树在计算机中是一种非常重要的数据结构,树结构本身也是一种天然的组织结构。
二叉树顾名思义也就是每个节点最多只能有两个子节点的树结构。
- 二叉树具有唯一根节点
class Node(){
E e;
//左孩子
Node left;
//右孩子
Node right;
}
- 二叉树每个节点最多有两个孩子
- 二叉树每个节点最多有一个父亲
- 二叉树具有天然递归结构
二分搜索树:二分搜索树是二叉树的一种。
二分搜索树的特点:二分搜索树的每个节点的值大于其左子树的所有节点的值,小于其右子树的所有节点的值。每一颗子树也是二分搜索树。这种特点使得对树中的数据查找变得快捷和简单,当然,这也是有代价的,代价就是二分搜索树存储的数据必须有可比较性。
二分搜索树的简单实现,其中包括增删查等功能:
import java.util.LinkedList;
import java.util.Queue;
import java.util.Stack;
/**
* @author ymn
* @version 1.0
* @date 2020\5\8 0007 14:02
*/
public class BSTNormal<E extends Comparable<E>> {
private class Node{
public E e;
public Node left,right;
public Node(E e){
this.e = e;
left = null;
right = null;
}
}
//根节点
private Node root;
//存储元素的个数
private int size;
public BSTNormal(){
root = null;
size = 0;
}
public int getSize(){
return size;
}
public boolean isEmpty(){
return size == 0;
}
//向二分搜索树中添加新的元素e
public void add(E e){
root = add(root,e);
}
//向以node为根的二分搜索树中插入元素e,递归算法
//返回插入新节点后二分搜索树的根
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);
}else if(e.compareTo(node.e) > 0){ //插入重复元素说明什么也不做
node.right = add(node.right,e);
}
return node;
}
//看二分搜索树中是否包含元素e
public boolean contains(E e){
return contains(root,e);
}
//看以node为根的二分搜索树中是否包含元素e,递归算法
private boolean contains(Node node,E e){
//如果树为空或者递归到空的节点则返回false
if (node == null){
return false;
}
if (e.compareTo(node.e) == 0){
return true;
}else if (e.compareTo(node.e) < 0){
return contains(node.left,e);
}else {
return contains(node.right,e);
}
}
//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){
//先写递归终止的条件
if (node == null){
return;
}
//对该节点的操作,此处只做打印操作
System.out.println(node.e);
//再写递归的逻辑,将原来的问题,转换为更小的同一问题
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();
//对当前遍历到的节点进行的操作,这里只做打印
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(先访问左子树,在访问根节点,在访问右子树)
//中序遍历以node为根的二分搜索树,递归算法
//中序遍历的结果为二分搜索树按可比性从小到大排序的结果
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(先访问左子树,在访问右子树,最后访问根节点)
//后序遍历以node为根的二分搜索树,递归算法
//后序遍历一个应用:为二分搜索树释放内存
private void postOrder(Node node){
if (node == null){
return;
}
postOrder(node.left);
postOrder(node.right);
System.out.println(node.e);
}
//二分搜索树的层序遍历(又称广度优先遍历)
//前,中,后序遍历则称为深度优先遍历
public void levelOrder(){
Queue<Node> queue = new LinkedList<>();
queue.add(root);
while (!queue.isEmpty()){
Node cur = queue.remove();
//对当前遍历到的节点进行的操作,这里只做打印
System.out.println(cur.e);
if (cur.left != null){
queue.add(cur.left);
}
if (cur.right != null){
queue.add(cur.right);
}
}
}
//寻找二分搜索树的最小元素,为在二分搜索树中删除任意节点做铺垫
public E minimum(){
if (size == 0){
throw new IllegalArgumentException("BST is empty");
}
return minimum(root).e;
}
//返回以node为根的二分搜索树的最小值所在的节点,递归算法
private Node minimum(Node node){
if (node.left == null){
return node;
}
return minimum(node.left);
}
//寻找二分搜索树的最大元素,为在二分搜索树中删除任意节点做铺垫
public E maximum(){
if (size == 0){
throw new IllegalArgumentException("BST is empty");
}
return maximum(root).e;
}
//返回以node为根的二分搜索树的最大值所在的节点,递归算法
private Node maximum(Node node){
if (node.right == null){
return node;
}
return maximum(node.right);
}
//从二分搜索树中删除最小值所在节点,返回最小值
public E removeMin(){
E ret = minimum();
root = removeMin(root);
return ret;
}
//删除以node为根的二分搜索树的最小节点
//返回删除节点后新的二分搜索树的根
private Node removeMin(Node node){
if (node.left == null){
Node rightNode = node.right;
node.right = null;
size --;
return rightNode;
}
node.left = removeMin(node.left);
return node;
}
//从二分搜索树中删除最大值所在节点,返回最大值
public E removeMax(){
E ret = maximum();
root = removeMax(root);
return ret;
}
//删除以node为根的二分搜索树的最大节点
//返回删除节点后新的二分搜索树的根
private Node removeMax(Node node){
if (node.right == null){
Node leftNode = node.left;
node.left = null;
size --;
return leftNode;
}
node.right = removeMax(node.right);
return node;
}
//从二分搜索树中删除元素为e的节点
public void remove(E e){
root = remove(root,e);
}
//删除掉以node为根的二分搜索树中值为e节点,递归算法
//返回删除节点后新的二分搜索树的根
private Node remove(Node node,E e){
if (node == null){
return null;
}
if (e.compareTo(node.e) < 0){
node.left = remove(node.left,e);
return node;
}else if (e.compareTo(node.e) > 0){
node.right = remove(node.right,e);
return node;
}
else { //e == node.e
//待删除节点左子树为空的情况
if (node.left == null){
Node rightNode = node.right;
node.right = null;
size --;
return rightNode;
}
//待删除节点右子树为空的情况
if (node.right == null){
Node leftNode = node.left;
node.left = null;
size --;
return leftNode;
}
//待删除节点均不为空的情况
//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(后继节点)。
//或找到比待删除节点小的最大节点,即待删除节点左子树的最大节点(前驱节点)
//用这个节点顶替待删除节点的位置
Node successor = minimum(node.right);
successor.right = removeMin(node.right);
successor.left = node.left;
node.left = null;
node.right = null;
return successor;
}
}
}