二分查找:
//二分查找算法
public class BinarySearchDemo {
/* arr:表示要查找的数组
* low:查找的下界
* high:查找的上界
* des:要查找的元素
* */
public static boolean binarySearch(int[] arr,int low,int high,int des)
{
int mid = (low+high)/2;
if(low > high)
{
return false;
}
if(des==arr[mid])
{
return true;
}
else if(des<arr[mid])
{
return binarySearch(arr,low,(mid-1),des);
}
else
{
return binarySearch(arr,(mid+1),high,des);
}
}
public static void main(String[] args) {
int[] arr = {45,12,32,7,5,11,22,65,18,73,95,18};
int des = 13;
Arrays.sort(arr);
if(BinarySearchDemo.binarySearch(arr, 0, arr.length-1, des))
{
System.out.println("查找成功!");
}
else
{
System.out.println("查找失败!");
}
}
}
二叉排序树:
import java.util.Vector;
/**
* 二叉排序树类
* @author simoniu
*
*/
public class BiSearchTree{
private BiTreeNode root;
Vector vector = new Vector();
//中序遍历
private void inOrder(BiTreeNode t, Visit vs){
if(t != null){
inOrder(t.getLeft(),vs);
vs.print(new Integer(t.getData()));
inOrder(t.getRight(),vs);
}
}
//前序遍历
private void preOrder(BiTreeNode t, Visit vs){
if(t != null){
vs.print(new Integer(t.getData()));
preOrder(t.getLeft(),vs);
preOrder(t.getRight(),vs);
}
}
public BiSearchTree(){
root = null;
}
public void setRoot(BiTreeNode t){
root = t;
}
//获取根节点
public BiTreeNode getRoot(){
return root;
}
public void inOrder(Visit vs){
inOrder(root, vs);
}
public void preOrder(Visit vs){
preOrder(root, vs);
}
public BiTreeNode getLeft(BiTreeNode current){
return current != null ? current.getLeft() : null;
}
public BiTreeNode getRight(BiTreeNode current){
return current != null ? current.getRight() : null;
}
//查找
public BiTreeNode find(int item){
if(root != null){
BiTreeNode temp = root;
while(temp != null){
if(temp.getData() == item) return temp;//查找成功
if(temp.getData() < item)
temp = temp.getRight(); //在右子树继续
else
temp = temp.getLeft(); //在左子树继续
}
}
return null; //查找失败
}
//插入
public void insert(BiTreeNode ptr, int item){
if(item < ptr.getData()){
if(ptr.getLeft() == null){
BiTreeNode temp = new BiTreeNode(item); //生成新结点
temp.setParent(ptr); //把ptr结点设为temp结点的父结点
ptr.setLeftChild(temp); //把temp结点设为ptr结点的左孩子结点
}
else insert(ptr.getLeft(), item); //在左子树递归
}
else if(item > ptr.getData()){
if(ptr.getRight() == null){
BiTreeNode temp = new BiTreeNode(item); //生成新结点
temp.setParent(ptr); //把ptr结点设为temp结点的父结点
ptr.setRightChild(temp); //把temp结点设为ptr结点的右孩子结点
}
else insert(ptr.getRight(), item); //在右子树递归
}
return;
}
public void delete(BiTreeNode ptr, int item){
if(ptr != null){
if(item < ptr.getData())
//在左子树递归
delete(ptr.getLeft(), item);
else if(item > ptr.getData())
//在右子树递归
delete(ptr.getRight(), item);
else if(ptr.getLeft() != null && ptr.getRight() != null){
//要删除结点寻找到,并且要删除结点左右子树均存在的情况
BiTreeNode min;
min = ptr.getRight(); //取当前结点的右孩子结点
while(min.getLeft() != null)
min = min.getLeft(); //min取到最左孩子结点
ptr.setData(min.getData());//把min的数据值赋给ptr结点
delete(ptr.getRight(), min.getData());
//在ptr结点的右子树中递归删除min结点
}
else{
if(ptr.getLeft() == null && ptr.getRight() != null){
//要删除结点寻找到,并且要删除结点只有右子树的情况
ptr.getParent().setRightChild(ptr.getRight());
//让ptr双亲的右孩子指针指向ptr的右孩子结点
ptr.getRight().setParent(ptr.getParent());
//让ptr右孩子的双亲指向ptr的双亲结点
}
else if(ptr.getRight() == null && ptr.getLeft() != null){
//要删除结点寻找到,并且要删除结点只有左子树的情况
ptr.getParent().setLeftChild(ptr.getLeft());
//让ptr双亲的左孩子结点指向ptr结点的左孩子结点
ptr.getLeft().setParent(ptr.getParent());
//让ptr左孩子的双亲指向ptr的双亲结点
}
else{
//要删除结点寻找到,并且要删除结点为叶结点的情况
BiTreeNode p = ptr.getParent();
if(p.getLeft() == ptr) //若要删除结点在双亲的左孩子上
p.setLeftChild(null); //把双亲的左孩子置空
else //若要删除结点在双亲的右孩子上
p.setRightChild(null); //把双亲的右孩子置空
}
}
}
}
}
节点类:
/**
* 二叉树结点类
* @author simoniu
*
*/
public class BiTreeNode{
private BiTreeNode leftChild;
private BiTreeNode rightChild;
private BiTreeNode parent;
private int data;
public BiTreeNode(){
leftChild = null;
rightChild = null;
}
public BiTreeNode(int item){
leftChild = null;
rightChild = null;
data = item;
}
public BiTreeNode(int item, BiTreeNode left, BiTreeNode right){
data = item;
leftChild = left;
rightChild = right;
}
public void setParent(BiTreeNode parent){
this.parent = parent;
}
public BiTreeNode getParent(){
return parent;
}
public void setLeftChild(BiTreeNode left){
leftChild = left;
}
public void setRightChild(BiTreeNode right){
rightChild = right;
}
public void setData(int data){
this.data = data;
}
public BiTreeNode getLeft(){
return leftChild;
}
public BiTreeNode getRight(){
return rightChild;
}
public int getData(){
return data;
}
}
测试类:
/**
* 测试类
* @author simoniu
*
*/
public class BiTreeSearchTest{
public static void main(String[] args){
BiSearchTree searchTree = new BiSearchTree();
int[] a = {4, 5, 7, 2, 1, 9, 8, 11, 3};
int n = 9;
Visit vs = new Visit();
BiTreeNode temp = new BiTreeNode(a[0]);
for(int i = 1; i < n; i ++){
searchTree.insert(temp, a[i]);
}
searchTree.setRoot(temp);
System.out.println("构造完成后:");
System.out.print("中序遍历序列为:");
searchTree.inOrder(vs);
System.out.print("\n前序遍历序列为:");
searchTree.preOrder(vs);
System.out.println();
System.out.print("查找的数据元素为:");
System.out.println(searchTree.find(9).getData());
searchTree.delete(searchTree.getRoot(),4);
searchTree.insert(temp, 1);
System.out.println("删除结点4后:");
System.out.print("中序遍历序列为:");
searchTree.inOrder(vs);
System.out.print("\n前序遍历序列为:");
searchTree.preOrder(vs);
System.out.println();
}
}
二叉排序树的性能分析:
B树:
import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;
import java.util.Queue;
import java.util.Random;
/**
* 一颗B树的简单实现。
* @param <K> - 键类型
* @param <V> - 值类型
*/
public class BTree<K, V>
{
/**
* 在B树节点中搜索给定键值的返回结果。
* <p/>
* 该结果有两部分组成。第一部分表示此次查找是否成功,
* 如果查找成功,第二部分表示给定键值在B树节点中的位置,
* 如果查找失败,第二部分表示给定键值应该插入的位置。
*/
private static class SearchResult
{
private boolean result;
private int index;
public SearchResult(boolean result, int index)
{
this.result = result;
this.index = index;
}
public boolean getResult()
{
return result;
}
public int getIndex()
{
return index;
}
}
/**
* 为了简单起见,暂时只支持整型的key,
* 等到工作完成后,支持泛型。
* <p/>
*
* TODO 需要考虑并发情况下的存取。
*/
private static class BTreeNode
{
/** 节点的关键字,以非降序存放 */
private List<Integer> keys;
/** 内节点的子节点 */
private List<BTreeNode> children;
/** 是否为叶子节点 */
private boolean leaf;
public BTreeNode()
{
keys = new ArrayList<Integer>();
children = new ArrayList<BTreeNode>();
leaf = false;
}
public boolean isLeaf()
{
return leaf;
}
public void setLeaf(boolean leaf)
{
this.leaf = leaf;
}
/**
* 返回关键字的个数。如果是非叶子节点,该节点的
* 子节点个数为({@link #size()} + 1)。
*
* @return 关键字的个数
*/
public int size()
{
return keys.size();
}
/**
* 在节点中查找给定的<code>key</code>,如果节点中存在给定的
* <code>key</code>,则返回一个<code>SearchResult</code>,
* 标识此次查找成功,给定<code>key</code>在节点中的索引和给定
* <code>key</code>对应的值。如果不存在,则返回<code>SearchResult</code>
* 标识此次查找失败,给定<code>key</code>应该插入的位置,该<code>key</code>
* 对应的值为null。
* <p/>
* 如果查找失败,返回结果中的索引域为[0, {@link #size()}];
* 如果查找成功,返回结果中的索引域为[0, {@link #size()} - 1]
* <p/>
* 这是一个二分查找算法,可以保证时间复杂度为O(log(t))。
*
* @param key - 给定的键值
* @return - 查找结果
*/
public SearchResult searchKey(Integer key)
{
int l = 0;
int h = keys.size() - 1;
int mid = 0;
while(l <= h)
{
mid = (l + h) / 2; // 先这么写吧,BTree实现中,l+h不可能溢出
if(keys.get(mid) == key)
break;
else if(keys.get(mid) > key)
h = mid - 1;
else // if(keys.get(mid) < key)
l = mid + 1;
}
boolean result = false;
int index = 0;
if(l <= h) // 说明查找成功
{
result = true;
index = mid; // index表示元素所在的位置
}
else
{
result = false;
index = l; // index表示元素应该插入的位置
}
return new SearchResult(result, index);
}
/**
* 将给定的<code>key</code>追加到节点的末尾,
* 一定要确保调用该方法之后,节点中的关键字还是
* 以非降序存放。
*
* @param key - 给定的键值
*/
public void addKey(Integer key)
{
keys.add(key);
}
/**
* 删除给定索引的键值。
* <p/>
* 你需要自己保证给定的索引是合法的。
*
* @param index - 给定的索引
*/
public void removeKey(int index)
{
keys.remove(index);
}
/**
* 得到节点中给定索引的键值。
* <p/>
* 你需要自己保证给定的索引是合法的。
*
* @param index - 给定的索引
* @return 节点中给定索引的键值
*/
public Integer keyAt(int index)
{
return keys.get(index);
}
/**
* 在该节点中插入给定的<code>key</code>,
* 该方法保证插入之后,其键值还是以非降序存放。
* <p/>
* 不过该方法的时间复杂度为O(t)。
* <p/>
* TODO 需要考虑键值是否可以重复。
*
* @param key - 给定的键值
*/
public void insertKey(Integer key)
{
SearchResult result = searchKey(key);
insertKey(key, result.getIndex());
}
/**
* 在该节点中给定索引的位置插入给定的<code>key</code>,
* 你需要自己保证<code>key</code>插入了正确的位置。
*
* @param key - 给定的键值
* @param index - 给定的索引
*/
public void insertKey(Integer key, int index)
{
/* TODO
* 通过新建一个ArrayList来实现插入真的很恶心,先这样吧
* 要是有类似C中的reallocate就好了。
*/
List<Integer> newKeys = new ArrayList<Integer>();
int i = 0;
// index = 0或者index = keys.size()都没有问题
for(; i < index; ++ i)
newKeys.add(keys.get(i));
newKeys.add(key);
for(; i < keys.size(); ++ i)
newKeys.add(keys.get(i));
keys = newKeys;
}
/**
* 返回节点中给定索引的子节点。
* <p/>
* 你需要自己保证给定的索引是合法的。
*
* @param index - 给定的索引
* @return 给定索引对应的子节点
*/
public BTreeNode childAt(int index)
{
if(isLeaf())
throw new UnsupportedOperationException("Leaf node doesn't have children.");
return children.get(index);
}
/**
* 将给定的子节点追加到该节点的末尾。
*
* @param child - 给定的子节点
*/
public void addChild(BTreeNode child)
{
children.add(child);
}
/**
* 删除该节点中给定索引位置的子节点。
* </p>
* 你需要自己保证给定的索引是合法的。
*
* @param index - 给定的索引
*/
public void removeChild(int index)
{
children.remove(index);
}
/**
* 将给定的子节点插入到该节点中给定索引
* 的位置。
*
* @param child - 给定的子节点
* @param index - 子节点带插入的位置
*/
public void insertChild(BTreeNode child, int index)
{
List<BTreeNode> newChildren = new ArrayList<BTreeNode>();
int i = 0;
for(; i < index; ++ i)
newChildren.add(children.get(i));
newChildren.add(child);
for(; i < children.size(); ++ i)
newChildren.add(children.get(i));
children = newChildren;
}
}
private static final int DEFAULT_T = 2;
/** B树的根节点 */
private BTreeNode root;
/** 根据B树的定义,B树的每个非根节点的关键字数n满足(t - 1) <= n <= (2t - 1) */
private int t = DEFAULT_T;
/** 非根节点中最小的键值数 */
private int minKeySize = t - 1;
/** 非根节点中最大的键值数 */
private int maxKeySize = 2*t - 1;
public BTree()
{
root = new BTreeNode();
root.setLeaf(true);
}
public BTree(int t)
{
this();
this.t = t;
minKeySize = t - 1;
maxKeySize = 2*t - 1;
}
/**
* 搜索给定的<code>key</code>。
* <p/>
* TODO 需要重新定义返回结果,应该返回
* <code>key</code>对应的值。
*
* @param key - 给定的键值
* @return TODO 得返回值类型
*/
public int search(Integer key)
{
return search(root, key);
}
/**
* 在以给定节点为根的子树中,递归搜索
* 给定的<code>key</code>
*
* @param node - 子树的根节点
* @param key - 给定的键值
* @return TODO
*/
private static int search(BTreeNode node, Integer key)
{
SearchResult result = node.searchKey(key);
if(result.getResult())
return result.getIndex();
else
{
if(node.isLeaf())
return -1;
else
search(node.childAt(result.getIndex()), key);
}
return -1;
}
/**
* 分裂一个满子节点<code>childNode</code>。
* <p/>
* 你需要自己保证给定的子节点是满节点。
*
* @param parentNode - 父节点
* @param childNode - 满子节点
* @param index - 满子节点在父节点中的索引
*/
private void splitNode(BTreeNode parentNode, BTreeNode childNode, int index)
{
assert childNode.size() == maxKeySize;
BTreeNode siblingNode = new BTreeNode();
siblingNode.setLeaf(childNode.isLeaf());
// 将满子节点中索引为[t, 2t - 2]的(t - 1)个关键字插入新的节点中
for(int i = 0; i < minKeySize; ++ i)
siblingNode.addKey(childNode.keyAt(t + i));
// 提取满子节点中的中间关键字,其索引为(t - 1)
Integer key = childNode.keyAt(t - 1);
// 删除满子节点中索引为[t - 1, 2t - 2]的t个关键字
for(int i = maxKeySize - 1; i >= t - 1; -- i)
childNode.removeKey(i);
if(!childNode.isLeaf()) // 如果满子节点不是叶节点,则还需要处理其子节点
{
// 将满子节点中索引为[t, 2t - 1]的t个子节点插入新的节点中
for(int i = 0; i < minKeySize + 1; ++ i)
siblingNode.addChild(childNode.childAt(t + i));
// 删除满子节点中索引为[t, 2t - 1]的t个子节点
for(int i = maxKeySize; i >= t; -- i)
childNode.removeChild(i);
}
// 将key插入父节点
parentNode.insertKey(key, index);
// 将新节点插入父节点
parentNode.insertChild(siblingNode, index + 1);
}
/**
* 在一个非满节点中插入给定的<code>key</code>。
*
* @param node - 非满节点
* @param key - 给定的键值
*/
private void insertNotFull(BTreeNode node, Integer key)
{
assert node.size() < maxKeySize;
if(node.isLeaf()) // 如果是叶子节点,直接插入
node.insertKey(key);
else
{
/* 找到key在给定节点应该插入的位置,那么key应该插入
* 该位置对应的子树中
*/
SearchResult result = node.searchKey(key);
BTreeNode childNode = node.childAt(result.getIndex());
if(childNode.size() == 2*t - 1) // 如果子节点是满节点
{
// 则先分裂
splitNode(node, childNode, result.getIndex());
/* 如果给定的key大于分裂之后新生成的键值,则需要插入该新键值的右边,
* 否则左边。
*/
if(key > node.keyAt(result.getIndex()))
childNode = node.childAt(result.getIndex() + 1);
}
insertNotFull(childNode, key);
}
}
/**
* 在B树中插入给定的<code>key</code>。
*
* @param key - 给定的键值
*/
public void insert(Integer key)
{
if(root.size() == maxKeySize) // 如果根节点满了,则B树长高
{
BTreeNode newRoot = new BTreeNode();
newRoot.setLeaf(false);
newRoot.addChild(root);
splitNode(newRoot, root, 0);
root = newRoot;
}
insertNotFull(root, key);
}
/**
* 从B树中删除一个给定的<code>key</code>。
*
* @param key - 给定的键值
*/
public void delete(Integer key)
{
// root的情况还需要做一些特殊处理
delete(root, key);
}
/**
* 从以给定<code>node</code>为根的子树中删除指定的<code>key</code>。
* <p/>
* 删除的实现思想请参考《算法导论》第二版的第18章。
* <p/>
* TODO 需要重构,代码太长了
*
* @param node - 给定的节点
* @param key - 给定的键值
*/
public void delete(BTreeNode node, Integer key)
{
// 该过程需要保证,对非根节点执行删除操作时,其关键字个数至少为t。
assert node.size() >= t || node == root;
SearchResult result = node.searchKey(key);
/*
* 因为这是查找成功的情况,0 <= result.getIndex() <= (node.size() - 1),
* 因此(result.getIndex() + 1)不会溢出。
*/
if(result.getResult())
{
// 1.如果关键字在节点node中,并且是叶节点,则直接删除。
if(node.isLeaf())
node.removeKey(result.getIndex());
else
{
// 2.a 如果节点node中前于key的子节点包含至少t个关键字
BTreeNode leftChildNode = node.childAt(result.getIndex());
if(leftChildNode.size() >= t)
{
// 使用leftChildNode中的最后一个键值代替node中的key
node.removeKey(result.getIndex());
node.insertKey(leftChildNode.keyAt(leftChildNode.size() - 1), result.getIndex());
delete(leftChildNode, leftChildNode.keyAt(leftChildNode.size() - 1));
// node.
}
else
{
// 2.b 如果节点node中后于key的子节点包含至少t个关键字
BTreeNode rightChildNode = node.childAt(result.getIndex() + 1);
if(rightChildNode.size() >= t)
{
// 使用rightChildNode中的第一个键值代替node中的key
node.removeKey(result.getIndex());
node.insertKey(rightChildNode.keyAt(0), result.getIndex());
delete(rightChildNode, rightChildNode.keyAt(0));
}
else // 2.c 前于key和后于key的子节点都只包含t-1个关键字
{
node.removeKey(result.getIndex());
node.removeChild(result.getIndex() + 1);
// 将key和rightChildNode中的键值合并进leftChildNode
leftChildNode.addKey(key);
for(int i = 0; i < rightChildNode.size(); ++ i)
leftChildNode.addKey(rightChildNode.keyAt(i));
// 将rightChildNode中的子节点合并进leftChildNode,如果有的话
if(!rightChildNode.isLeaf())
{
for(int i = 0; i <= rightChildNode.size(); ++ i)
leftChildNode.addChild(rightChildNode.childAt(i));
}
delete(leftChildNode, key);
}
}
}
}
else
{
/*
* 因为这是查找失败的情况,0 <= result.getIndex() <= node.size(),
* 因此(result.getIndex() + 1)会溢出。
*/
if(node.isLeaf()) // 如果关键字不在节点node中,并且是叶节点,则什么都不做,因为该关键字不在该B树中
{
return;
}
BTreeNode childNode = node.childAt(result.getIndex());
if(childNode.size() >= t)
delete(childNode, key); // 递归删除
else // 3
{
// 先查找右边的兄弟节点
BTreeNode siblingNode = null;
int siblingIndex = -1;
if(result.getIndex() < node.size()) // 存在右兄弟节点
{
if(node.childAt(result.getIndex() + 1).size() >= t)
{
siblingNode = node.childAt(result.getIndex() + 1);
siblingIndex = result.getIndex() + 1;
}
}
// 如果右边的兄弟节点不符合条件,则试试左边的兄弟节点
if(siblingNode == null)
{
if(result.getIndex() > 0) // 存在左兄弟节点
{
if(node.childAt(result.getIndex() - 1).size() >= t)
{
siblingNode = node.childAt(result.getIndex() - 1);
siblingIndex = result.getIndex() - 1;
}
}
}
// 3.a 有一个相邻兄弟节点至少包含t个关键字
if(siblingNode != null)
{
if(siblingIndex < result.getIndex()) // 左兄弟节点满足条件
{
childNode.insertKey(node.keyAt(siblingIndex), 0);
node.removeKey(siblingIndex);
node.insertKey(siblingNode.keyAt(siblingNode.size() - 1), siblingIndex);
siblingNode.removeKey(siblingNode.size() - 1);
// 将左兄弟节点的最后一个孩子移到childNode
if(!siblingNode.isLeaf())
{
childNode.insertChild(siblingNode.childAt(siblingNode.size()), 0);
siblingNode.removeChild(siblingNode.size());
}
}
else // 右兄弟节点满足条件
{
childNode.insertKey(node.keyAt(result.getIndex()), childNode.size() - 1);
node.removeKey(result.getIndex());
node.insertKey(siblingNode.keyAt(0), result.getIndex());
siblingNode.removeKey(0);
// 将右兄弟节点的第一个孩子移到childNode
// childNode.insertChild(siblingNode.childAt(0), childNode.size() + 1);
if(!siblingNode.isLeaf())
{
childNode.addChild(siblingNode.childAt(0));
siblingNode.removeChild(0);
}
}
delete(childNode, key);
}
else // 3.b 如果其相邻左右节点都包含t-1个关键字
{
if(result.getIndex() < node.size()) // 存在右兄弟
{
BTreeNode rightSiblingNode = node.childAt(result.getIndex() + 1);
childNode.addKey(node.keyAt(result.getIndex()));
node.removeKey(result.getIndex());
node.removeChild(result.getIndex() + 1);
for(int i = 0; i < rightSiblingNode.size(); ++ i)
childNode.addKey(rightSiblingNode.keyAt(i));
if(!rightSiblingNode.isLeaf())
{
for(int i = 0; i <= rightSiblingNode.size(); ++ i)
childNode.addChild(rightSiblingNode.childAt(i));
}
}
else // 存在左节点
{
BTreeNode leftSiblingNode = node.childAt(result.getIndex() - 1);
childNode.addKey(node.keyAt(result.getIndex() - 1));
node.removeKey(result.getIndex() - 1);
node.removeChild(result.getIndex() - 1);
for(int i = leftSiblingNode.size() - 1; i >= 0; -- i)
childNode.insertKey(leftSiblingNode.keyAt(i), 0);
if(!leftSiblingNode.isLeaf())
{
for(int i = leftSiblingNode.size(); i >= 0; -- i)
childNode.insertChild(leftSiblingNode.childAt(i), 0);
}
}
// 如果node是root并且node不包含任何关键字了
if(node == root && node.size() == 0)
root = childNode;
delete(childNode, key);
}
}
}
}
/**
* 一个简单的层次遍历B树实现,用于输出B树。
* <p/>
* TODO 待改进,使显示更加形象化。
*/
public void output()
{
Queue<BTreeNode> queue = new LinkedList<BTreeNode>();
queue.offer(root);
while(!queue.isEmpty())
{
BTreeNode node = queue.poll();
for(int i = 0; i < node.size(); ++ i)
System.out.print(node.keyAt(i) + " ");
System.out.println();
if(!node.isLeaf())
{
for(int i = 0; i <= node.size(); ++ i)
queue.offer(node.childAt(i));
}
}
}
public static void main(String[] args)
{
Random random = new Random();
BTree<Integer, Byte[]> btree = new BTree<Integer, Byte[]>();
for(int i = 0; i < 10; ++ i)
{
int r = random.nextInt(100);
System.out.println(r);
btree.insert(r);
}
System.out.println("----------------------");
btree.output();
}
}
转载于:https://blog.51cto.com/wukong0716/1695762