数据结构和算法（十三）查找树

前言

      本章讨论一下树的查找，也就是查找树

方法

1.概念

对于查找树而言，我们最值得研究的就是二叉查找树。

二叉查找/搜索/排序树（BST）的定义：

或者是一棵空树，或者是具有下列性质的树：

1. 若它的左子树不为空，则左子树所有结点的值都小于根节点的值
2. 若它的右子树不为空，则右子树所有结点的值都大于根节点的值
3. 它的左右子树也必须为二叉查找树

二叉查找树的示例：

上图就是二叉查找树，由定义可以知道其为二叉查找树。

当我们需要查找树中的某个结点值的时候，我们可以很方便的查找，因为其存在一定的规律。

下面的树也是二叉查找树：

同样也满足上面的条件。

2.平衡二叉树

我们引入一个新的概念，叫做二叉平衡树（AVL树）

平衡二叉树的定义：

或者是一棵空树，或者是具有下列性质的二叉查找树：

1. 它的左右两个子树的高度差（平衡因子）不超过1
2. 它的左右子树也必须为平衡二叉树

下面就是一个平衡二叉树：

下面则不是平衡二叉树，请大家思考原因：

 

平衡二叉树的目的在于减少二叉查找树的层次，提高查找的速度，其算法的时间复杂度为：log(n)

平衡二叉树有下列实现方式：AVL、红黑树、替罪羊树等

3.红黑树

红黑树是一种平衡二叉树，它具有下列性质：

1. 每个结点或者是黑色或者时红色
2. 根节点是黑色
3. 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)
4. 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点

红黑树示例：

4.Java中的实例

在Java中，最明显的例子就是TreeSet和TreeMap

我们首先来看一下TreeMap

TreeMap采用红黑树的数据结构来实现，树节点Entry结构如下：

很明显，相当的熟悉吧！有key,有value，还有对应的左结点、右结点、父亲结点以及默认颜色黑色。

TreeMap的大致结构：

由于红黑树需要比较结点的大小来决定插入左边还是右边，所以其内置比较器comparator

同时还有红黑树的根结点root，以及树结点的数量size

默认的构造方法如下，其指定了一个空的比较器：

这个时候将采用自然比较，即根据key的类型选择比较器进行比较。

TreeMap的put()方法实现：这里希望大家可以自主摸索，探究红黑树的真谛。

public V put(K key, V value) {
        Entry<K,V> t = root;
        if (t == null) {
            compare(key, key); // type (and possibly null) check

            root = new Entry<>(key, value, null);
            size = 1;
            modCount++;
            return null;
        }
        int cmp;
        Entry<K,V> parent;
        // split comparator and comparable paths
        Comparator<? super K> cpr = comparator;
        if (cpr != null) {
            do {
                parent = t;
                cmp = cpr.compare(key, t.key);
                if (cmp < 0)
                    t = t.left;
                else if (cmp > 0)
                    t = t.right;
                else
                    return t.setValue(value);
            } while (t != null);
        }
        else {
            if (key == null)
                throw new NullPointerException();
            @SuppressWarnings("unchecked")
                Comparable<? super K> k = (Comparable<? super K>) key;
            do {
                parent = t;
                cmp = k.compareTo(t.key);
                if (cmp < 0)
                    t = t.left;
                else if (cmp > 0)
                    t = t.right;
                else
                    return t.setValue(value);
            } while (t != null);
        }
        Entry<K,V> e = new Entry<>(key, value, parent);
        if (cmp < 0)
            parent.left = e;
        else
            parent.right = e;
        fixAfterInsertion(e);
        size++;
        modCount++;
        return null;
    }

其查找方法也相应给出，争取啃透源码：

public V get(Object key) {
        Entry<K,V> p = getEntry(key);
        return (p==null ? null : p.value);
    }
final Entry<K,V> getEntry(Object key) {
        // Offload comparator-based version for sake of performance
        if (comparator != null)
            return getEntryUsingComparator(key);
        if (key == null)
            throw new NullPointerException();
        @SuppressWarnings("unchecked")
            Comparable<? super K> k = (Comparable<? super K>) key;
        Entry<K,V> p = root;
        while (p != null) {
            int cmp = k.compareTo(p.key);
            if (cmp < 0)
                p = p.left;
            else if (cmp > 0)
                p = p.right;
            else
                return p;
        }
        return null;
    }

为什么先说TreeMap呢？因为TreeSet的底层实现就是TreeMap！！！

其添加方法实现如下:

实质上就是调用了TreeMap的put方法，依然采用红黑树来实现！