基本概念
二叉树
二叉树中的节点最多只能有两个子节点:
一个是左侧子节点,另一个是右侧子节点。
这个定义有助于我们写出更高效地在树中插入、查找和删除节点的算法
二叉树在计算机科学中的应用非常广泛。
二叉搜索树
二叉搜索树(BST)是二叉树的一种
但是只允许你在左侧节点存储(比父节点)小的值,在右侧节点存储(比父节点)大的值。
二叉搜索树的代码实现
结构
class Node {
constructor(key) {
this.key = key; // 存值
this.left = null; // 左子结点
this.right = null; // 右子结点
}
}
// 设计比较大小的方法,注意可读性
let Compare = {
LES_THAN: -1,
BIG_THAN: 1,
EQUAL: 0,
};
class BinarySearch {
constructor() {
this.root = null; // 二叉树结构的根结点
}
compareFn(a, b) {
if (a === b) {
return Compare.EQUAL;
}
return a < b ? Compare.LES_THAN : Compare.BIG_THAN;
}
}
- insert(key):向树中插入一个新的键。
- search(key):在树中查找一个键。如果节点存在,则返回true;如果不存在,则返回false。
- inOrderTraverse():通过中序遍历方式遍历所有节点。
- preOrderTraverse():通过先序遍历方式遍历所有节点。
- postOrderTraverse():通过后序遍历方式遍历所有节点。
- min():返回树中最小的值/键。
- max():返回树中最大的值/键。
- remove(key):从树中移除某个键。
insert
insert(key) {
if (this.root === null) {
this.root = new Node(key);
} else {
this.insertNode(this.root, key);
}
}
insertNode(node, key) {
if (this.compareFn(key, node.key) === Compare.LES_THAN) {
// 如果插入的值比当前结点小,往左子树走
if (node.left === null) {
// 左子树为空,就插入左子树
node.left = new Node(key);
} else {
// 左子树不为空就向下递归判断左右子树
this.insertNode(node.left, key);
}
}
// 右子树
else {
if (node.right === null) {
node.right = new Node(key);
} else {
this.insertNode(node.right, key);
}
}
}
Traverse 遍历
中序遍历(左中右)
- 要通过中序遍历的方法遍历一棵树,首先要检查以参数形式传入的节点是否为null(这就是停止递归继续执行的判断条件,即递归算法的基线条件)。
- 然后,递归调用相同的函数来访问左侧子节点。
- 接着对根节点进行一些操作(callback),然后再访问右侧子节点
inOrderTraverse(cb) {
this.inOrderTraverseNode(this.root, cb);
}
inOrderTraverseNode(node, cb) {
if (node != null) {
this.inOrderTraverseNode(node.left, cb);
cb(node.key);
this.inOrderTraverseNode(node.right, cb);
}
}
先序遍历(中左右)
preOrderTraverse(cb) {
this.preOrderTraverseNode(this.root, cb);
}
preOrderTraverseNode(node, cb) {
if (node != null) {
cb(node.key);
this.preOrderTraverseNode(node.left, cb);
this.preOrderTraverseNode(node.right, cb);
}
}
后序遍历(左右中)
postOrderTraverse(cb) {
this.postOrderTraverseNode(this.root, cb);
}
postOrderTraverseNode(node, cb) {
if (node != null) {
this.postOrderTraverseNode(node.left, cb);
this.postOrderTraverseNode(node.right, cb);
cb(node.key);
}
}
最大最小值
min() {
let curr = this.minNode(this.root);
}
minNode(node) {
let curr = node;
while (curr && curr.left) {
curr = curr.left;
}
return curr;
}
max() {
let curr = this.maxNode(this.root);
}
maxNode(node) {
let curr = node;
if (curr && curr.right) {
curr = curr.right;
}
return curr;
}
搜索值是否存在
search(key) {
return this.searchNode(this.root, key);
}
searchNode(node, key) {
if (node === null) {
return false;
}
if (this.compareFn(key, node.key) === Compare.LES_THAN) {
return this.searchNode(node.left, key);
}
// 右子树
else if (this.compareFn(key, node.key) === Compare.BIG_THAN) {
return this.searchNode(node.right, key);
}
else {
return true;
}
}
删除树结点
找到需要删除的结点后,要分三种情况
- 是叶结点
- 有一个子结点
- 有两个子结点:需要把下面最小的结点补充到这个被删除结点的位置
思路:需要记录删除结点后的数
remove(key) {
return this.removeNode(this.root, key);
}
removeNode(node, key) {
// 没有了
if (node === null) {
return null;
}
// 找左子树
if (this.compareFn(key, node.key) === Compare.LES_THAN) {
node.left = this.removeNode(node.left, key);
return node;
}
// 找右子树
else if (this.compareFn(key, node.key) === Compare.BIG_THAN) {
node.right = this.removeNode(node.right, key);
return node;
}
else {
// 1. 删除的是个叶结点
if (!node.left && !node.right) {
node = null;
return node;
}
// 2. 没有左(右)子结点,但是有右(左)子结点(只有一个孩子结点)
else if (!node.left && node.right) {
node = node.right;
return node;
}
else if (node.left && !node.right) {
node = node.left;
return node;
}
// 3. 被删除的结点有两个孩子结点
else {
const minNode = this.minNode(node.right); // 找到孩子结点中的最小的一个
// 用这个最小的结点替换掉删除结点
node.key = minNode.key;
// 删除找到的最小结点,并将这个结点的左子树重构(返回删除后的结点)
node.right = this.removeNode(node.right, minNode.key);
return node;
}
}
}
完整代码
class Node {
constructor(key) {
this.key = key; // 存值
this.left = null; // 左子结点
this.right = null; // 右子结点
}
}
// 设计比较大小的方法,注意可读性
let Compare = {
LES_THAN: -1,
BIG_THAN: 1,
EQUAL: 0,
};
class BinarySearch {
constructor() {
this.root = null; // 二叉树结构的根结点
}
compareFn(a, b) {
if (a === b) {
return Compare.EQUAL;
}
return a < b ? Compare.LES_THAN : Compare.BIG_THAN;
}
insert(key) {
if (this.root === null) {
this.root = new Node(key);
} else {
this.insertNode(this.root, key);
}
}
insertNode(node, key) {
if (this.compareFn(key, node.key) === Compare.LES_THAN) {
// 如果插入的值比当前结点小,往左子树走
if (node.left === null) {
// 左子树为空,就插入左子树
node.left = new Node(key);
} else {
// 左子树不为空就向下递归判断左右子树
this.insertNode(node.left, key);
}
}
// 右子树
else {
if (node.right === null) {
node.right = new Node(key);
} else {
this.insertNode(node.right, key);
}
}
}
inOrderTraverse(cb) {
this.inOrderTraverseNode(this.root, cb);
}
inOrderTraverseNode(node, cb) {
if (node != null) {
this.inOrderTraverseNode(node.left, cb);
cb(node.key);
this.inOrderTraverseNode(node.right, cb);
}
}
// 前序
preOrderTraverse(cb) {
this.preOrderTraverseNode(this.root, cb);
}
preOrderTraverseNode(node, cb) {
if (node != null) {
cb(node.key);
this.preOrderTraverseNode(node.left, cb);
this.preOrderTraverseNode(node.right, cb);
}
}
// 后序遍历
postOrderTraverse(cb) {
this.postOrderTraverseNode(this.root, cb);
}
postOrderTraverseNode(node, cb) {
if (node != null) {
this.postOrderTraverseNode(node.left, cb);
this.postOrderTraverseNode(node.right, cb);
cb(node.key);
}
}
min() {
let curr = this.minNode(this.root);
}
minNode(node) {
let curr = node;
while (curr && curr.left) {
curr = curr.left;
}
return curr;
}
max() {
let curr = this.maxNode(this.root);
}
maxNode(node) {
let curr = node;
if (curr && curr.right) {
curr = curr.right;
}
return curr;
}
search(key) {
return this.searchNode(this.root, key);
}
searchNode(node, key) {
if (node === null) {
return false;
}
if (this.compareFn(key, node.key) === Compare.LES_THAN) {
return this.searchNode(node.left, key);
}
// 右子树
else if (this.compareFn(key, node.key) === Compare.BIG_THAN) {
return this.searchNode(node.right, key);
}
else {
return true;
}
}
remove(key) {
return this.removeNode(this.root, key);
}
removeNode(node, key) {
// 没有了
if (node === null) {
return null;
}
// 左子树
if (this.compareFn(key, node.key) === Compare.LES_THAN) {
node.left = this.removeNode(node.left, key);
return node;
}
// 右子树
else if (this.compareFn(key, node.key) === Compare.BIG_THAN) {
node.right = this.removeNode(node.right, key);
return node;
}
else {
// 1. 删除的是个叶结点
if (!node.left && !node.right) {
node = null;
return node;
}
// 2. 没有左(右)子结点,但是有右(左)子结点(只有一个孩子结点)
else if (!node.left && node.right) {
node = node.right;
return node;
}
else if (node.left && !node.right) {
node = node.left;
return node;
}
// 3. 被删除的结点有两个孩子结点
else {
const minNode = this.minNode(node.right); // 找到孩子结点中的最小的一个
// 用这个最小的结点替换掉删除结点
node.key = minNode.key;
// 删除找到的最小结点,并将这个结点的左子树重构(返回删除后的结点)
node.right = this.removeNode(node.right, minNode.key);
return node;
}
}
}
}
let tree = new BinarySearch();
tree.insert(4);
tree.insert(3);
tree.insert(2);
tree.insert(1);
tree.insert(5);
tree.insert(6);
console.log(tree);
// tree.inOrderTraverse(function (key) {
// console.log(key);
// });
// tree.preOrderTraverse(function (key) {
// console.log(key);
// });
tree.postOrderTraverse(function (key) {
console.log(key);
});
console.log(tree.search(10));
console.log(tree.remove(5));