满二叉树:除了叶子节点 其他所有节点的左右子孩子都不为空。
二分查找树
第
0
层
:
2
0
=
1
个
节
点
第0层: 2^0=1 个节点
第0层:20=1个节点
第
1
层
:
2
1
=
2
个
节
点
第1层: 2^1= 2 个节点
第1层:21=2个节点
第
2
层
:
2
2
=
4
个
节
点
第2层: 2^2=4 个节点
第2层:22=4个节点
第
3
层
:
2
3
=
8
个
节
点
第3层: 2^3=8 个节点
第3层:23=8个节点
第
i
层
:
2
h
−
1
个
节
点
第i层: 2^{h-1} 个节点
第i层:2h−1个节点
一共多少个节点?=\frac{3}{1}
2
0
+
2
1
+
2
2
+
2
3
+
.
.
.
.
+
2
n
−
1
=
1
×
(
1
−
2
n
)
1
−
2
=
2
h
−
1
2^0+2^1+2^2+2^3+....+2^n-1 =\frac{1 \times (1-2^n)}{1-2} = 2^h-1
20+21+22+23+....+2n−1=1−21×(1−2n)=2h−1
如
果
节
点
个
数
为
n
2
h
−
1
=
n
h
=
log
2
(
n
+
1
)
=
O
(
log
2
n
)
≈
O
(
log
n
)
如果节点个数为n \ \ 2^h-1 =n h=\log_2(n+1) =O(\log_2n) \approx O(\log_n)
如果节点个数为n 2h−1=nh=log2(n+1)=O(log2n)≈O(logn)
最坏情况 退化成链表。
LinkedListSet | BSTSet 平均 最差 | |
---|---|---|
增 add | O(n) | O(h) O(logn) O(n) |
查 contains | O(n) | O(h) O(logn) O(n) |
删 remove | O(n) | O(h) O(logn) O(n) |
O(h) 二分树的高度。
BST.java
import java.util.LinkedList;
import java.util.Queue;
import java.util.Stack;
public class BST<E extends Comparable<E>> {
private class Node{
public E e;
public int count;
public Node left,right;
public Node(E e){
count = 0;
this.e = e;
left = null;
right = null;
}
}
private Node root;
private int size;
public BST(){
root = null;
size = 0;
}
public int size(){
return size;
}
public boolean isEmpty(){
return size ==0;
}
// public void add(E e){
// if(root == null){
// root = new Node(e);
// size ++;
// }else
// add(root,e);
// }
// private void add(Node n,E e){
// if(e.equals(n.e))
// return;
// else if (e.compareTo(n.e) < 0 && n.left ==null){
// n.left = new Node(e);
// size++;
// return;
// }else if(e.compareTo(n.e) > 0 && n.right == null){
// n.right = new Node(e);
// size ++;
// return;
// }else if(e.compareTo(n.e) < 0){
// add(n.left,e);
// }else{
// add(n.right,e);
// }
// }
public void add(E e){
root = add(root,e);
}
// 递归遍历 判断 添加的 节点 如果 大于当前节点往右递归
// 小于当前节点 往左递归 直到 null 节点则新建节点
private Node add(Node n, E e){
if(n == null){
size ++;
return new Node(e);
}
//如果元素存在 计数+1
if(e.compareTo(n.e) == 0){
n.count ++;
}
if(e.compareTo(n.e) < 0){
n.left = add(n.left,e);
}else if(e.compareTo(n.e) > 0){
n.right = add(n.right,e);
}
return n;
}
public boolean contains(E e){
return contains(root,e);
}
//循环遍历判断节点是否存在
private boolean contains(Node n,E e){
if(n== null){
return false;
}
if(e.compareTo(n.e) ==0 )
return true;
else if(e.compareTo(n.e) < 0 )
return contains(n.left,e);
else if(e.compareTo(n.e) > 0 )
return contains(n.right,e);
return false;
}
//前序遍历
public void preOrder(){
preOrder(root);
}
private void preOrder(Node node){
if(node != null) {
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
}
}
@Override
public String toString(){
StringBuilder res =new StringBuilder();
generateBSTString(root,0,res);
return res.toString();
}
private void generateBSTString(Node n, int depth, StringBuilder res) {
if(n == null){
res.append(generateBSTDepthString(depth)+"null\n");
return;
}else{
res.append(generateBSTDepthString(depth)+n.e +"\n");
generateBSTString(n.left,depth+1,res);
generateBSTString(n.right,depth+1,res);
}
}
private String generateBSTDepthString(int depth) {
StringBuilder res = new StringBuilder();
for(int i =0 ;i<depth;i++)
res.append("--");
return res.toString();
}
//中序遍历 输出整个树从大到小的顺序
public void inOrder(){
inOrder(root);
}
private void inOrder(Node node){
if(node == null)
return;
inOrder(node.left);
System.out.println(node.e);
inOrder(node.right);
}
//后序遍历
public void postOrder(){
postOrder(root);
}
private void postOrder(Node node){
if(node == null)
return;
inOrder(node.left);
inOrder(node.right);
System.out.println(node.e);
}
//前序遍历 使用 栈结构
public void preOrderNR(){
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);
}
}
//寻找树中最大值
public E maximum(){
if(size == 0)
throw new IllegalArgumentException("BST is empty");
return maximum(root).e;
}
private Node maximum(Node node) {
if(node.right == null)
return node;
return maximum(node.right);
}
public E minimum(){
if(size == 0)
throw new IllegalArgumentException("BST is empty");
return minimum(root).e;
}
private Node minimum(Node node) {
if(node.left == null)
return node;
return minimum(node.left);
}
//层序遍历 使用队列 先进先出
public void levelOrderNR(){
Queue<Node> lk = new LinkedList<>();
lk.add(root);
while(!lk.isEmpty()){
Node cur = lk.remove();
System.out.println(cur.e);
if(cur.left != null)
lk.add(cur.left);
if(cur.right != null)
lk.add(cur.right);
}
}
//删除最大键和删除最小键
//
// 二叉查找树中最难实现的方法就是de1ete()
// 方法,即从符号表中删除一个键值对。作为热身运动,
// 我们先考虑deleteMin()方法(删除最小键 所对应的键值对),和put()
// 一样,我们的递归方法接受一个指向结点的链接,并
// 返回一个指向结点的链接。这样我们就能够方便地
// 改变树的结构,将返回的链接赋给作为参数的链接。
// 对于deleteMinO,我们要不断深人根结点的左子
// 树中直至遇见一个空链接,然后将指向该结点的链
// 接指向该结点的右子树(只需要在递归调用中返回
// 它的右链接即可)。此时已经没有任何链接指向要
// 被删除的结点,因此它会被垃圾收集器清理掉。我
// 们给出的标准递归代码在删除结点后会正确地设置
// 它的父结点的链接并更新它到根结点的路径上的所
// 有结点的计数器的值。deleteMax() 方法的实现和
public E removeMin(){
E minele = minimum();
root = removeMin(root);
return minele;
}
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;
}
//删除最大元素
public E removeMax(){
E maxele = maximum();
root = removeMax(root);
return maxele;
}
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;
}
public void remove(E e){
if(e == null)
return;
root = remove(root,e);
}
// 删除操作
//
// 我们可以用类似的方式删除任意只有一个子结
// 点(或者没有子结点)的结点,但应该怎样删除一
// 个拥有两个子结点的结点呢? 删除之后我们要处理
// 两棵子树,但被删除结点的父结点只有一条空出来
// 的链接。T.Hibbard 在1962 年提出了解决这个难题
// 的第一个方法,在删除结点x 后用它的后继结点填
// 补它的位置。因为x 有一个右子结点,因此它的后继结点就是其右子树中的最小结点。
// 这样的替换 仍然能够保证树的有序性,
// 因为x.key 和它的后继结点的键之间不存在其他的键。
// 我们能够用4个 简单的步骤完成将x 替换为它的后继结点的任务
// 1.将指向即将被删除的结点的链接保存为t;
// 2.将x 指向它的后继结点min(t.right);
// 3.将x 的右链接(原本指向一棵所有结点都大于x.key的二叉查找树)指向deleteMin(t.right),
// 也就是在删除后所有结点仍然都大于x.key的子二叉查找树;
// 4.将x的左链接(本为空)设为t.1eft (其下所有的键都小于被删除的结点和它的后继
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.left = remove(node.right, e);
return node;
}
if (node.left == null) {
Node rightNode = node.left;
node.left = null;
size--;
return rightNode;
}
if (node.right == null) {
Node leftNode = node.right;
node.right = null;
size--;
return leftNode;
}
Node successor = minimum(node.right);
successor.right = removeMin(node.right);
successor.left = node.left;
node.left = node.right = null;
return successor;
}
//获取比 e元素小的最大节点
public Node getFloor(E e){
if(e == null)
return null;
Node res = getFloor(root,e);
System.out.println(res.e);
return res;
}
private Node getFloor(Node node, E e) {
if (node == null)
return null;
if(e.compareTo(node.e)==0)
return node;
else if( e.compareTo(node.e) < 0)
return getFloor(node.left,e);
Node tempNode = getFloor(node.right,e);
if(tempNode != null) return tempNode;
return node; //想当于 tempNode == null
}
//获取 比 e元素大的最小节点
public Node getCeil(E e){
if(e == null)
return null;
Node res = getCeil(root,e);
System.out.println(res.e);
return res;
}
private Node getCeil(Node node, E e) {
if(node == null)
return null;
if(e.compareTo(node.e)==0)
return node;
if(e.compareTo(node.e) > 0)
return getCeil(node.right,e);
Node tmpNode = getCeil(node.left,e);
if(tmpNode != null )return tmpNode;
return node;
}
}