前言
大四重拾算法与数据结构,所有内容为自己的阶段小结所以并不是技术性文章,如有兴趣阅读,遇到问题不妨给我留个言,万分感谢!
二分搜索树
二分搜索树:一个结点的左孩子小于这个结点的右孩子(适用于这颗树的所有结点),在创建树的时候结点的值必须有可比性.
如果遍历二分搜索树
- 前序遍历:正常的树遍历 前序遍历是树的最常用遍历方式,并且在非递归遍历中最为简单(后面会提到)
- 中序遍历:获得一个升序的遍历结果
- 后序遍历:常常用来内存释放(因为是先释放完子节点后再释放根节点)
复杂度
增删查平均为O(logn) 实际的遍历的时间为O(h)
如果数据已排序好的方式插入二分搜索树时,二分搜索树将退化成链表,这时的复杂度为O(n)
为了避免这种情况后面就出现了平衡二叉树和红黑树
二分搜索树代码
package BST;
import java.util.LinkedList;
import java.util.Queue;
import java.util.Stack;
//为了实现结点的可比性 需要继承Comparable<E>
//在比较的时候调用 B.compareTo(A)
//返回结果
// >0 ---------> B > A
// =0 ---------> B = A
// >0 ---------> B < A
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;
}
}
public Node root;
public 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);
}
private Node add(Node node, E e) {
if (size == 0) {
size++;
return new Node(e);
}
if (e.compareTo(e) < 0) {
node.left = add(node.left, e);
} else if (e.compareTo(e) > 0) {
node.right = add(node.right, e);
}
return node;
}
public boolean contains(E e) {
return contains(root, e);
}
private boolean contains(Node node, E e) {
if (size == 0)
return false;
if (e.compareTo(e) == 0)
return true;
else if (e.compareTo(e) < 0)
return contains(node.left, e);
else
return contains(node.right, e);
}
public void preOrder(Node node) {
if (node != null) {
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
}
}
public void levelOrder() {
Queue<Node> q = new LinkedList<Node>();
q.add(root);
while (!q.isEmpty()) {
Node node = q.remove();
System.out.println(node.e);
if (node.left != null)
q.add(node.left);
if (node.right != null)
q.add(node.right);
}
}
public E minimun() {
if (size == 0)
return null;
return minimun(root).e;
}
// 找到最左侧的数就是最小的数
private Node minimun(Node node) {
if (node.left == null)
return node;
return minimun(node.left);
}
// 寻找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);
}
public E removeMin() {
E e = minimun();
root = removeMin(root);
return e;
}
private Node removeMin(Node node) {
//如果删除的最左侧元素中含有右结点 则把右结点的值给到父结点的左结点
if (node.left == null) {
size--;
Node rightNode = node.right;
node.right = null;
return rightNode;
}
node.left = removeMin(node.left);
return node;
}
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) {
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.compareTo(node.e) == 0
if(node.left == null) {
Node rightNode = node.right;
size -- ;
node.right = null;
return rightNode;
}
if(node.right == null) {
Node leftNode = node.left;
size --;
node.left = null;
return leftNode;
}
//待删除的点含有左右结点
//用删除结点的右子树最小结点代替待删除结点
Node su = minimun(node.right);
su.right = removeMin(node.right);
su.left = node.left;
node.right = node.left = null;
return su;
}
}
}
前序非递归遍历
使用栈模仿递归过程
public void preOrderNR() {
Stack<Node> stack = new Stack<Node>();
if (root == null)
return;
stack.push(root);
while (!stack.isEmpty()) {
Node node = stack.pop();
System.out.println(node.e);
// 由于是栈 所以前序遍历需要返过来
if (node.right != null)
stack.push(node.right);
else if (node.left != null)
stack.push(node.left);
}
}