二叉查找树(Java)

一、二叉树入门

1.1树的基本定义

树是我们计算机中非常重要的一种数据结构，同时使用树这种数据结构，可以描述现实生活中的很多事物，例如家谱、单位的组织架构、等等。

树是由 n （ n>=1 ）个有限结点组成一个具有层次关系的集合。把它叫做 “ 树 ” 是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。

 

树具有以下特点：

1. 每个结点有零个或多个子结点；

2. 没有父结点的结点为根结点；

3. 每一个非根结点只有一个父结点；

4. 每个结点及其后代结点整体上可以看做是一棵树，称为当前结点的父结点的一个子树；

1.2 树的相关术语

结点的度：

一个结点含有的子树的个数称为该结点的度；

叶结点：

度为 0 的结点称为叶结点，也可以叫做终端结点

分支结点：

度不为 0 的结点称为分支结点，也可以叫做非终端结点

结点的层次：

从根结点开始，根结点的层次为 1 ，根的直接后继层次为 2 ，以此类推

结点的层序编号：

将树中的结点，按照从上层到下层，同层从左到右的次序排成一个线性序列，把他们编成连续的自然数。

树的度：

树中所有结点的度的最大值

树的高度 ( 深度 ) ：

树中结点的最大层次

森林：

m （ m>=0 ）个互不相交的树的集合，将一颗非空树的根结点删去，树就变成一个森林；给森林增加一个统一的根结点，森林就变成一棵树

 

孩子结点：

一个结点的直接后继结点称为该结点的孩子结点

双亲结点 ( 父结点 ) ：

一个结点的直接前驱称为该结点的双亲结点

兄弟结点：

同一双亲结点的孩子结点间互称兄弟结点

1.3 二叉树的基本定义

二叉树就是度不超过 2 的树 ( 每个结点最多有两个子结点 )

满二叉树：

一个二叉树，如果每一个层的结点树都达到最大值，则这个二叉树就是满二叉树。

完全二叉树：

叶节点只能出现在最下层和次下层，并且最下面一层的结点都集中在该层最左边的若干位置的二叉树

1.4 二叉查找树的创建

1.4.1二叉树的结点类

根据对图的观察，我们发现二叉树其实就是由一个一个的结点及其之间的关系组成的，按照面向对象的思想，我们设计一个结点类来描述结点这个事物。

结点类 API 设计：

类名	Node<Key,Value>
构造方法	Node(Key key, Value value, Node left, Node right) ：创建 Node 对象
成员变量	1.public Node left: 记录左子结点 2.public Node right: 记录右子结点 3.public Key key: 存储键 4.public Value value: 存储值

代码实现：

private class Node{
        //存储键
        public Key key;
        //存储值
        public Value value;
        //记录左子结点
        public Node left;
        //记录右子结点
        public Node right;

        public Node(Key key, Value value, Node left, Node right) {
            this.key = key;
            this.value = value;
            this.left = left;
            this.right = right;
        }
    }

1.4.2 二叉查找树API设计

类名	BinaryTree,Value value>
构造方 法	BinaryTree() ：创建 BinaryTree 对象
成员变 量	1.private Node root: 记录根结点 2.private int N: 记录树中元素的个数
成员方 法	1. public void put(Key key,Value value): 向树中插入一个键值对 2.private Node put(Node x, Key key, Value val) ：给指定树 x 上，添加键一个键值对，并返回添 加后的新树 3.public Value get(Key key): 根据 key ，从树中找出对应的值 4.private Value get(Node x, Key key): 从指定的树 x 中，找出 key 对应的值 5.public void delete(Key key): 根据 key ，删除树中对应的键值对 6.private Node delete(Node x, Key key): 删除指定树 x 上的键为 key 的键值对，并返回删除后的 新树 7.public int size(): 获取树中元素的个数

1.4.3 二叉查找树实现

插入方法put实现思想：

1. 如果当前树中没有任何一个结点，则直接把新结点当做根结点使用

2. 如果当前树不为空，则从根结点开始：

2.1 如果新结点的 key 小于当前结点的 key ，则继续找当前结点的左子结点；

2.2如果新结点的key 大于当前结点的 key ，则继续找当前结点的右子结点；

2.3 如果新结点的 key 等于当前结点的 key ，则树中已经存在这样的结点，替换该结点的 value 值即可。

查询方法 get 实现思想：

从根节点开始：

1. 如果要查询的 key 小于当前结点的 key ，则继续找当前结点的左子结点；

2.如果要查询的key 大于当前结点的 key ，则继续找当前结点的右子结点；

3.如果要查询的key 等于当前结点的 key ，则树中返回当前结点的 value 。

删除方法 delete 实现思想：

1. 找到被删除结点；

2.找到被删除结点右子树中的最小结点minNode

3.删除右子树中的最小结点

4. 让被删除结点的左子树称为最小结点 minNode 的左子树，让被删除结点的右子树称为最小结点 minNode 的右子树

5. 让被删除结点的父节点指向最小结点 minNode

代码:

public class BinaryTree<Key extends Comparable<Key>,Value> {
    //记录根节点
    private Node root;
    //记录树中元素的个数
    private int N;

    private class Node{
        //存储键
        public Key key;
        //存储值
        public Value value;
        //记录左子结点
        public Node left;
        //记录右子结点
        public Node right;

        public Node(Key key, Value value, Node left, Node right) {
            this.key = key;
            this.value = value;
            this.left = left;
            this.right = right;
        }
    }

    public BinaryTree() {
    }

    //向树中插入一个键值对
    public void put(Key key,Value value){
        root = put(root,key,value);
    }

    //给指定树x上，添加一个键值对，并返回添加后的新树
    private Node put(Node x,Key key,Value value){
        //如果x子树为null
        if (x == null){
            N++;
            return new Node(key,value,null,null);
        }

        //如果子树x!=null
        //比较x结点的 键 和 key 的大小：左<根<右
        int cmp=key.compareTo(x.key);
        if (cmp>0){
            x.right = put(x.right,key,value);
        }else if (cmp<0){
            x.left = put(x.left,key,value);
        }else {
            //如果key等于x结点的键，则令x结点的值=value
            x.value=value;
        }
        return x;
    }

    //根据key，从树中找出对应的值
    public Value get(Key key){
        return get(root,key);
    }

    //从指定树x中，找出key对应的值
    private Value get(Node x,Key key){
        //x树为null
        if (x == null){
            return null;
        }

        //x树不为null
        int cmp = key.compareTo(x.key);
        if (cmp>0){
            //如果key>x.key，则继续找x结点的右子树
            return get(x.right,key);
        }else if (cmp<0){
            //如果key<x.key，则继续找x结点的左子树
            return get(x.left,key);
        }
        //如果key=x.key，就找到了键为key的结点，只需返回x.value
        return x.value;
    }

    //删除树中对应的键值对
    public void delete(Key key){
        delete(root,key);
    }

    //删除指定树x上键为key的键值对，并返回删除后的新树
    private Node delete(Node x,Key key){
        //x==null
        if (x==null){
            return null;
        }

        //x!=null
        int cmp = key.compareTo(x.key);
        if (cmp>0){
            //如果key>x.key，则继续找x结点的右子树
            x.right = delete(x.right,key);
        }else if (cmp<0){
            //如果key<x.key，则继续找x结点的左子树
            x.left = delete(x.left,key);
        }else {
            //如果key=x.key，就完成删除结点动作
            N--;
            
            //如果是根结点
            if (x.right == null && x== root){
            	root=x.left;
                return x;
            }
            if (x.left == null && x== root){
            	root=x.right;
                return x;
            }
            
            //首先的找到右子树中最小的结点
            if (x.right == null){
                return x.left;
            }
            if (x.left == null){
                return x.right;
            }

            Node n=x.right;
            Node minNode=min(n);
            
            //开始找右子树中最小的结点(左边)，并删除
            while (n.left != null){
                if (n.left.left == null){
                	
                	if(n.left.right != null) {
                		n=n.left.right;
                	}else {
                    	n.left=null;
                	}
                	
                }else {
                n=n.left;
                }
            }

            //让x结点的左子树成为minNode的左子树
            minNode.left=x.left;
            //让x结点的右子树成为minNode的右子树
            if (minNode == n) {
				minNode.right = n.right;
			}else {
				minNode.right = n;
			}
            //让x结点的父结点指向minNode
           //假如删除的是根节点，这个方法首先会传入root节点，然后令x=root，所以对x进行的操作只能是对指向root的对象属性的操作。
            //如果只是单纯的x=minNode,这只能修改根节点之外的其他的节点，因为x只是一个引用，让x=minNode,这只是修改了赋给x的地址,而没有修改指向root的地址
            if (x==root) {
				root = minNode;
			}else {
				x = minNode;
			}
            }
        return x;
    }

    //获取树中元素的个数
    public int size(){
        return N;
    }
}

1.4.4.1查找二叉树中最小的键

在某些情况下，我们需要查找出树中存储所有元素的键的最小值，比如我们的树中存储的是学生的排名和姓名数据，那么需要查找出排名最低是多少名？这里我们设计如下两个方法来完成：

public Key min()	找出树中最小的键
private Node min(Node x)	找出指定树 x 中，最小键所在的结点

    //查找整个树中最小的键
    public Key min(){
        return min(root).key;
    }

    //在指定树x中找出最小键所在的结点
    private Node min(Node x){
        if (x.left != null){
            return min(x.left);
        }else {
            return x;
        }
    }

1.4.4.2 查找二叉树中最大的键

在某些情况下，我们需要查找出树中存储所有元素的键的最大值，比如比如我们的树中存储的是学生的成绩和学生的姓名，那么需要查找出最高的分数是多少？这里我们同样设计两个方法来完成

public Key max()	找出树中最大的键
public Node max(Node x)	找出指定树 x 中，最大键所在的结点

    //查找整个树中最大的键
    public Key max(){
        return max(root).key;
    }

    //在指定树x中找出最大键所在的结点
    private Node max(Node x){
        if (x.right != null){
            return max(x.right);
        }else {
            return x;
        }
    }

1.5 二叉树的基础遍历

很多情况下，我们可能需要像遍历数组数组一样，遍历树，从而拿出树中存储的每一个元素，由于树状结构和线性结构不一样，它没有办法从头开始依次向后遍历，所以存在如何遍历，也就是按照什么样的搜索路径 进行遍历的问题。

我们把树简单的画作上图中的样子，由一个根节点、一个左子树、一个右子树组成，那么按照根节点什么时候被访问，我们可以把二叉树的遍历分为以下三种方式：

1.前序遍历；

先访问根结点，然后再访问左子树，最后访问右子树

2.中序遍历；

先访问左子树，中间访问根节点，最后访问右子树

3.后序遍历；

先访问左子树，再访问右子树，最后访问根节点

如果我们分别对下面的树使用三种遍历方式进行遍历，得到的结果如下：

 

1.5.1 前序遍历

我们在 4.4 中创建的树上，添加前序遍历的 API ：

public Queue<Key> preErgodic() ：使用前序遍历，获取整个树中的所有键

private void preErgodic(Node x,Queue<Key> keys) ：使用前序遍历，把指定树 x 中的所有键放入到 keys 队列中

实现过程中，我们通过前序遍历，把 , 把每个结点的键取出，放入到队列中返回即可。

实现步骤：

1. 把当前结点的 key 放入到队列中 ;

2. 找到当前结点的左子树，如果不为空，递归遍历左子树

3. 找到当前结点的右子树，如果不为空，递归遍历右子树

代码:

    //使用前序遍历，获取整个树中的所有键
    public Queue<Key> preErgodic(){
        Queue<Key> keys = new Queue<>();
        preErgodic(root,keys);
        return keys;
    }
    //获取指定树x中的所有键，并放到key队列中
    private void preErgodic(Node x,Queue<Key> keys){
        if (x == null){
            return;
        }
        //把x结点的key放到keys队列中
        keys.enqueue(x.key);

        //递归遍历x结点的左子树
        if (x.left != null){
            preErgodic(x.left,keys);
        }

        //递归遍历x结点的右子树
        if (x.right != null){
            preErgodic(x.right,keys);
        }
    }

1.5.2 中序遍历

我们在 4.4 中创建的树上，添加前序遍历的 API ：

public Queue<Key> midErgodic() ：使用中序遍历，获取整个树中的所有键

private void midErgodic(Node x,Queue<Key> keys) ：使用中序遍历，把指定树 x 中的所有键放入到 keys 队列中

实现步骤：

1. 找到当前结点的左子树，如果不为空，递归遍历左子树

2. 把当前结点的 key 放入到队列中 ;

3. 找到当前结点的右子树，如果不为空，递归遍历右子树

代码：

    //使用中序遍历获取树中所有的键
    public Queue<Key> midErgodic(){
        Queue<Key> keys = new Queue<>();
        midErgodic(root,keys);
        return keys;
    }
    //使用中序遍历获取指定树x中所有的键，并存放到keys中
    private void midErgodic(Node x,Queue<Key> keys){
        if (x == null)
            return;
        //先递归，把左子树中的键放到keys中
        if (x.left != null){
            midErgodic(x.left,keys);
        }

        //把当前结点x的键放到keys中
        keys.enqueue(x.key);

        //在递归，把右子树中的键放到keys中
        if (x.right != null){
            midErgodic(x.right,keys);
        }
    }

1.5.3 后序遍历

我们在 4.4 中创建的树上，添加前序遍历的 API ：

public Queue<Key> afterErgodic() ：使用后序遍历，获取整个树中的所有键

private void afterErgodic(Node x,Queue<Key> keys) ：使用后序遍历，把指定树 x 中的所有键放入到 keys 队列中

实现步骤：

1. 找到当前结点的左子树，如果不为空，递归遍历左子树

2. 找到当前结点的右子树，如果不为空，递归遍历右子树

3. 把当前结点的 key 放入到队列中 ;

代码:

    //使用后序遍历获取树中所有的键
    public Queue<Key> afterErgodic(){
        Queue<Key> keys = new Queue<>();
        afterErgodic(root,keys);
        return keys;
    }
    //使用后序遍历获取指定树x中所有的键，并存放到keys中
    private void afterErgodic(Node x,Queue<Key> keys){
        if (x == null)
            return;
        //先递归，把左子树中的键放到keys中
        if (x.left != null){
            afterErgodic(x.left,keys);
        }
        //在递归，把右子树中的键放到keys中
        if (x.right != null){
            afterErgodic(x.right,keys);
        }

        //把当前结点x的键放到keys中
        keys.enqueue(x.key);
    }

1.6 二叉树的层序遍历

所谓的层序遍历，就是从根节点（第一层）开始，依次向下，获取每一层所有结点的值，有二叉树如下：

那么层序遍历的结果是： EBGADFHC

我们在 4.4 中创建的树上，添加层序遍历的 API ：

public Queue<Key> layerErgodic() ：使用层序遍历，获取整个树中的所有键

实现步骤：

1. 创建队列，存储每一层的结点；

2. 使用循环从队列中弹出一个结点：

2.1 获取当前结点的 key ；

2.2如果当前结点的左子结点不为空，则把左子结点放入到队列中

2.3 如果当前结点的右子结点不为空，则把右子结点放入到队列中

 

代码: 

    //使用层序遍历，获取整个树中所有的键
    public Queue<Key> layerErgodic(){
        Queue<Key> keys = new Queue<>();
        Queue<Node> nodes = new Queue<>();

        //默认将根结点放入队列中
        nodes.enqueue(root);

        while (nodes.size() != 0){
            //从队列中弹出一个结点,放入keys对列中
            Node n = nodes.dequeue();
            keys.enqueue(n.key);

            //判断这个结点的左子树右子树是否为null
            if (n.left != null)
                nodes.enqueue(n.left);
            if (n.right != null)
                nodes.enqueue(n.right);
        }
        return keys;
    }

1.7 二叉树的最大深度问题

需求：

给定一棵树，请计算树的最大深度（树的根节点到最远叶子结点的最长路径上的结点数）;

上面这棵树的最大深度为 4 。

实现：

我们在 1.4 中创建的树上，添加如下的 API 求最大深度：

public int maxDepth() ：计算整个树的最大深度

private int maxDepth(Node x): 计算指定树 x 的最大深度

实现步骤：

1. 如果根结点为空，则最大深度为 0 ；

2. 计算左子树的最大深度；

3. 计算右子树的最大深度；

4. 当前树的最大深度 = 左子树的最大深度和右子树的最大深度中的较大者 +1

代码：

    //获取整个树的最大深度
    public int maxDepth(){
        return maxDepth(root);
    }

    //获取指定树x的最大深度
    private int maxDepth(Node x){
        if (x == null)
            return 0;

        int max=0;      //x的最大深度
        int maxL=0;     //左子树的最大深度
        int maxR=0;     //右子树的最大深度

        //计算左子树的最大深度
        if (x.left != null){
            maxL = maxDepth(x.left);
        }

        //计算右子树的最大深度
        if (x.right != null){
            maxR = maxDepth(x.right);
        }

        //比较左子树的最大深度和右子树的最大深度，取较大值+1
        max = (maxL>maxR ? maxL : maxR)+1;
        return max;
    }