数据结构学习之二叉树篇(Java)

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;
        }
    }
}