数据结构(二叉搜索树)

二分搜索树

  • 根节点大于左子树所有节点的值,小于右子树所有节点的值,不包含重复元素

  • 二分搜索树有着高效的插入、删除、查询操作。

  • 查询快的原因(因为查询的时候只需要查询一半数据)

    前序遍历:先访问改节点,再访问左右节点

       private void preOrder(Node node){
            if (node==null){
                return;
            }
            System.out.println(node.e);
            preOrder(node.left);
            preOrder(node.right);
        }
    

    中序遍历

    在中间访问

      public void  inOrder(){
            inOrder(root);
        }
        private void inOrder(Node node){
            if (node==null){
                return;
            }
            inOrder(node.left);
            System.out.println(node.e);
            inOrder(node.right);
        }
    

    后续遍历

      public void LastOrder(){
            LastOrder(root);
        }
        private void LastOrder(Node node){
            if (node==null){
                return;
            }
            LastOrder(node.left);
            LastOrder(node.right);
            System.out.println(node.e);
        }
    

    二分搜索树实现

    
    // extends comparable 表示存储的元素可以进行比较
    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;
            }
        }
        private Node root;
        private int size;
        public BST(){
            root=null;
            size=0;
        }
        public int size(){
            return size;
        }
        public boolean isEmpty(){
            return size==0;
        }
        public void  add(E e){
            root=add(root,e);
        }
        //添加
        private Node add(Node node, E e){
            //终止条件
            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;
        }
        //包含方法
        public boolean contains(E e){
             return contains(root,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);
            }
        }
        //前序遍历
        public void preOrder(){
            preOrder(root);
        }
        private void preOrder(Node node){
            if (node==null){
                return;
            }
            System.out.println(node.e);
            preOrder(node.left);
            preOrder(node.right);
        }
    
    }
    
    
    

    二分搜索树的非递归遍历

    //使用栈来模拟 
    public void preOrderNR(){
            Stack<Node> nodes = new Stack<>();
            nodes.push(root);
            while (!nodes.isEmpty()){
                Node cur=nodes.pop();
                System.out.println(cur.e);
                if (cur.right!=null) {
                    nodes.push(cur.right);
                }
                if (cur.left!= null) {
                    nodes.push(cur.left);
                }
    
            }
        }
    

    二分搜索树的层序遍历

    /使用队列来完成
    public void levelOrder(){
            LinkedList<Node> nodes = new LinkedList<>();
            nodes.add(root);
            while (!nodes.isEmpty()){
                Node cur=nodes.remove();
                System.out.println(cur.e);
                if (cur.left!= null){
                    nodes.add(cur.left);
                }
                if (cur.right!=null){
                    nodes.add(cur.right);
                }
            }
        }
    

    广度优先遍历在查找的时候更快,最短路径

  //查找二分搜索树的最大值(最右边)或者最小值(最左边)
    public E minNum(){
        if (size==0) {
            throw new IllegalArgumentException("二叉搜索树为空");
        }
        return minimum(root).e;
    }
    private Node minimum(Node node){
        if (node.left==null){
            return node;
        }
        return minimum(node.left);
    }
  //删除二叉搜索树中的最小值
    public E removeMin(){
        removeMin(root);
        return minNum();
    }
    private Node removeMin(Node node){
        if (node.left==null){
            Node rNode=node.right;
            node.right=null;
            size--;
            return rNode;
        }
       node.left= removeMin(node.left);
        return node;
    }
   //二叉搜索树删除节点
    public void remove(E e){
        root=remove(root,e);
    }
    private Node remove(Node node,E e){
        if (node==null){
            return null;
        }
        if (e.compareTo(node.e)<0){
            remove(node.left,e);
        }
        if (e.compareTo(node.e)>0){
            remove(node,e);
        }else {
            if (node.left == null) {
                Node rNode = node.right;
                node.right = null;
                size--;
                return rNode;
            }
            if (node.right == null) {
                Node lNode = node.left;
                node.left = null;
                size--;
                return lNode;
            }
            //左右都不是零的情况
            Node successor = minimum(node.right);
            successor.right = removeMin(node.right);
            successor.left = node.left;
            node.right = node.left = null;
            return successor;
        }
        return node;
    }
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值