二分搜索树(Binary Search Tree)
- 概念
- 一种特殊的二叉树。二叉树是一种动态的数据结构，有且只有一个根节点，每个节点有一个数据域，两个指针域，分别指向它的左右孩子节点。每一个节点最多有两个孩子节点，最少有0个孩子节点（没有孩子的节点称为叶子节点）。二叉树具有递归结构，每个节点的左子树也是二叉树。二分搜索树是一种对应每个节点的值一定大于其左子树的所有值，小于其右子树的所有值的特殊二叉树。
实现代码
import java.util.LinkedList;
import java.util.Queue;
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;
}
}
// 根节点
private Node root;
// 元素个数
private int size;
public BST() {
root = null;
size = 0;
}
// 返回二分搜索树中元素个数
public int size() {
return size;
}
// 判断二分搜索树是否为空
public boolean isEmpty() {
return size == 0;
}
/**
// 向二分搜索树中添加新元素e
public void add(E e) {
// 如果root为空，添加的新元素为root
if (root == null) {
root = new Node(e);
size ++;
} else {
add(root, e);
}
}
// 向以node为根节点的二分搜索树中插入元素e，递归实现
private void add(Node node, E e) {
// 插入元素等于node的值，不插入
if (e.equals(node.e)) {
return;
} else if (e.compareTo(node.e) < 0 && node.left = null) {
//
node.left = new Node(e);
size ++;
return;
} else if (e.compareTo(node.e) > 0 && node.right == null) {
node.right = new Node(e);
size ++;
return;
}
// 找到比e小的最后一个根节点或比e大的最后一个根结点
if (e.compareTo(node.s) < 0) {
add(node.left, e);
} else {
add(node.right, e);
}
}
*/
public void add(E e) {
root = add(root, e);
}
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;
}
// 查看二分搜索树是否包含元素e
public boolean contains(E e) {
return contains(root, e);
}
// 查看以node为根节点的二分搜索树是否包含元素e
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 {
return contains(node.right, e);
}
}
// 二分搜索树的前序遍历
public void preOrder() {
preOrder(root);
}
// 以node为根节点的二分搜索树的前序遍历
private void preOrder(Node node) {
if (node == null) {
return;
}
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
}
// 二分搜索树的层次遍历，按层打印
public void levelOrder() {
Queue<Node> queue = new LinkedList<>();
if (root == null) {
return;
}
queue.add(root);
while (!queue.isEmpty()) {
int count = queue.size();
for (int i = 0; i < count; i ++) {
Node cur = queue.poll();
System.out.print(cur.e + " ");
if (cur.left != null) {
queue.add(cur.left);
}
if (cur.right != null) {
queue.add(cur.right);
}
}
System.out.println("");
}
}
// 返回二分搜索树的最小元素
public E minimum() {
if (size == 0) {
throw new IllegalArgumentException("BST is Empty");
}
return minimum(root).e;
}
// 返回以node为根节点的二分搜索树的最小值所在的节点
private Node minimum(Node node) {
if (node.left == null) {
return node;
}
return minimum(node.left);
}
// 返回二分搜索树的最大元素
public E maximum() {
if (size == 0) {
throw new IllegalArgumentException("BST is Empty");
}
return maximum(root).e;
}
// 返回以node为根节点的二分搜索树的最大值所在的节点
private Node maximum(Node node) {
if (node.right == null) {
return node;
}
return maximum(node.right);
}
// 删除以node为根节点的二分搜索树的最小值节点，返回删除后二分搜索树新的根节点
private Node removeMin(Node node) {
if (node.left == null) {
Node rightNode = node.right;
node.right = null;
size --;
return rightNode;
}
node.left = removeMin(node.left);
return node;
}
// 从二分搜索树中删除最小值所在节点，返回最小值
public E removeMin() {
E res = minimum();
root = removeMin(root);
return res;
}
// 删除以node为根节点的二分搜索树的最大值节点，返回删除后二分搜索树新的根节点
private Node removeMax(Node node) {
if (node.right == null) {
Node leftNode = node.left;
node.left = null;
size --;
return leftNode;
}
node.right = removeMax(node.right);
return node;
}
// 从二分搜索树中删除最大值所在节点，返回最大值
public E removeMax() {
E res = maximum();
root = removeMax(root);
return res;
}
/**
删除二分搜索树中的任意节点：
特殊情况：节点node左右都有孩子。法一：找到node节点的右子树中的最小值节点min，这个节点是node节点的后继，用min这个节点替换node，min的左子树为node之前的左子树，右子树为删除min节点后的右子树。法二：找到node节点中左子树中最大值的节点max，这个节点是node节点前驱max，用max这个节点替换node,max的右子树为node之前的右子树，左子树为删除max节点后的左子树。
*/
// 从二分搜索树中删除元素为e的节点
public void remove(E e) {
root = remove(root, e);
}
// 删除以node为根节点的二分搜索树中值为e的节点，递归实现
// 返回删除节点后新的根节点
private Node remove(Node node, E e) {
if (node == null) {
return null;
}
if (e.compareTo(node.e) < 0) {
node.left = remove(node.left, e);
return node;
} else if (e.compareTo(node.e) > 0) {
node.right = remove(node.right, e);
return node;
} else {
if (node.left == null) {
Node rightNode = node.right;
node.right = null;
size --;
return rightNode;
}
if (node.right == null) {
Node leftNode = node.left;
node.left = null;
size --;
return leftNode;
}
// 要删除的节点左右都有孩子
// 后继节点successor实现
Node successor = minimum(node.right);
successor.right = removeMin(node.right);
successor.left = node.left;
/*
// 前驱节点precursor实现
Node precursor = maximum(node.right);
precursor.left = removeMax(node.left);
precursor.right = node.right;
**/
node.left = node.right = null;
return successor;
}
}
@Override
public String toString() {
StringBuilder res = new StringBuilder();
generateBSTString(root, 0, res);
return res.toString();
}
// 生成以node为根节点，深度为depth的描述二分搜索树的字符串，前序遍历方式
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");
generateBSTString(node.left, depth + 1, res);
generateBSTString(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();
}
}
测试代码
public class Main {
public static void main(String[] args) {
BST<Integer> bst = new BST<>();
bst.add(5);
bst.add(4);
bst.add(6);
bst.add(3);
bst.add(7);
bst.levelOrder();
bst.preOrder();
System.out.println(bst.toString());
bst.removeMax();
bst.levelOrder();
bst.remove(4);
bst.levelOrder();
}
}
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
