二叉搜索树(BST)

二叉搜索树(BST)

BST:或者是一棵空树,

或者对于任何一个结点,设其值为K,则该结点的左子树的值小于K,右结点的值大于K。

二叉搜索树按照中根遍历将各个结点打印,将得到按照大到小的顺序排列。

BSG示意图:

二叉搜索树的效率在于检索,将算法复杂度从2^k减少到log(n)

检索方式:

    从根结点开始,如果等于根结点值直接返回,如果大于根节点从右子树开始继续检索,

如果小于根结点从左子树继续检索,重复这一过程,直到找到对应结点或者返回空。

插入:类似于检索方式。

BST的创建:

1)非递归算法,构建二叉树

 public void insert(T data) {
//插入数据为空 直接返回
        if (data == null){
            return;
        }
//根几点为空,初始化根结点,返回
        if (root == null){
            root = new BinaryNode<>(data);
            return;
        }
        BinaryNode<T> current = root;
//插入之和根几点比较
        int rst = data.compareTo(current.getData());
        while (true){
//相等的结点无需插入
            if (rst == 0){
                return;
            }
//大于根结点,继续往右
            if (rst == 1){
//右结点为空插入
                if (current.getRight() == null){
                    current.setRight(new BinaryNode<>(data));
                    return;
                }else {
                    current = current.getRight();
                }
//小于根结点,继续往左
            }else {
//左结点为空插入
                if (current.getLeft() == null){
                    current.setLeft(new BinaryNode<>(data));
                    return;
                }else {
                    current = current.getLeft();
                }
            }
            rst = data.compareTo(current.getData());
        }
    }

2)非递归算法,检索

    public BinaryNode findNode(T data) {
//查找值为空,返回
        if (data == null){
            return null;
        }
//root为空返回
        BinaryNode<T> current = root;
        if (current == null){
            return null;
        }
//当前值和根结点比较
        int rst = data.compareTo(current.getData());
        while (true){
//相等,返回
            if (rst == 0){
                return current;
            }
//当前值比根结点大,继续往右
            if (rst == 1){
//根结点右子结点为空,当前值不在树中,返回空
                if (current.getRight() == null){
                    return null;
                }else {
                    current = current.getRight();
                }
//当前值比根结点
            }else {
                if (current.getLeft() == null){
                    return null;
                }else {
                    current = current.getLeft();
                }
            }
            rst = data.compareTo(current.getData());
        }
    }

搜索二叉树删除:

从二叉搜索树删除结点,不能把这个结点为根的子树都删掉,只能删除这个结点,

并还要保持二叉搜索树的原来的特性。

设要删除结点为K,若K不存在左子树,直接用右子树替代当前结点。

K(parent)->right = K->right

若K存在左子树,找到左子树中值最大结点,用最大结点替换删除结点,

设找到的最大结点为G,

若G不存在左子树且G的parent不是K,用G替换K,

G->left = K->left;

G->right = k->right;

G(parent)-> = null;

K(parent) ->(left/right) = G;

若G存在左子树且G的parent不是K,用G替换K,

G(parent)->right = G->left;

G->left = K->left;

G->right = k->right;

K(parent) ->(left/right) = G;

若G的parent为K,用G替换K,

G->right = K->right

K(parent)->(left/right) = G

删除代码如下:

   public void remove(T data) {
//树为空,删除值为空,返回
        if (data == null || root == null){
            return;
        }
//查找删除结点的父结点
        BinaryNode<T> parent = findParent(root,data);
        //判断是根节点或者是左右子树
        int tag ;
        BinaryNode<T> delPoint ;
//父结点为空,表示是树根,并判断删除结点为根节点的左子节点还是右结点
        if (parent == null){
            tag = 0;
            delPoint = root;
        }else if (parent.getLeft() !=null && data.compareTo(parent.getLeft().getData()) == 0){
            //左子树
            tag = 1;
            delPoint = parent.getLeft();
        }else {
            //右子树
            tag = 2;
            delPoint = parent.getRight();
        }

        BinaryNode<T> tmpParent = null;
//替换结点
        BinaryNode<T> tmp = delPoint.getLeft();
//左子结点不为空
        if (tmp != null){
            while (tmp.getRight() != null){
                tmpParent = tmp;
                tmp = tmp.getRight();
            }
            if (tmpParent == null){
                //左子树无右子树
                delPoint.setLeft(tmp.getLeft());
            }else {
                //左子树有右子树
                tmpParent.setRight(tmp.getLeft());
            }
            tmp.setLeft(delPoint.getLeft());
            tmp.setRight(delPoint.getRight());
//左子结点为空,
        }else {
            tmp = delPoint.getRight();
        }
        if (tag == 0){
            root = tmp;
        }else if (tag == 1){
            parent.setLeft(tmp);
        }else parent.setRight(tmp);
    }

    private BinaryNode<T> findParent(BinaryNode<T> node,T data){
        BinaryNode<T> tmpParent = null;
        BinaryNode<T> tmp = node;
        int rst = data.compareTo(tmp.getData());
        while (true){
            if (rst == 0){
                return tmpParent;
            }
            if (rst == 1){
                if (tmp.getRight() == null){
                    throw new UnsupportedOperationException("no such element");
                }else {
                    tmpParent = tmp;
                    tmp = tmp.getRight();
                }
            }else {
                if (tmp.getLeft() == null){
                    throw new UnsupportedOperationException("no such element");
                }else {
                    tmpParent = node;
                    tmp = tmp.getLeft();
                }
            }
            rst = data.compareTo(tmp.getData());
        }
    }

 

搜索二叉树总结:

搜索二叉实现了对数据的快速查找,降低算法复杂度。

搜索二叉树的难点,创建和删除

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值