一. 特点:
- 二分搜索树是二叉树。
- 二分搜索树的每个节点的值: 大于其左子树的所有节点的值,小于其右子树的所有节点的值。
- 每一棵子树也是二分搜索树。
- 存储的元素必须有比较性。
- 我们的二分搜索树不包含重复元素。如果想包含重复元素的话,只需要定义:
左子树小于等于节点;或者右子树大于等于节点。
注意:之前的数组和链表,可以有重复元素。 - 二分搜索树添加元素的非递归算法,和链表很像。
- 二分搜索树关注递归实现。递归实现比非递归实现简单。
二. 时间复杂度分析
1. 查询
递归查询代码:
/**
* 看以node为根的二分搜索树中是否包含元素E
*
* @param node 根节点
* @param e 要查询的元素e
* @return
*/
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);
}
}
查询时间复杂度: O(logN)
2. 插入
递归插入代码
/**
* 向以node为根的二分搜索树中插入元素E,递归算法
* 插入新的节点 返回二分搜索树的根
* 上面方法优化成下面的方法
*
* @param node
* @param e
* @return
*/
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;
}
插入时间复杂度:O(logN)
3. 删除
递归删除代码
/**
* 删除以node为根节点的 元素e
* @param node
* @param e
* @return
*/
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 { //e.equal(node.e)
//待删除节点左节点均为空的情况
if (node.left == null) {
Node rightNode = node.right;
node.right = null;
size--;
return rightNode;
}
//待删除节点右节点均为空的情况
if (node.right == null) {
Node leftNode = node.left;
node.left = null;
size--;
return leftNode;
}
//待删除节点左右节点均不为空的情况
//找到比待删除节点大的最小节点,即待删除节点右子树的最小节点
//用这个节点顶替删除节点的位置
Node successor = minimum(node.right);
successor.right = removeMin(node.right);
successor.left = node.left;
node.left = node.right = null;
return successor;
}
}
删除的时间复杂度:O(logN)
三. 遍历
- 遍历操作就是把所有节点都访问一遍。
- 访问的原因和业务相关。
- 在线性结构中,遍历是极其容易的。
- 对于遍历操作,两棵子树都要顾及。
- 遍历方式有多种: 前序遍历,中序遍历,后序遍历,层序遍历。
所谓前中、后、序遍历,就是root根节点的遍历顺序。前序遍历就是先遍历根节点,在遍历左子树和右子树。 中序遍历就是先遍历左子树在遍历根节点最后遍历右子树。后序遍历就是先遍历左子树,然后右子树,最后根节点。
1. 前序遍历
前序遍历代码
/**
* 前序遍历以node为根的二分搜索树
* 中 前 后
*
* @param node 根节点
*/
private void preOrder(Node node) {
if (node == null) {
return;
}
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
}
2. 中序遍历
中序遍历代码
/**
* 中序遍历以node为根的二分搜索树
* <p>
* 前 中 后
* 二分搜索树的中序遍历结果是顺序的
*
* @param node
*/
private void inOrder(Node node) {
if (node == null) {
return;
}
inOrder(node.left);
System.out.println(node.e);
inOrder(node.right);
}
3. 后序遍历
后序遍历代码
/**
* 后序遍历以node为根的二分搜索树
* <p>
* 前 后 中
* 应用: 为 二分搜索树 释放内存
*
* @param node
*/
private void postOrder(Node node) {
if (node == null) {
return;
}
postOrder(node.left);
postOrder(node.right);
System.out.println(node.e);
}
4. 层序遍历
层序遍历代码
/**
* 二分搜索树的层序遍历 广度优先遍历
*/
public void levelOrder() {
Queue<Node> queue = new LinkedList<>();
queue.add(root);
while (!queue.isEmpty()) {
Node cur = queue.remove();
System.out.println(cur.e);
if (cur.left != null) {
queue.add(cur.left);
}
if (cur.right != null) {
queue.add(cur.right);
}
}
}
四. Java 二分搜索树的简单实现
import java.util.LinkedList;
import java.util.Queue;
import java.util.Stack;
/**
* E 要有可比较性
*
* @author 一直往前走
* @date 2020/04/07
*/
public class BST<E extends Comparable<E>> {
private class Node {
public E e;
public Node left, right;
public Node(E e) {
this.e = e;
this.left = null;
this.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;
}
/**
* 向二分树搜索树中添加新的元素e
* 不存在重复元素
*
* @param e
*/
public void add(E e) {
root = add(root, e);
}
/**
* 向以node为根的二分搜索树中插入元素E,递归算法
* 此方法存在的问题:
* O(h)级别 h为二分搜索树的深度
* root 为空 进行判断
*
* @param node
* @param e
*/
private void add1(Node node, E e) {
//TODO 递归终止条件
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;
}
if (e.compareTo(node.e) < 0) {
add(node.left, e);
} else { //e.compareTo(node.e) > 0
add(node.right, e);
}
}
/**
* 向以node为根的二分搜索树中插入元素E,递归算法
* 插入新的节点 返回二分搜索树的根
* 上面方法优化成下面的方法
*
* @param node
* @param e
* @return
*/
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
*
* @param e
* @return
*/
public boolean contains(E e) {
return contains(root, e);
}
/**
* 看以node为根的二分搜索树中是否包含元素E
*
* @param node
* @param e
* @return
*/
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);
}
}
/**
* 二叉树的前序遍历
*/
public void preOrder() {
preOrder(root);
}
/**
* 前序遍历以node为根的二分搜索树
* 中 前 后
*
* @param node
*/
private void preOrder(Node node) {
if (node == null) {
return;
}
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
}
/**
* 中序遍历
*/
public void inOrder() {
inOrder(root);
}
/**
* 中序遍历以node为根的二分搜索树
* <p>
* 前 中 后
* 二分搜索树的中序遍历结果是顺序的
*
* @param node
*/
private void inOrder(Node node) {
if (node == null) {
return;
}
inOrder(node.left);
System.out.println(node.e);
inOrder(node.right);
}
/**
* 后序遍历
*/
public void postOrder() {
postOrder(root);
}
/**
* 后序遍历以node为根的二分搜索树
* <p>
* 前 后 中
* 应用: 为 二分搜索树 释放内存
*
* @param node
*/
private void postOrder(Node node) {
if (node == null) {
return;
}
postOrder(node.left);
postOrder(node.right);
System.out.println(node.e);
}
/**
* 二分搜索树的层序遍历 广度优先遍历
*/
public void levelOrder() {
Queue<Node> queue = new LinkedList<>();
queue.add(root);
while (!queue.isEmpty()) {
Node cur = queue.remove();
System.out.println(cur.e);
if (cur.left != null) {
queue.add(cur.left);
}
if (cur.right != null) {
queue.add(cur.right);
}
}
}
/**
* 非递归实现 二分搜索树前序遍历的非递归实现
* 非递归实现比较复杂
* 中 后 递归实现自己写
*/
public void prePrderNR() {
Stack<Node> stack = new Stack<>();
stack.push(root);
while (!stack.isEmpty()) {
Node cur = stack.pop();
System.out.println(cur.e);
if (cur.right != null) {
stack.push(cur.right);
}
if (cur.left != null) {
stack.push(cur.left);
}
}
}
/**
* 查找二分查找树的最小元素
*
* @return
*/
public E minimum() {
if (size == 0) {
throw new IllegalArgumentException("BST is empty!");
}
return minimum(root).e;
}
/**
* 最小值以node为根的二分搜索树
*
* @param node
* @return
*/
private Node minimum(Node node) {
if (node.left == null) {
return node;
}
return minimum(node.left);
}
/**
* 查找二分查找树的最大元素
*
* @return
*/
public E maximum() {
if (size == 0) {
throw new IllegalArgumentException("BST is empty!");
}
return maximum(root).e;
}
/**
* 最大值以node为根的二分搜索树
*
* @param node
* @return
*/
private Node maximum(Node node) {
if (node.right == null) {
return node;
}
return minimum(node.right);
}
/**
* 从二分搜索树中 删除最小值所在节点,返回最小值
*
* @return
*/
public E removeMin() {
E ret = minimum();
root = removeMin(root);
return ret;
}
/**
* 删除以node为根的二分搜索树
* 返回二分搜索树的根
*
* @param node
* @return
*/
private Node removeMin(Node node) {
//如果左节点为null,原根的右节点作为根节点。
if (node.left == null) {
Node rightNode = node.right;
node.right = null;
size--;
return rightNode;
}
node.left = removeMin(node.left);
return node;
}
public E removeMax() {
return removeMax(root).e;
}
private Node removeMax(Node node) {
//如果右节点为空,其子节点作为根节点
if (node.right == null) {
Node leftNode = node.left;
node.left = null;
size--;
return leftNode;
}
node.right = removeMax(node.right);
return node;
}
/**
* 二分搜索树删除元素为e的节点
*
* @return
*/
public void remove(E e) {
remove(root, e);
}
/**
* 删除以node为根节点的 元素e
*
* @param node
* @param e
* @return
*/
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 { //e.equal(node.e)
//待删除节点左节点均为空的情况
if (node.left == null) {
Node rightNode = node.right;
node.right = null;
size--;
return rightNode;
}
//待删除节点右节点均为空的情况
if (node.right == null) {
Node leftNode = node.left;
node.left = null;
size--;
return leftNode;
}
//待删除节点左右节点均不为空的情况
//找到比待删除节点大的最小节点,即待删除节点右子树的最小节点
//用这个节点顶替删除节点的位置
Node successor = minimum(node.right);
successor.right = removeMin(node.right);
successor.left = node.left;
node.left = node.right = null;
return successor;
}
}
@Override
public String toString() {
StringBuilder sb = new StringBuilder();
generteBSTString(root, 0, sb);
return sb.toString();
}
private void generteBSTString(Node node, int depth, StringBuilder sb) {
if (node == null) {
sb.append(generateDepthString(depth) + "null\n");
return;
}
sb.append(generateDepthString(depth) + node.e + "\n");
generteBSTString(node.left, depth + 1, sb);
generteBSTString(node.right, depth + 1, sb);
}
private String generateDepthString(int depth) {
StringBuilder sb = new StringBuilder();
for (int i = 0; i < depth; i++) {
sb.append("--");
}
return sb.toString();
}
public static void main(String[] args) {
BST<Integer> bst = new BST<>();
int[] nums = {5, 3, 6, 8, 4, 2};
for (int num : nums) {
bst.add(num);
}
bst.preOrder();
System.out.println("-----------");
bst.inOrder();
System.out.println("-----------");
bst.postOrder();
System.out.println("-------");
bst.prePrderNR();
System.out.println("-------");
bst.levelOrder();
}
}
五.更多问题
- 支持重复元素的二分搜索树。 维护count: 该元素存储的个数。
- 其他