数据结构-二分搜索树

一. 特点：

1. 二分搜索树是二叉树。
2. 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。
3. 每一棵子树也是二分搜索树。
4. 存储的元素必须有比较性。
5. 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。
6. 二分搜索树添加元素的非递归算法，和链表很像。
7. 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