数据结构:二分搜索树底层实现
二分搜索树的定义
#二分搜索树是二叉树
#二分搜索树的每个节点的值:
1.大于左子树的所有节点的值
2.小于右子树的所有节点的值
#存储的元素要具有可比较性。例如:如果存储学生对象,可以比较学号。
二分搜索树代码结构
public class BST<E extends Comparable<E>> { private Node root;
private int size;
private class Node {
public E e;
public Node left, right;
public Node(E e) {
this.e = e;
this.left = null;
this.right = null;
}
}
public BST() {
this.root = null;
this.size = 0;
}
public int getSize() {
return size;
}
public boolean isEmpty() {
return size == 0;
}
}
向二分搜索树添加元素(递归实现)
public void add(E e) {
if (root == null) {
root = new Node(e);
size++;
} else
add(root, e);
}
private void add(Node node, E e) {
//递归终止条件
if (e.equals(node.e))
return;
else if (e.compareTo(node.e) < 0 && node.left == null) {
node.left = new Node(e);
size++;
return;
} else if (e.compareTo(node.e) > 0 && node.right == null) {
node.left = new Node(e);
size++;
return;
}
//递归调用
if (e.compareTo(node.e) < 0)
add(node.left, e);
else//e.compareTo(node.e) > 0
add(node.right, e);
}
进一步简化代码:
public void add(E e) {
root = add(root, e);
}
private Node add(Node node, E e) {
if (node == null) {
size++;
return new Node(e);
}
if (e.compareTo(node.e) < 0)
node.left = add(node.left, e);
else if (e.compareTo(node.e) > 0)
node.right = add(node.right, e);
return node;
}
Contains方法(递归实现)
public boolean contains(E e) {
return contains(root, e);
}
private boolean contains(Node node, E e) {
if (node == null)
return false;
if (e.compareTo(node.e) == 0)
return true;
else if (e.compareTo(node.e) < 0)
return contains(node.left, e);
else //e.compareTo(node.e) > 0
return contains(node.right, e);
}
前序遍历(递归实现)
public void preorderTraversal() {
preorderTraversal(root);
}
private void preorderTraversal(Node node) {
if (node == null)
return;
System.out.println(node.e);
preorderTraversal(node.left);
preorderTraversal(node.right);
}
中序遍历(递归实现)
public void intermediateTraversal(){
intermediateTraversal(root);
}
private void intermediateTraversal(Node node) {
if (node==null)
return;
intermediateTraversal(node.left);
System.out.println(node.e);
intermediateTraversal(node.right);
}
后序遍历(递归实现)
public void postorderTraversal(){
postorderTraversal(root);
}
private void postorderTraversal(Node node) {
if (node==null)
return;
postorderTraversal(node.left);
postorderTraversal(node.right);
System.out.println(node.e);
}
前序遍历(非递归实现)
使用栈实现:
说明:
1.先将根节点压入栈,出栈,记录,并将左右孩子节点压入(先压入右孩子节点,后压入左孩子节点)
2.出栈(即左孩子节点(栈顶元素)先出栈),记录,并查看左孩子节点是否有孩子节点,仍然是右孩子节点先压入栈,然后压入左孩子节点。如果没有孩子,则出栈现在栈顶元素(右孩子节点),记录。
3.循环以上过程
public void preorderTraversalNR() {
Stack<Node> stack = new Stack<>();
stack.push(root);
while (!stack.isEmpty()) {
Node cur = stack.pop();
System.out.println(cur.e);
if (cur.right != null)
stack.push(cur.right);
if (cur.left != null)
stack.push(cur.left);
}
}
层序遍历(也称广度优先遍历)(非递归实现)
使用队列实现:
说明:
1.先将根节点入队,出队,记录。并将根节点的左右孩子节点入队(左孩子节点先入队,右孩子节点后入队)
2.入队完成后,队首元素出队,记录,并将其左右孩子入队(仍然按照左先右后的顺序)
3.由于队列先进先出的性质,每次都是左孩子节点先出队,右孩子后出队。并且左孩子节点和右孩子节点都入队,左孩子节点出队后,压入左孩子节点的左右孩子节点之前,上一层右孩子节点为队首,所以下层的左右孩子节点在上层的右孩子节点之后,所以可以做到层序遍历。
public void levelTraversal(){
Queue<Node> queue = new LinkedList<>();
queue.add(root);
while (!queue.isEmpty()){
Node cur = queue.remove();
System.out.println(cur.e);
if (cur.left!=null)
queue.add(cur.left);
if (cur.right!=null)
queue.add(cur.right);
}
}
查找最值
由于二分搜索树的特点,我们可以得到
最小值:一直向左走,直到左子树为null
最大值:一直向右走,直到右子树为null
注意:最值不一定是叶子节点。
如下图所示:
情况一:
情况二:
查找最小值(递归实现)
public E minimumValue(){
if (size == 0)
throw new IllegalArgumentException("BST is Empty!");
return minimumValue(root);
}
private E minimumValue(Node node) {
if (node.left==null)
return node.e;
return minimumValue(node.left);
}
查找最小值(非递归实现)
public E minimumValueNR() {
if (size == 0)
throw new IllegalArgumentException("BST is Empty!");
Node cur = root;
while (cur.left!=null)
cur = cur.left;
return cur.e;
}
查找最大值(递归实现)
public E maximumValue(){
if (size == 0)
throw new IllegalArgumentException("BST is Empty!");
return maximumValue(root);
}
private E maximumValue(Node node) {
if (node.right==null)
return node.e;
return maximumValue(node.right);
}
查找最大值(递归非实现)
public E maximumValueNR() {
if (size == 0)
throw new IllegalArgumentException("BST is Empty!");
Node cur = root;
while (cur.right != null)
cur = cur.right;
return cur.e;
}
删除最小值
情况①:最小值为叶子节点(如下图)
操作:直接删除就好了
情况②:最小值为非叶子节点(如下图)
操作:将删除节点的右子树变成删除节点的父亲节点的左子树
删除后:
删除最小值(递归实现)
public E removeMin() {
E ret = minimumValueNR();
root = removeMin(root);
return ret;
}
//删除以node为根的最小值
//返回删除节点后新的二分搜索树的跟
private Node removeMin(Node node) {
if (node.left==null){
Node rightNode = node.right;
node.right=null;
size--;
return rightNode;
}
node.left = removeMin(node.left);
return node;
}
删除最小值(非递归实现)
public E removeMinNR() {
E ret = minimumValueNR();
Node cur = root;
if (cur.left == null) {
Node rightNode = cur.right;
cur.right = null;
root = rightNode;
size--;
return ret;
}
while (cur.left.left != null) {
cur = cur.left;
}
if (cur.left.right != null) {
Node rightNode = cur.left.right;
cur.left = rightNode;
} else
cur.left = null;
size--;
return ret;
}
删除最大值
情况①:最大值为叶子节点(如下图)
操作:直接删除就好了
情况②:最大值为非叶子节点(如下图)
操作:将删除节点的左子树变成删除节点的父亲节点的右子树
删除最大值(递归实现)
public E removeMax() {
E ret = maximumValueNR();
root = removeMax(root);
return ret;
}
//删除以node为根的最大值
//返回删除节点后新的二分搜索树的跟
private Node removeMax(Node node) {
if (node.right == null) {
Node leftNode = node.left;
node.left = null;
size--;
return leftNode;
}
node.right = removeMax(node.right);
return node;
}
删除最大值(非递归实现)
public E removeMaxNR() {
E ret = maximumValueNR();
Node cur = root;
if (cur.right == null) {
Node leftNode = cur.left;
cur.left = null;
root = leftNode;
size--;
return ret;
}
while (cur.right.right != null)
cur = cur.right;
if (cur.right.left != null) {
Node leftNode = cur.right.left;
cur.right = leftNode;
} else
cur.right = null;
size--;
return ret;
}
删除任意元素
情况①:待删除节点只有左孩子
操作:左孩子节点取而代之
情况②:待删除节点只有有孩子
操作:右孩子取而代之
情况③(⭐):待删除节点左右都有孩子
如图:
操作:找待删除右子树最小元素取而代之 (或者左子树最大元素)
public void remove(E e) {
root = remove(root, e);
}
private Node remove(Node node, E e) {
if (node == null)
return null;
if (e.compareTo(node.e) < 0) {
node.left = remove(node.left, e);
return node;
} else if (e.compareTo(node.e) > 0) {
node.right = remove(node.right, e);
return node;
} else {//e.compareTo(node.e) == 0
if (node.left == null) {
Node rightNode = node.right;
node.right = null;
size--;
return rightNode;
}
if (node.right == null) {
Node leftNode = node.left;
node.left = null;
size--;
return leftNode;
}
Node successor = minimumValue(node.right);
successor.right = removeMin(node.right);
successor.left = node.left;
node.left = node.right = null;
return successor;
}
}