1.二分搜索树的简单介绍
一般来讲,二叉树的存储数据的基本结构是封装一个Node节点,保存左右两个孩子的node变量,以及一个泛型数据,二分搜索树需要泛型类型实现Comparable接口(必须保证左子树的数据比右子树大)
/**
* Created by upupgogogo on 2018/5/30.上午11:38
*/
public class BST<E extends Comparable<E>> {
private class Node{
Node left, right;
E e;
public Node(E e){
this.e = e;
left = null;
right = null;
}
}
private int size; //二叉树的节点个数
private Node root; //当前二叉树的根节点
public int getSize(){
return this.size;
}
public boolean isEmpty(){
return this.size == 0;
}}
2.分析添加节点的方法
//添加一个节点
public void add(E e){
root = add(root,e);
}
private Node add(Node node, E e){
if (node == null){
size ++;
return new Node(e);
}
if (e.compareTo(node.e) < 0)
node.left = add(node.left, e);
if (e.compareTo(node.e) > 0)
node.right = add(node.right,e);
return node;
}
这里通过递归算法封装了一个add方法,两个参数分别表示需要添加节点的二叉树的根节点,以及需要保存的数据,返回添加之后的二叉树的根节点
首先判断该节点是否为空,如果为空则返回一个new Node(e),如果不为空,判断数据的大小,比根节点保存数据小的话,把该数据添加到左子树里(宏观的角度是整个左子树),如果大于根节点保存的数据,把该数据添加到右子树里(宏观的角度是整个右子树),数据相等不考虑添加,最后返回node
3.看二分搜索树是否包含元素e
public boolean contains(E e){
return contains(root, e);
}
private boolean contains(Node node, E e) {
if (node == null)
return false;
if (e.compareTo(node.e) == 0)
return true;
if (e.compareTo(node.e) < 0)
return contains(node.left, e);
else
return contains(node.right, e);
}
这里通过递归算法封装了一个contains方法,两个参数分别表示当前是否包含元素e的二叉树的根节点,和元素e,返回boolean类型数据
首先判断当前二叉树的根节点是否为空,如果为空表示当前二叉树为空,则返回false,然后判断该根节点所保存的元素和参数e是否相等,相等则直接返回true,接着比较根节点所保存元素和和元素e大小关系,比元素e大,则返回左二叉树是否包含元素e,反之,则返回右二叉树是否包含元素e
4.二叉树的前中后序遍历
// 二分搜索树的前序遍历
public void preOrder(){
preOrder(root);
}
// 前序遍历以node为根的二分搜索树, 递归算法
private void preOrder(Node node){
if(node == null)
return;
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
}
// 二分搜索树的非递归前序遍历
public void preOrderNR(){
Stack<Node> stack = new Stack<>();
stack.push(root);
while(!stack.isEmpty()){
Node cur = stack.pop();
System.out.println(cur.e);
if(cur.right != null)
stack.push(cur.right);
if(cur.left != null)
stack.push(cur.left);
}
}
// 二分搜索树的中序遍历
public void inOrder(){
inOrder(root);
}
// 中序遍历以node为根的二分搜索树, 递归算法
private void inOrder(Node node){
if(node == null)
return;
inOrder(node.left);
System.out.println(node.e);
inOrder(node.right);
}
// 二分搜索树的后序遍历
public void postOrder(){
postOrder(root);
}
// 后序遍历以node为根的二分搜索树, 递归算法
private void postOrder(Node node){
if(node == null)
return;
postOrder(node.left);
postOrder(node.right);
System.out.println(node.e);
}
5.删除一个节点
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){
if (node.left == null){
Node rightNode = node.right;
node.right = null;
size -- ;
return rightNode;
}
if (node.right == null){
Node leftNode = node.left;
node.left = null;
size --;
return leftNode;
}
// 待删除节点左右子树均不为空的情况
// 找到比待删除节点大的最小节点, 即待删除节点右子树的最小节点
// 用这个节点顶替待删除节点的位置
Node successor = new Node(minimum(node.right).e);
size ++;
successor.right = removeMin(node.right);
successor.left = node.left;
node.left = node.right = null;
size --;
return successor;
}
if (e.compareTo(node.e) < 0){
node.left = remove(node.left, e);
}
if (e.compareTo(node.e) > 0){
node.right = remove(node.right, e);
}
return node;
}
这里通过递归算法封装了一个remove方法,两个参数分别表示当前需要删除节点的二叉树的根节点,和元素e,返回删除后二叉树的根节点
首先判断根节点是否为空,如果为空则直接返回null,然后比较元素e和根节点所保存元素的大小关系,如果想等,先考虑左子树为空的情况,则返回右二叉树的根节点,并且让根节点所指向右孩子的变量为空,脱离整个二叉树,右子树为空也是一样
当两个子树都不为空时,new 一个Node对象,保存右子树最小的元素e,并删除右子树该节点,让这个新建的node节点右孩子指向被删除根节点的右孩子,左孩子也是,并让根节点的左右两个孩子变量都指向null,脱离整个二叉树
然后比较该元素和根节点所保存元素的大小,如果大于该元素,则删除左子树所保存该元素的节点,并返回删除后的根节点
反之亦然