排序二叉树删除指定节点
(一)基本思路 {分3种情况}
-
情况一:若删除节点为叶子节点,那理论上直接删除就行。但操作上,会找到删除节点的父节点 parent,后判断删除节点是其左子节点还是右子节点,后指针置空即可。
-
情况二:若删除节点有一棵子树(即只有1个子节点)。那就找到该节点的父节点 parent,判断删除节点是其左子节点还是右子节点。后将 parent 对应指针指向删除节点的子节点。那删除节点就被回收删除。
注1:由于删除节点的子节点可能是左,也可能是右,因此代码上会有2种情况 1) 若为parent的左子节点,parent.left = targetNode.left 或 parent.left = targetNode.right 2) 若为parent的右字节点,parent.right = targetNode.left 或 parent.right = targetNode.right
-
情况三:若删除节点有两棵子树(即有2个子节点)。那只需从删除节点的右子树中,找到最小节点(那肯定是最底层最左边那个)并临时保存该节点,后将该节点从右子树中删除。最后将临时保存的最小节点完全替换删除节点,即删除节点的 parent 指向最小节点,最小节点的左子节点指向删除节点的左子节点,最小节点的右子节点指向删除节点的右子节点。
注:实际上,只需取出右子树中最小节点的值,并将其替换删除节点的值,那就实现上述操作。无需太复杂。
-
说明:删除节点有几个子节点,就是有几棵子树。即使子节点为叶子节点,也能看成是只有1个节点的子树。
(二)具体操作
-
设置一个查询方法,专门用来查找并返回删除节点 targetNode
-
设置一个查询方法,专门用来查找并返回删除节点的父节点 parent
注:逻辑不难,就上来是基于当前节点判断其左右子节点,若满足,则返回该父节点。若不满足,且子节点不为空,则进入子节点继续判断。整体操作同查询指定节点。
-
处理情况一:只要能找到删除节点和其父节点,那就判断删除节点是否为叶子节点,若是,则将其父节点对应的指针置为 null。
注:特殊情况,若找到删除节点但找不到其父节点,那说明删除节点为root节点,直接置空即可。
-
处理情况2:若找到,且判断删除节点为只有1棵子树的节点,那就将其父节点对应指针指向其子节点
注:判断删除节点是"父节点的左/右 + 判断子节点是左/右",一共就4种情况
-
处理情况3
1) 设置1个专门方法,用来获取删除节点右子树中最小节点的值。只需不断往左进入,直到最底层最左边,即为最小节点。记录其值,后调用我们当前的删除方法删除该节点即可。
2) 只需将获取的最小节点值,替换删除节点值即可。注:最小节点为叶子节点,调用当前删除方法本身,即是处理情况1,不会死循环。
(三)要点
-
区别查询方法:"排序二叉树"因为节点间有大小关系,因此查询指定节点时,无需再像普通二叉树那样遍历全部。即遍历时能进入左节点,就绝对进不去右节点,因此只需用 if…else
-
理清查询思路,查询返回指定节点,由于在遍历查询的过程,路径是唯一的(基于上述)。当找到满足的节点时,可直接返回。
-
判断父节点 parent 的哪个指针对应删除节点时,必须先保证指针不为空。因为存在父节点只有1个子节点的情况。
-
在处理3种情况之前,先判断特殊情况
1) 找不到指定节点,即 parent 和 targetNode 均为空 2) 整棵树只有1个root节点,此时 root.left 和 root.right 为空,直接将root置空
-
必须考虑整棵数不只1个节点,但删除的就是root节点的情况。对于情况一,实际为单 root 节点,已经处理。对于情况三,由于是拿右子树最小值替换,所以也可正常处理。但是,对于情况二,由于 root 无父节点,因此拿 parent.left/right,肯定会报空指针异常,必须额外处理。【关键】
注:使用 if..else,若删除root,则直接将root指向删除节点的子节点即可
(四)代码实现
/*排序二叉树的删除*/
public class BinarySortTreeTest{
@Test
public void test(){
//...
}
}
class BinarySortTree{
private Node root;
// 寻找删除节点(通过节点值)
public Node searchTargetNode(int val){
if(root != null){
return root.search(val);
}else{
return null;
}
}
// 寻找删除节点的父节点
public Node searchParent(int val){
if(root != null){
if(root.val == val) return null; // root没有父节点
else return root.searchParent(val);
}else{
return null;
}
}
// 寻找删除节点右子树的最小节点
public int searchMin(Node R){
// 循环走到最小节点(只要左子节点存在,就移入)
Node target = R;
while(target.left != null){ // 无需递归
target = target.left;
}
// 已到达最小节点
int temp = target.val;
delNode(temp);
return temp;
}
// 删除节点
public void delNode(int val){
if(root == null){
System.out.println("删除失败,当前二叉树为空~");
return;
}
// 1.找删除节点,及其父节点
Node target = this.searchTargetNode(val);
Node parent = this.searchParent(val);
// 2.判断特殊情况
if(target == null){
System.out.println("删除失败,找不到指定节点~");
return;
}
if(root.left == null && root.right == null){ // 整棵树只有root节点
if(target == root){
root = null;
}else{
System.out.println("删除失败,找不到指定节点~");
}
return;
}
// 3.判断3种基本情况
if(target.left == null && target.right == null){ // 3.1 删除节点为叶子节点
//若为父节点的左子节点 <= 【不清楚是父节点哪个节点,说明父节点有可能是单子节点情况】
if(parent.left != null && parent.left.val == val){
parent.left == null;
}else{ // 若为父节点的右子节点
parent.right = null;
}
}else if(target.left != null && target.right != null){ // 3.3 有两棵子树
int minVal = searchMin(target.right);
target.val = minVal; // 替换
}else{ // 3.2 只有1棵子树
// 【额外处理删除root节点的情况】
if(parent != null){
if(target.left != null){ // 删除节点存在左子树
// 是否为父节点的左子节点,不是则为右子节点【必须考虑父节点为单子节点情况】
if(parent.left != null && parent.left.val == val){
parent.left = target.left;
}else{
parent.right = target.left;
}
}else{ // 删除节点存在右子树
if(parent.left != null && parent.left.val == val){
parent.left = target.right;
}else{
parent.right = target.right;
}
}
}else{ //【解决bug】
if(target.left != null){
root = target.left;
}else{
root = target.right;
}
}
}
}
}
/*节点类*/
class Node{
public int val;
public Node left;
public Node right;
Node(int val){
this.val = val;
}
// 查询删除节点
public Node search(int val){
if(this.val == val){
return this;
}
if(this.left != null && val < this.val){
return this.left.search(val);
}else if(this.right != null && val >= this.val){
return this.right.search(val);
}else{
return null;
}
}
// 查询删除节点的父节点
public Node searchParent(int val){
// 【*】1.同样上来先判断左、右子节点是否满足
if((this.left != null && this.left.val == val) ||
(this.right != null && this.right.val == val)){
return this;
}else{ // 若左右子节点不满足,则判断能否进入,可以就递归判断
if(this.left != null && val < this.val){
return this.left.searchParent(val);
}else if(this.right != null && val >= this.val){
return this.right.searchParent(val);
}else{
return null;
}
}
}
// 添加(基于递归)
public void add(Node newNode){
if(newNode == null){
return;
}
if(newNode.val < this.val){
if(this.left == null){
this.left = newNode;
}else{
this.left.add(newNode);
}
}else{
if(this.right == null){
this.right = newNode;
}else{
this.right.add(newNode);
}
}
}
}