二叉树的删除原理以及java实现

相对于增查改,二叉树的删除是较为复杂的,必须保证删除后所有节点大于其左节点,小于其右节点。

删除节点分为几种情况:

1.删除的节点为叶子节点:直接删除。

2.删除的节点只存在左子树或右子树:删除节点的父节点直接指向子树节点。

3.删除的节点同时存在左子树和右子树:将删除节点的左子树的最右节点或右子树的最左节点替换删除节点,同时删除替换节点,再将删除节点指向子树节点。

 

示例分析:

1.删除的节点为叶子节点:直接删除。

删除叶子节点62,直接将60的右子树置空即可。

2.删除的节点只存在左子树或右子树:删除节点的父节点直接指向子树节点。

删除60节点,将50节点直接指向60节点的子节点。

3.删除的节点同时存在左子树和右子树:将删除节点的左子树的最右节点或右子树的最左节点替换删除节点,同时删除替换节点,再将删除节点指向子树节点。

将60左子树最右节点替换删除节点。

 

Java代码实现:

package TwoTree;

import java.util.Stack;

public class TwoTree {
	public int value;
	public TwoTree parent;
	public TwoTree left;
	public TwoTree right;
	
	//构造函数
	public TwoTree() {};
	public TwoTree(int value) {
		this.value=value;
	}
	@Override
	public String toString() {
		return "TwoTree [value=" + value + ", left=" + left + ", right=" + right + "]";
	}
	//添加节点
	public TwoTree insert(TwoTree root,TwoTree p) {
		if(root==null) {
			root=p;
			root.parent=null;
			return root;
		}
		TwoTree temp=new TwoTree();
		temp=root;
		while(temp!=null) {
			if(temp.value<p.value) {
				if(temp.right!=null)  {
					temp=temp.right;
					}
					else {
						temp.right=new TwoTree();
						temp.right.value=p.value;
						temp.right.parent=temp;
						break;}
				}
				if(temp.value>p.value) {
					if(temp.left!=null) {
						temp=temp.left;
						}
					else{
						temp.left=new TwoTree();
						temp.left.value=p.value;
						temp.left.parent=temp;
						break;
						}
					}
		}
		return root;
	}
	//遍历节点
	public void Bst(TwoTree root) {
		if(root!=null) {
			Bst(root.left);
			System.out.print(root.value+"   ");
			Bst(root.right);
		}
	}
	//查找节点
	public TwoTree Select(TwoTree root,int value) {
		TwoTree flag=new TwoTree();
		Stack<TwoTree> stack=new Stack<TwoTree>();
		while(!stack.empty()||root!=null)
		{
			if(root!=null) {
			if(root.value==value)
			{
				flag=root;
			}
			stack.push(root);
			root=root.left;
			}
			else {
				root=stack.pop();
				if(root.value==value)
				{
					flag=root;
				}
				root=root.right;
			}
		}
		return flag;
	}
	//删除节点
	public void Delete(TwoTree root,int value) {
		TwoTree temp=new TwoTree();
		temp=Select(root, value);
		if(temp.value==0) {
			System.out.println("你要删除的数值"+value+"不存在");
			}
		else {
			TwoTree p=new TwoTree();
			TwoTree node=new TwoTree();
			TwoTree parent=new TwoTree();
			p=p.Select(root, value);	//p是要删除的结点
			node=p;
			if(p!=null) {				
				if(p.left!=null) {
					p=node.left;
					while(p.right!=null) {
						p=p.right;
					}
					node.value=p.value;
					if(node.left.right==null) {
						node.left=p.left;
					}
					else{
						p.parent.right=p.left;
					}

				}
				else if(p.right!=null)
				{
					p=p.right;
					node.value=p.value;
					node.left=p.left;
					node.right=p.right;
				}
				else {
					if(p.equals(p.parent.left))
					{
						p.parent.left=null;
					}
					if(p.equals(p.parent.right))
					{
						p.parent.right=null;
					}
					
			}System.out.println("");
			System.out.println("数据"+value+"删除成功");
			}
		}
	}
	//修改节点
	public void Update(TwoTree root,int value,int update) {
		TwoTree temp=new TwoTree();
		temp=temp.Select(root, value);
		if(temp.value==value) {
		Delete(root,value);
		TwoTree a= new TwoTree(update);
		insert(root,a);
		System.out.println("数据"+value+"成功更新成"+update);
		}
		else {
			System.out.println("数据"+value+"更新失败");
		}
	}
}
package TwoTree;
public class TreeTest{
public static void main(String []args) {
	TwoTree tt=new TwoTree();
	tt.value=22;
	int []a= {20,8,2,4,5,6,28,18,19,33,25,26};
	for(int i=0;i<a.length;i++) {
		TwoTree aa=new TwoTree(a[i]);
		tt.insert(tt, aa);
	}
	System.out.println(tt);
	tt.Delete(tt,28);
	System.out.print(tt);
}
}

 

  • 2
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法: 算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法与数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值