二叉查找树是一种很有意思的数据结构, 比根节点小的元素将被存储在左子树中,比根节点大的元素被存储在右子树中。这就保证了中序遍历该二叉查找树时必然是升序排序的。
平均情况下:
二分查找的时间复杂度为O(logN)
二叉查找树 查找操作 花费的时间是二分查找的1.39倍
但这些开销是值得的,因为二分查找的存储依靠有序数组。有序数组 插入操作 的时间复杂度为O(N),而二叉查找树的 插入操作 花费的时间跟查询一样。
package test;
import java.util.Iterator;
public class BinarySearchTree<T extends Comparable<? super T>> implements Iterable<T>{
//根节点
private BiNode<T> root;
public BinarySearchTree(){
root = null;
}
/**
* BST的(内嵌)节点类, data存储数据, size为该节点拥有的子孙节点数+1,。
* @author earayu
*
* @param <T>
*/
private static class BiNode<T>{
T data;
int size;
BiNode<T> leftChild;
BiNode<T> rightChild;
public BiNode(T data, BiNode<T> leftChild, BiNode<T> rightChild){
this.data = data;
this.leftChild = leftChild;
this.rightChild = rightChild;
this.size = 1;
}
}
/**********************************公共方法***************************************/
/**
* 将data存入BST
* @param data
*/
public void put(T data){
root = put(data, root);
}
/**
* 返回BST中值为data的节点
* @param data
* @return
*/
public BiNode<T> get(T data){
return get(data, root);
}
/**
* 删除BST中值为data的节点
* @param data
*/
public void delete(T data){
root = delete(data, root);
}
/**
* 返回是否含有值为data的节点
* @param data
* @return
*/
public boolean contains(T data){
return get(data) != null;
}
public boolean isEmpty(){
return root == null;
}
//返回BST中节点的数量
public int size(){
if(root == null) return 0;
return root.size;
}
/**
* 先序打印BST
*/
public void printTree(){
if(isEmpty()) System.out.println("Empty Tree!");
printTree(root);
}
/**
* 返回值为data的节点在BST中的位置(升序),索引从0开始
* @param data
* @return
*/
public int rank(T data){
return rank(data, root);
}
/**
* 返回在BST中索引为i的元素(升序),索引从0开始
* @param i
* @return
*/
public T select(int i){
if(i<0 || i>=size()) return null;
return select(i, root).data;
}
@Override
public Iterator<T> iterator() {
return new BSTIterator();
}
/*******************************私有方法******************************************/
private int rank(T data, BiNode<T> t){
if(t == null) return 0;
int cmp = data.compareTo(t.data);
if(cmp<0)
return rank(data, t.leftChild);
else if(cmp>0)
return size(t.leftChild) + 1 + rank(data, t.rightChild);
else
return size(t.leftChild);
}
private BiNode<T> select(int i, BiNode<T> t){
if(t == null) return null;
int j = size(t.leftChild);
if(i<j)
return select(i, t.leftChild);
else if(i>j)
return select(i-j-1, t.rightChild);
else
return t;
}
private int size(BiNode<T> t){
if(t == null) return 0;
return t.size;
}
/**
* 将data存入BSTt中的对应位置,然后返回t。
* @param data
* @param t
* @return
*/
private BiNode<T> put(T data, BiNode<T> t){
if(t == null) return new BiNode<T>(data, null, null);
int cmp = data.compareTo(t.data);
if(cmp<0)
t.leftChild = put(data, t.leftChild);
else if(cmp>0)
t.rightChild = put(data, t.rightChild);
else
t.data = data;
t.size = size(t.leftChild) + size(t.rightChild) + 1;
return t;
}
/**
* 根据data值, 返回存放该值得节点。 若不存在,则返回 null
* @param data
* @param t
* @return
*/
private BiNode<T> get(T data, BiNode<T> t){
if(t == null) return null;
int cmp = data.compareTo(t.data);
if(cmp<0)
return get(data, t.leftChild);
else if(cmp>0)
return get(data, t.rightChild);
else
return t;
}
/**
* 将data从BSTt中删除,然后返回t。
* @param data
* @param t
* @return
*/
private BiNode<T> delete(T data, BiNode<T> t){
if(t == null) return null;
int cmp = data.compareTo(t.data);
if(cmp<0)
t.leftChild = delete(data, t.leftChild);
else if(cmp>0)
t.rightChild = delete(data, t.rightChild);
else{
if(!(t.leftChild!=null && t.rightChild!=null))
return (t.leftChild==null)?t.rightChild:t.leftChild;
else{
//用t右子树的最小元素替代,然后删除t右子树的最小元素
BiNode<T> minNode = findMin(t.rightChild);
t.data = minNode.data;
t.rightChild = delete(minNode.data, t.rightChild);
}
}
t.size = size(t.leftChild) + size(t.rightChild) + 1;
return t;
}
/**
* 返回BSTt中的最小的节点
* @param t
* @return
*/
private BiNode<T> findMin(BiNode<T> t){
if(t == null) return null;
while(t.leftChild != null)
t = t.leftChild;
return t;
}
private void printTree(BiNode<T> t){
if(t != null){
System.out.println(t.data);
printTree(t.leftChild);
printTree(t.rightChild);
}
}
private class BSTIterator implements Iterator<T>{
private int position = 0;
@Override
public boolean hasNext() {
return position < BinarySearchTree.this.size();
}
@Override
public T next() {
return BinarySearchTree.this.get(select(position++)).data;
}
}
}