一、树(Tree)
1、定义
树是一种数据结构,它是由n(n≥0)个有限结点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。它具有以下的特点:
每个结点有零个或多个子结点;没有父结点的节点称为根结点;每一个非根结点有且只有一个父结点;除了根结点外,每个子结点可以分为多个不相交的子树。
2、基本概念
结点的度:
一个结点含有的子树的个数称为该结点的度。
叶结点:
度为0的结点称为叶结点,也可以叫做终端结点。
分支结点:
度不为0的结点称为分支结点,也可以叫做非终端结点。
结点的层次:
从根结点开始,根结点的层次为1,根的直接后继层次为2,以此类推。
结点的层序编号:
将树中的结点,按照从上层到下层,同层从左到右的次序排成一个线性序列,把他们编成连续的自然数。
树的度:
树中所有结点的度的最大值。
树的高度(深度):
树中结点的最大层次。
孩子结点:
一个结点的直接后继结点称为该结点的孩子结点。
双亲结点(父结点):
一个结点的直接前驱称为该结点的双亲结点。
兄弟结点:
同一双亲结点的孩子结点间互称兄弟结点。
二、二叉查询树(Binary Search Tree)
1、概念
二叉树:
度不超过2的树(每个结点最多有两个子结点)。
完全二叉树:
叶节点只能出现在最下层和次下层,并且最下面一层的结点都集中在该层最左边的若干位置的二叉树。
满二叉树:
一个二叉树,如果每一个层的结点树都达到最大值,则这个二叉树就是满二叉树。
二叉查询树:
若一个结点的左子树不为空,则它左子树上所有的结点都小于该结点;若一个结点的右子树的不为空,则它右子树上所有的结点都大于该结点。
2、实现
2.1、结点类设计
private static class Node<K extends Comparable<K>, V> {
public K key;
public V value;
// 左子结点
public Node<K, V> left;
// 右子结点
public Node<K, V> right;
public Node(K key, V value, Node<K, V> left, Node<K, V> right) {
this.key = key;
this.value = value;
this.left = left;
this.right = right;
}
}
在二叉树中,每个结点最多有两个子结点,left存放左子结点,right存放右子结点。在二叉查询树中,结点是有序存放的(左子结点小于当前结点,右子结点大于当前结点),所以key需要能比较大小,要实现comparable接口。
2.2、插入方法(put)
- 若当前树为空树,则新结点为根结点(root)
- 若不为空树,则从根结点递归查找
- 若新结点的key小于当前结点的key,则递归查找当前结点的左子结点
- 若新结点的key大于当前结点的key,则递归查找当前结点的右子结点
- 若新结点的key等于当前结点的key,则树中已经存在这样的结点,替换该结点的value
上图新插入的37结点,从根节点递归依次比较大小。找到35结点时,由于没有右子结点,则将37结点存放到35结点的右子结点。
public void put(K key, V value) {
root = put(root, key, value);
}
private Node<K, V> put(Node<K, V> node, K key, V value) {
if (node == null) {
// 若当前子树,根结点为null, 则把新节点作为根结点
size++;
return new Node<>(key, value, null, null<