高级数据结构之BST（一）

最新推荐文章于 2024-08-15 11:15:02 发布

_long_ago

最新推荐文章于 2024-08-15 11:15:02 发布

阅读量1.7k

点赞数

本文链接：https://blog.csdn.net/qq_40303781/article/details/94739840

版权

本文深入探讨了二叉查找树（BST），包括树的定义、节点度、深度，以及满二叉树、完全二叉树的概念。特别讨论了哈夫曼树、AVL树和伸展树等平衡二叉树，以及B-树的特点。同时，介绍了BST的插入、删除和查询操作。

摘要由CSDN通过智能技术生成

1、树的节点包含一个数据元素，以及若干指向其子树的分支。节点拥有的子树的数量称为节点的度。节点的最大层次称为树的深度或高度。

2、二叉树是一种树形结构，其特点是每个节点至多有两棵子树，且子树有左右之分，次序不能随意颠倒。

3、满二叉树：一棵深度为k且有2^k - 1个节点的二叉树，称之为满二叉树。

4、完全二叉树：对一个深度为k，节点个数为n的二叉树，当且仅当每个节点都与深度为k的满二叉树中编号从1至n的节点一一对应时，称之为完全二叉树。

5、哈夫曼树：又称最优树，是一类带权路径长度最短的树。

6、二叉查找树（Binary Search Tree）：对任一个节点，左子树的所有值都小于它，右子树的所有值都大于它。

7、AVL树：带有平衡条件的二叉查找树。

8、伸展树：任一个节点被访问后，它就要经过一系列的AVL树的旋转，将该节点放到根上。

9、B－树：另外一种常用的查找树。有几个特点，对于M阶的B树，首先，根节点如果不是叶子，则其子节点的数量在2-M之间。其次，除根之外，所有的非叶子节点的子节点数在M／2 － M之间。最后，所有的叶子节点有相同的深度。

BST树

节点的插入、删除、查询

/*
定义一颗BST树
 */
class BinNode<T extends Comparable<T>>{
    public T data;//数据域
    public BinNode<T> left;//左孩子
    public BinNode<T> right;//右孩子

    public BinNode(T data, BinNode<T> left, BinNode<T> right) {
        this.data = data;
        this.left = left;
        this.right = right;
    }

    public T getData() {
        return data;
    }

    public void setData(T data) {
        this.data = data;
    }

    public BinNode<T> getLeft() {
        return left;
    }

    public void se