树的最小值,那肯定在左子树的子结点等于null的时候,target就是最小值的结点了
// 所以我们只要target的左子结点不为null就一直找
target = target.left;
}
// 此时如果退出循环,则表示找到最小结点
// 此时的的target就是最小值所在的结点
// 然后我们将最小结点删除
delNode(target.value);
// 返回出最小的值
return target.value;
}
然后有了这个方法就可以完善我们删除结点的方法了,来补充前面预留出来的else if中的代码
/**
* 删除结点
* @param value 要删除的结点的值
*/
public void delNode(int value){
if (root == null){
// 如果当root为null则直接退出方法,因为没得可删
return;
}else {
// 1、先找到要删除的结点 targetNode
Node targetNode = search(value);
if (targetNode == null){
// 如果没有找到要删除的结点,则return退出方法
return;
}
// 因为要删除的目标结点如果不存在,那么上面就已经退出删除的方法了
// 所以当root的左右子结点都为null的时候,必然要删除的就是root
if (root.left == null && root.right == null){
root = null;
return;
}
// 然后去找targetNode的父节点
Node parent = searchParent(value);
// 我们前面分析的情况一
// 要删除的结点时叶子结点
if (targetNode.right == null && targetNode.left == null){
// 当要删除的结点的左子结点和右子结点都为null的时候表示当前要删除的结点为叶子结点
// 判断targetNode是父结点的左子结点还是右子结点
if (parent.left != null && parent.left.value == value){
parent.left = null;
}else if (parent.right != null && parent.right.value == value){
parent.right = null;
}
}else if (targetNode.left != null && targetNode.right != null){
// 满足上述条件则表示这是我们前面分析的情况3,要删除的结点左右子树都存在的情况
// 因为删除两个子树的情况比较好写,所以我们先写删除两颗子树的情况,
// 因为向右子树找所以传递右子结点
int minVal = delRightTreeMin(targetNode.right);
targetNode.value = minVal;
}else {
// 又因为上面已经把要删除的结点为叶子结点的情况和要删除的结点有两个子树的情况已经实现了,
// 所以else中都是只有一颗子树的情况,省去了我们写判断的麻烦
if (targetNode.left != null){
// 注意需要判断父结点不为null,因为存在一种情况就是当,只剩下根节点和一个子结点的情况
// 此时如果要删除只有一颗子树的结点,那么这个结点就是根节点
if (parent != null){
// 因为else中都是只有一个子树的情况,所以当targetNode.left!=null则表明唯一存在的子树就是左子树
if (parent.left.value == value){
// 表示要删除的结点为父节点的左子结点
parent.left = targetNode.left;
}else {
// 表示targetNode是parent的右子结点
parent.right =targetNode.left;
}
}else {
// 当要删除的是根节点的时候,我们只需要把它唯一存在的子结点赋给root即可
root = targetNode.left;
}
}else {
if (parent != null){
// 表示要删除的结点的唯一子树为右子树
if (parent.left.value == value){
parent.left = targetNode.right;
}else {
parent.right = targetNode.right;
}
}else {
root = targetNode.right;
}
}
}
由此二叉排序树的创建、删除都实现完成了。
如果需要复制的话复制下面这段完整的代码,因为我上面的代码片段括号不全
package com.hegong.binarysorttree;
/**
* @author 14767
* 二叉排序树的测试类
*/
public class BinarySortTreeDemo {
public static void main(String[] args) {
int[] arr = {7,3,10,12,5,1,9,2};
BinarySortTree binarySortTree = new BinarySortTree();
for (int i = 0; i < arr.length; i++) {
binarySortTree.add(new Node(arr[i]));
}
System.out.println("删除前");
binarySortTree.infixOrder();
// 1,3,5,7,9,10,12
// 2.3.5.7.9.10.12
binarySortTree.delNode(1);
System.out.println("删除后");
binarySortTree.infixOrder();
}
}
/**
* 该类为一个节点类
*/
class Node{
int value;
/**
* 右子节点
*/
Node right;
/**
* 左子节点
*/
Node left;
public Node(int value) {
this.value = value;
}
/**
* 查找要删除的结点
* @param value 想要删除结点的值
* @return 如果找到要返回的结点就返回,否则返回null
*/
public Node search(int value){
// 如果要查找的value等于当前结点的value,那么返回当前结点
if (value == this.value){
return this;
}else if (value < this.value){
// 如果要删除的结点的值小于当前结点的值,那么根据二叉排序树的特点我们应该继续向左找
// 在查找之前我们需要判断左子树是否为空如果为空的话,那么我们就返回null
if (this.left == null){
return null;
}
return this.left.search(value);
}else{
// 如果要删除的结点的值大于或者等于当前结点的值,那么根据二叉排序树的特点我们应该继续向右找
// 判断右子树是否为空,如果为空则返回null
if (this.right == null){
return null;
}
return this.right.search(value);
}
}
/**
* 查找要删除结点的父节点
* @param value 要找到的结点的值
* @return 返回的是要找到的结点的父节点,如果没有则返回null
*/
public Node searchParent(int value){
// 情形1:当左子结点不为空并且左子结点的值等于要找的结点的值,那么说明当前结点为左子结点的父节点
boolean conditionLeft = (this.left != null && this.left.value == value);
// 情形2:当右子结点不为空并且右子结点的值等于要找的结点的值,那么说明当前结点为右子结点的父节点
boolean conditionRight = (this.right != null && this.right.value == value);
// 当满足情形1或者情形2任意一个条件,则表示当前结点为要删除结点的父节点,可以返回它
if (conditionLeft || conditionRight){
return this;
}else {
// 如果查找的值小于当前结点得值,并且当前左子结点不为空,则向左查找
if (value < this.value && this.left != null){
return this.left.searchParent(value);
}else if (value >= this.value && this.right != null){
// 如果要查找的值大于等于当前结点的值,并且右子结点的值不为空,则向右查找
return this.right.searchParent(value);
}else {
// 如果只满足一边,必须value小于this.value但是this.left=null
// 或者根节点,同样没有父节点
// 我们这时候就需要返回null
return null;
}
}
}
/**
* 只输出当前节点的值
* @return
*/
@Override
public String toString() {
return "Node{" +
"value=" + value +
'}';
}
/**
* 使用二叉排序树的规则进行添加节点
* @param node
*/
public void add(Node node){
if (node == null){
return;
}
// 判断传入的节点的value是否小于当前节点的value
if (node.value < this.value){
// 因为传入节点的value小于当前节点的value,
// 所以当当前节点的左节点为null时,就可以直接把传入进来的这个节点挂到做叶子节点上
if (this.left == null){
// 表示将传入的节点挂到左子结点
this.left = node;
}else {
// 如果左子结点不为null的话,那么表示左子结点还有节点,所以我们需要继续判断
this.left.add(node);
}
}else {
// 如果当前添加的节点的值大于或者等于左子节点的值
// 那么判断有节点是否为null,如果为null则直接挂上,如果不为null,则递归add
if (this.right == null){
// 其实这个null就是归回来的条件
this.right = node;
}else {
this.right.add(node);
}
}
}
/**
* 中序遍历
* 一直向左递归,直到左边递归到null然后输出当时的节点的值,然后向右进行递归,直到右边递归到null,然后一直归回去
*/
public void infixOrder(){
if (this.left != null){
this.left.infixOrder();
}
System.out.println(this);
if (this.right != null){
this.right.infixOrder();
}
}
}
/**
* 创建二叉排序树的类
*/
class BinarySortTree{
private Node root;
/**
* 调用节点自身的add方法,按照二叉排序树的规则排序
* @param node
*/
public void add(Node node){
if (root == null){
root = node;
}else {
root.add(node);
}
}
/**
* 调用节点自身的infixOrder方法进行中序遍历方法
*/
public void infixOrder(){
if (root != null){
root.infixOrder();
}else {
System.out.println("二叉排序树为空,不能遍历");
}
}
/**
* 查找要删除的结点
* @param value
* @return
*/
public Node search(int value){
if (root == null){
return null;
}else {
return root.search(value);
}
}
/**
* 查找父节点的方法
* @param value
* @return
*/
public Node searchParent(int value){
if (root == null){
return null;
}else {
return root.searchParent(value);
}
}
/**
* 用于返回右子树的最小值,并且删除这个最小值的结点
* @param node 传入的参数作为根结点
* @return 返回的以参数node为根节点的二叉排序树的最小节点的值
*/
public int delRightTreeMin(Node node){
Node target = node;
// 循环查找左系欸但,就会找到最小值
while (target.left != null){
// 因为如果想要找到当前树的最小值,那肯定在左子树的子结点等于null的时候,target就是最小值的结点了
// 所以我们只要target的左子结点不为null就一直找
target = target.left;
}
// 此时如果退出循环,则表示找到最小结点
// 此时的的target就是最小值所在的结点
// 然后我们将最小结点删除
delNode(target.value);
// 返回出最小的值
return target.value;
}
/**
* 删除结点
* @param value 要删除的结点的值
*/
public void delNode(int value){
if (root == null){
// 如果当root为null则直接退出方法,因为没得可删
return;
}else {
// 1、先找到要删除的结点 targetNode
Node targetNode = search(value);
if (targetNode == null){
// 如果没有找到要删除的结点,则return退出方法
return;
}
// 因为要删除的目标结点如果不存在,那么上面就已经退出删除的方法了
// 所以当root的左右子结点都为null的时候,必然要删除的就是root
if (root.left == null && root.right == null){
root = null;
return;
}
// 然后去找targetNode的父节点
Node parent = searchParent(value);
// 我们前面分析的情况一
// 要删除的结点时叶子结点
if (targetNode.right == null && targetNode.left == null){
// 当要删除的结点的左子结点和右子结点都为null的时候表示当前要删除的结点为叶子结点
// 判断targetNode是父结点的左子结点还是右子结点
if (parent.left != null && parent.left.value == value){
parent.left = null;
}else if (parent.right != null && parent.right.value == value){
parent.right = null;
}
}else if (targetNode.left != null && targetNode.right != null){
// 满足上述条件则表示这是我们前面分析的情况3,要删除的结点左右子树都存在的情况
// 因为删除两个子树的情况比较好写,所以我们先写删除两颗子树的情况,
// 因为向右子树找所以传递右子结点
int minVal = delRightTreeMin(targetNode.right);
targetNode.value = minVal;
}else {
// 又因为上面已经把要删除的结点为叶子结点的情况和要删除的结点有两个子树的情况已经实现了,
// 所以else中都是只有一颗子树的情况,省去了我们写判断的麻烦
if (targetNode.left != null){
// 注意需要判断父结点不为null,因为存在一种情况就是当,只剩下根节点和一个子结点的情况
// 此时如果要删除只有一颗子树的结点,那么这个结点就是根节点
if (parent != null){
// 因为else中都是只有一个子树的情况,所以当targetNode.left!=null则表明唯一存在的子树就是左子树
if (parent.left.value == value){
// 表示要删除的结点为父节点的左子结点
parent.left = targetNode.left;
}else {
// 表示targetNode是parent的右子结点
parent.right =targetNode.left;
}
}else {
// 当要删除的是根节点的时候,我们只需要把它唯一存在的子结点赋给root即可
root = targetNode.left;
}
}else {
if (parent != null){
// 表示要删除的结点的唯一子树为右子树
if (parent.left.value == value){
parent.left = targetNode.right;
}else {
parent.right = targetNode.right;
}
}else {
root = targetNode.right;
}
}
}
}
}
}