/** * Introduction to Algorithms, Second Edition * 12 Binary Search Trees * @author 土豆爸爸 * */ import java.util.ArrayList; import java.util.List; public class BinarySearchTree { /** * 数据节点 */ public static class Node { int key; Node parent; //父节点 Node left; //左子节点 Node right; //右子节点 public Node(int key) { this.key = key; } } private Node root; /** * 采用递归法查找键值为k的节点。 * @param k 节点的键值 * @return 返回键值为k的节点 */ public Node search(int k) { return search(root, k); } /** * 采用递归法查找键值为k的节点。 * @param x 当前节点 * @param k 节点的键值 * @return 返回键值为k的节点 */ private Node search(Node x, int k) { if(x == null || k == x.key) { return x; } else if(k < x.key) { return search(x.left, k); } else { return search(x.right, k); } } /** * 采用迭代法查找键值为k的节点。 * @param x 当前节点 * @param k 节点的键值 * @return 返回键值为k的节点 */ public Node iterativeSearch(int k) { return iterativeSearch(root, k); } /** * 采用迭代法查找键值为k的节点。 * @param x 当前节点 * @param k 节点的键值 * @return 返回键值为k的节点 */ private Node iterativeSearch(Node x, int k) { while(x != null && k != x.key) { if(k < x.key) { x = x.left; } else { x = x.right; } } return x; } /** * 返回树的最小键值的节点。 * @return 最小键值的节点 */ public Node minimum() { return minimum(root); } /** * 返回树的最小键值的节点。 * @param x 当前节点 * @return 最小键值的节点 */ private Node minimum(Node x) { while(x.left != null) { x = x.left; } return x; } /** * 返回树的最大键值的节点。 * @return 最大键值的节点 */ public Node maximum() { return maximum(root); } /** * 返回树的最大键值的节点。 * @param x 当前节点 * @return 最大键值的节点 */ private Node maximum(Node x) { while(x.right != null) { x = x.right; } return x; } /** * 返回指定节点x的后继节点。 * @param x 当前节点 * @return x的后继节点;如果x具有最大键值,返回null */ public Node successor(Node x) { if(x.right != null) { return minimum(x); } Node y = x.parent; while(y != null && x == y.right) { x = y; y = y.parent; } return y; } /** * 返回指定节点x的前驱节点。 * @param x 当前节点 * @return x的前驱节点;如果x具有最小键值,返回null */ public Node predecessor(Node x) { if(x.left != null) { return maximum(x); } Node y = x.parent; while(y != null && x == y.left) { x = y; y = y.parent; } return y; } /** * 插入节点。 * @param z 待插入节点 */ public void insert(Node z) { Node y = null; //当前节点的父节点 Node x = root; //当前节点 while(x != null) { //迭代查寻z应该所在的位置 y = x; if(z.key < x.key) { x = x.left; } else { x = x.right; } } z.parent = y; if(y == null) { root = z; //如果没有父节点,则插入的节点是根节点。 } else if(z.key < y.key) { y.left = z; } else { y.right = z; } } /** * 删除节点。 * @param z 待删除节点 */ public Node delete(Node z) { Node y = null; Node x = null; if (z.left == null || z.right == null) { y = z; } else { y = successor(z); } if (y != null) { x = y.left; } else { x = y.right; } if (x != null) { x.parent = y.parent; } if (y.parent == null) { root = x; } else if (y == y.parent.left) { y.parent.left = x; } else { y.parent.right = x; } if (y != z) { //如果z包含两个子节点,用y替换z的位置 y.parent = z.parent; if (z == z.parent.left) { z.parent.left = y; } else { z.parent.right = y; } y.left = z.left; y.right = z.right; } return y; } /** * 中序历遍。即从小到大排序。 * @return 返回已排序的节点列表 */ public List<Node> inorderWalk() { List<Node> list = new ArrayList<Node>(); inorderWalk(root, list); return list; } /** * 中序历遍。 * @param x 当前节点 * @param list 历遍结果存储在list中 */ private void inorderWalk(Node x, List<Node> list) { if(x != null) { inorderWalk(x.left, list); list.add(x); inorderWalk(x.right, list); } } } import java.util.List; import junit.framework.TestCase; public class BinarySearchTreeTest extends TestCase { public void testLinkedList() { BinarySearchTree tree = new BinarySearchTree(); // 插入100个随机节点 for (int i = 0; i < 100; i++) { int key = (int) (Math.random() * 1000); if (tree.search(key) == null) { tree.insert(new BinarySearchTree.Node(key)); } } verifyOrdered(tree.inorderWalk()); BinarySearchTree.Node node = null; for (int i = 0; i < 1000; i++) { node = tree.search(i); if (node != null) { break; } } assertNotNull(node); tree.delete(node); assertEquals(null, tree.search(node.key)); verifyOrdered(tree.inorderWalk()); } private boolean verifyOrdered(List<BinarySearchTree.Node> list) { for (int i = 1; i < list.size(); i++) { if (list.get(i - 1).key > list.get(i).key) { return false; } } return true; } }
算法导论示例-BinarySearchTree
最新推荐文章于 2023-12-17 18:33:51 发布