概述:
首先进行下面的对比:
线性结构
顺序存储,不排序:查找困难
顺序存储,排序:删除插入困难
链式存储:无论是否排序,查找困难
综合以上特点,我们就想有没有一种结构,能够删除、查找、插入都不是那么困难,能够综合上述优
点,这个时候我们就引入了二叉排序树。
树结构查找是将查找表按照某种规律建成树结构。因为建构的树结构是按某种规律建立的,因此查找
过程也遵循这种规律,可以获得较高的查找效率。
1、二叉排序树的定义:
二叉排序树,也叫二叉查找树、二叉搜索树,简称BST。
二叉排序树(Binary Sort Tree)或者是一棵空树,或者是具有下列性质的二叉树:
(1)若左子树不空,则左子树上所有节点的值均小于根节点的值;若右子树不空,则右子树上所有节
点的值均大于根节点的值。
(2)左右子树也分别是二叉排序树。
(3)没有键值相等的节点。
如下图所示就是一颗二叉排序树:
2、二叉排序树中的查找
若将查找表组织为一棵二叉排序树,则根据二叉排序树的特点,查找过程为:
(1) 若查找树为空,查找失败;
(2) 若查找树非空,将给定关键码kx与查找树根节点的关键码进行比较:
a. 若相等,查找成功,结束查找过程。
b. 若给定关键码kx小于根节点关键码,查找将在左子树上继续进行,转1;
c. 若给定关键码kx大于根节点关键码,查找将在右子树上继续进行,转1;
代码展示
节点类
package demo10;
public class Node {
int value;
Node left;
Node right;
public Node(int value){
this.value=value;
}
/**
* 向子树中添加节点
* @param node
*/
public void add(Node node) {
if(node==null){
return;
}else{
//判断传入的节点的值比当前子树的根节点的值大还是小
//添加的节点比当前节点的值更小
if(node.value<this.value){
//如果左节点为空
if(this.left==null){
this.left=node;
}
//如果不为空
else{
this.left.add(node);
}
//添加的节点比当前节点的值大
}else{
if(this.right==null){
this.right=node;
}else{
this.right.add(node);
}
}
}
}
/**
* 中序遍历二叉排序树,从小到大排序
* @param node
*/
public void midShow(Node node) {
if(node==null){
return;
}
midShow(node.left);
System.out.print(node.value+" ");
midShow(node.right);
}
}
树实体类
package demo10;
public class BinarySortTree {
Node root;
/**
* 向二叉排序树中添加节点
* @param node
*/
public void add(Node node){
//如果是一棵空树
if(root==null){
root=node;
}else{
root.add(node);
}
}
/**
* 中序遍历二叉排序树,从小到大的顺序
*/
public void midShow(){
if(root!=null){
root.midShow(root);
}
}
}
测试类
package demo10;
public class TestBinarySortTree {
public static void main(String[] args) {
int[] arr = new int[]{7,3,10,12,5,1,9};
//创建一棵二叉排序树
BinarySortTree bst = new BinarySortTree();
//循环添加
for(int i:arr){
bst.add(new Node(i));
}
//查看树中的值
System.out.println("二叉排序树中序遍历:");
bst.midShow();
}
}