二叉排序树
二叉排序树介绍:
二叉排序树:BST(Binary Sort(Search) Tree),对于二叉排序树的任何一个非叶子节点,要求左子节点的值比当前节点的值小,右子节点的值比当前节点的值大。
特别说明: 如果有相同的值,可以将该节点放在左子节点或右子节点。
比如对数据 (7, 3, 10, 12, 5, 1, 9) ,对应的二叉排序树为:
如果再插入一个数据2后,二叉排序树应变为:
二叉排序树创建和遍历:
把一个数组创建成对应的二叉排序树,然后使用中序遍历这个二叉排序树即可。
二叉排序树的删除:
二叉排序树的删除情况比较复杂,有下面三种情况需要考虑:
- 删除叶子节点 (比如:2, 5, 9, 12)
- 删除只有一颗子树的节点 (比如:1)
- 删除有两颗子树的节点. (比如:7, 3,10 )
代码实现:
public class BinarySortTreeDeme {
public static void main(String[] args) {
int[] arr = { 7, 3, 10, 12, 5, 1, 9, 2 };
BinarySortTree binarySortTree = new BinarySortTree();
for (int i = 0; i < arr.length; i++) {
Node node = new Node(arr[i]);
binarySortTree.add(node);
}
// 中序遍历
System.out.println("中序遍历");// 1、2、3、5、7、9、10、12
binarySortTree.mideOrder();
// 删除叶子节点
binarySortTree.deleteNode(2);
binarySortTree.deleteNode(5);
binarySortTree.deleteNode(9);
binarySortTree.deleteNode(12);
binarySortTree.deleteNode(7);
binarySortTree.deleteNode(3);
binarySortTree.deleteNode(10);
binarySortTree.deleteNode(1);
System.out.println("删除节点后");
binarySortTree.mideOrder();
}
}
// 创建二叉排序树
class BinarySortTree {
Node root;
// 查找要删除的节点
public Node search(int value) {
if (root == null) {
return null;
} else {
return root.search(value);
}
}
// 查找父节点
public Node searchParent(int value) {
if (root == null) {
return null;
} else {
return root.searchParent(value);
}
}
// 编写方法:返回以node为根节点的二叉排序树的最小节点的值,同时删除该最小节点
public int deleteRightTreeMin(Node node) {
Node target = node;
// 由于最小值一定在最左的子节点,故循环查找
while (target.left != null) {
target = target.left;
}
// 删除最小节点
deleteNode(target.value);
return target.value;
}
// 删除节点
public void deleteNode(int value) {
if (root == null) {
System.out.println("二叉树为空,删除失败");
} else {
// 先找到要删除的节点
Node targetNode = search(value);
if (targetNode == null) {// 没有找到要删除的节点
System.out.println("没有找到要删除的节点");
return;
}
// 如果这颗二叉排序树仅有一个节点时,则一定是要删除这个节点
if (root.left == null && root.right == null) {
root = null;
return;
}
// 找到tagertNode的父节点
Node parentNode = searchParent(value);
// 当待删除的节点是叶子节点时
if (targetNode.left == null && targetNode.right == null) {
// 判断要删除的节点是父节点的左子节点还是右子节点
if (value < parentNode.value) {// 为左子节点
parentNode.left = null;
} else {// 为右子节点
parentNode.right = null;
}
} else if (targetNode.left != null && targetNode.right != null) {// 删除有两颗子树的节点
int minVal = deleteRightTreeMin(targetNode.right);// 在右子树中找最小节点的值,并删除该节点
targetNode.value = minVal;
} else {// 删除只有一颗子树的节点
if (targetNode.left != null) {// 如果要删除的节点只有左子节点
if (parentNode == null) {// 若果待删除的节点是root根节点
root = targetNode.left;
} else if (parentNode.left.value == value) {// 如果targetNode是parentNode的左子节点
parentNode.left = targetNode.left;
} else {// targetNode是parentNode的右子节点
parentNode.right = targetNode.left;
}
} else {// 如果要删除的节点只有右子节点
if (parentNode == null) {// 若果待删除的节点是root根节点
root = targetNode.right;
} else if (parentNode.left.value == value) {// 如果targetNode是parentNode的左子节点
parentNode.left = targetNode.right;
} else {// targetNode是parentNode的右子节点
parentNode.right = targetNode.right;
}
}
}
}
}
// 添加节点
public void add(Node node) {
if (root == null) {
root = node;
} else {
root.add(node);
}
}
// 中序遍历
public void mideOrder() {
if (root == null) {
System.out.println("该二叉排序树为空,无法遍历");
} else {
root.midOrder();
}
}
}
// 创建节点
class Node {
int value;
Node left;
Node right;
public Node(int val) {
this.value = val;
}
public Node() {
// TODO Auto-generated constructor stub
}
@Override
public String toString() {
return "Node [val=" + value + "]";
}
// 查找要删除的节点
public Node search(int value) {
if (this.value == value) {
return this;
} else if (value < this.value) {// 要查找的值小于当前节点
if (this.left == null) {// 当前左子节点为空
return null;
}
return this.left.search(value);
} else {// 要查找的值不小于当前节点
if (this.right == null) {// 当前右子节点为空
return null;
}
return this.right.search(value);
}
}
// 查找要删除节点的父节点
public Node searchParent(int value) {
// 如果当前节点就是要删除的父节点,就直接返回
if ((this.left != null && this.left.value == value) || (this.right != null && this.right.value == value)) {
return this;
} else {
// 要查找的值小于当前节点,并且左子节点不为空
if (value < this.value && this.left != null) {
return this.left.searchParent(value);
} else if (value >= this.value && this.right != null) {// 要查找的值不小于当前节点,并且右子节点不为空
return this.right.searchParent(value);
} else {
return null;// 没有找到父节点
}
}
}
// 添加节点
// 递归的方式添加,按二叉排序树的要求加
public void add(Node node) {
if (node == null) {
return;
}
// 判断传入的节点的值,与当前子树的根节点的值的关系
if (node.value < this.value) {
if (this.left == null) {// 如果当前子树左子节点为空
this.left = node;
} else {
this.left.add(node);// 否则递归添加
}
} else {// 有相同值的话是加在右子树上的
if (this.right == null) {
this.right = node;
} else {
this.right.add(node);
}
}
}
// 中序遍历
public void midOrder() {
if (this.left != null) {
this.left.midOrder();
}
System.out.println(this);
if (this.right != null) {
this.right.midOrder();
}
}
}
结果:
中序遍历
Node [val=1]
Node [val=2]
Node [val=3]
Node [val=5]
Node [val=7]
Node [val=9]
Node [val=10]
Node [val=12]
删除节点后
该二叉排序树为空,无法遍历
平衡二叉树(AVL树)
先给你一个数列{1,2,3,4,5,6},要求创建一颗二叉排序树(BST)时:
上面BST 存在的问题分析:
- 左子树全部为空,从形式上看,更像一个单链表。
- 插入速度没有影响。
- 查询速度明显降低(因为需要依次比较),不能发挥BST的优势,因为每次还需要比较左子树,其查询速度比单链表还慢。
- 解决方案-平衡二叉树(AVL)。
基本介绍:
- 平衡二叉树也叫平衡二叉搜索树(Self-balancing binary search tree)又被称为AVL树,可以保证查询效率较高。
- 具有以下特点:它是一棵空树或它的左右两个子树的高度差的绝对值不超过1,并且左右两个子树都是一棵平衡二叉树。平衡二叉树的常用实现方法有红黑树、AVL、替罪羊树、Treap、伸展树等。
- 如下图:
应用案例-单旋转(左旋转):
图解:
代码:
在Node类中添加下面左旋转方法,并在Node类中的add方法中进行判断并调用
// 左旋转方法
public void leftRotate() {
// 以当前节点的值创建一个新节点
Node newNode = new Node(value);
// 把新节点的左子树设置为当前节点的左子树
newNode.left = left;
// 把新节点的右子树设置为当前节点的右子树的左子树
newNode.right = right.left;
// 把当前节点的值换位右节点的值
value = right.value;
// 把当前节点的右子树设置为右子树的右子树
right = right.right;
// 把当前节点的左子树设置为新节点
left = newNode;
}
// 添加节点
// 递归的方式添加,按二叉排序树的要求加
public void add(Node node) {
if (node == null) {
return;
}
// 判断传入的节点的值,与当前子树的根节点的值的关系
if (node.value < this.value) {
if (this.left == null) {// 如果当前子树左子节点为空
this.left = node;
} else {
this.left.add(node);// 否则递归添加
}
} else {// 有相同值的话是加在右子树上的
if (this.right == null) {
this.right = node;
} else {
this.right.add(node);
}
}
// 当添加完一个节点后,右子树高度-左子树高度>1,则进行左旋转
if (rightHeigh() - leftHeigh() > 1) {
leftRotate();
}
}
应用案例-单旋转(右旋转):
图解:
代码:
在Node类中添加下面右旋转方法,并在Node类中的add方法中进行判断并调用
// 右旋转方法
public void rightRotate() {
// 以当前节点的值创建一个新节点
Node newNode = new Node(value);
// 把新节点的左子树设置为当前节点的左子树
newNode.right = right;
// 把新节点的右子树设置为当前节点的右子树的左子树
newNode.left = left.right;
// 把当前节点的值换位右节点的值
value = left.value;
// 把当前节点的右子树设置为右子树的右子树
left = left.left;
// 把当前节点的左子树设置为新节点
right = newNode;
}
// 添加节点
// 递归的方式添加,按二叉排序树的要求加
public void add(Node node) {
if (node == null) {
return;
}
// 判断传入的节点的值,与当前子树的根节点的值的关系
if (node.value < this.value) {
if (this.left == null) {// 如果当前子树左子节点为空
this.left = node;
} else {
this.left.add(node);// 否则递归添加
}
} else {// 有相同值的话是加在右子树上的
if (this.right == null) {
this.right = node;
} else {
this.right.add(node);
}
}
// 当添加完一个节点后,右子树高度-左子树高度>1,则进行左旋转
if (leftHeigh() - rightHeigh() > 1) {
rightRotate();
}
}
应用案例-双旋转:
前面的两个数列,进行单旋转(即一次旋转)就可以将非平衡二叉树转成平衡二叉树,但是在某些情况下,单旋转不能完成平衡二叉树的转换。比如数列:
int[] arr = { 10, 11, 7, 6, 8, 9 }; 运行原来的代码可以看到,并没有转成 AVL树;
int[] arr = {2,1,6,5,7,3}; 运行原来的代码可以看到,并没有转成 AVL树。
图解:
如下图,int[] arr = { 10, 11, 7, 6, 8, 9 }进行右旋转后,并未达到希望的效果:
因此我们需要先将其左子树左旋转,再将其右旋转,如下图:
int[] arr = {2,1,6,5,7,3}数组的处理方式也是如此,先将其右子树进行右旋转,再其进行左旋转。
整体代码实现:
package avltree;
public class AVLTreeDemo {
public static void main(String[] args) {
// int[] arr = { 4, 3, 6, 5, 7, 8 };
// int[] arr = { 10, 12, 8, 9, 7, 6 };
int[] arr = { 10, 11, 7, 6, 8, 9 };// 当排序这个数组时,但旋转会出问题
// 创建AVL树
AVLTree avlTree = new AVLTree();
// 添加节点
for (int i = 0; i < arr.length; i++) {
avlTree.add(new Node(arr[i]));
}
// 遍历
System.out.println("中序遍历");
avlTree.mideOrder();
System.out.println("在没有平衡处理前:");
System.out.println("树的高度:" + avlTree.getRoot().heigh());
System.out.println("树的左子树高度:" + avlTree.getRoot().leftHeigh());
System.out.println("树的高度:" + avlTree.getRoot().rightHeigh());
System.out.println("root=" + avlTree.getRoot());
}
}
// 创建AVL树
class AVLTree {
private Node root;
public Node getRoot() {
return root;
}
// 添加节点
public void add(Node node) {
if (root == null) {
root = node;
} else {
root.add(node);
}
}
// 中序遍历
public void mideOrder() {
if (root == null) {
System.out.println("该二叉排序树为空,无法遍历");
} else {
root.midOrder();
}
}
}
// 创建节点
class Node {
public int value;
public Node left;
public Node right;
public Node(int val) {
this.value = val;
}
@Override
public String toString() {
return "Node [val=" + value + "]";
}
// 返回左子树高度
public int leftHeigh() {
if (left == null) {
return 0;
}
return left.heigh();
}
// 返回右子树高度
public int rightHeigh() {
if (right == null) {
return 0;
}
return right.heigh();
}
// 返回以当前节点为根节点的这棵树的高度
public int heigh() {
return Math.max(left == null ? 0 : left.heigh(), right == null ? 0 : right.heigh()) + 1;
}
// 左旋转方法
public void leftRotate() {
// 以当前节点的值创建一个新节点
Node newNode = new Node(value);
// 把新节点的左子树设置为当前节点的左子树
newNode.left = left;
// 把新节点的右子树设置为当前节点的右子树的左子树
newNode.right = right.left;
// 把当前节点的值换位右节点的值
value = right.value;
// 把当前节点的右子树设置为右子树的右子树
right = right.right;
// 把当前节点的左子树设置为新节点
left = newNode;
}
// 右旋转方法
public void rightRotate() {
// 以当前节点的值创建一个新节点
Node newNode = new Node(value);
// 把新节点的左子树设置为当前节点的左子树
newNode.right = right;
// 把新节点的右子树设置为当前节点的右子树的左子树
newNode.left = left.right;
// 把当前节点的值换位右节点的值
value = left.value;
// 把当前节点的右子树设置为右子树的右子树
left = left.left;
// 把当前节点的左子树设置为新节点
right = newNode;
}
// 添加节点
// 递归的方式添加,按二叉排序树的要求加
public void add(Node node) {
if (node == null) {
return;
}
// 判断传入的节点的值,与当前子树的根节点的值的关系
if (node.value < this.value) {
if (this.left == null) {// 如果当前子树左子节点为空
this.left = node;
} else {
this.left.add(node);// 否则递归添加
}
} else {// 有相同值的话是加在右子树上的
if (this.right == null) {
this.right = node;
} else {
this.right.add(node);
}
}
// 当添加完一个节点后,右子树高度-左子树高度>1,则进行左旋转
if (rightHeigh() - leftHeigh() > 1) {
// 如果它的右子树的左子树高度,大于它的右子树的右子树高度
if (right != null && right.leftHeigh() > right.rightHeigh()) {
// 先对它的右子树进行右旋转
right.rightRotate();
// 再对它进行左旋转
leftRotate();
} else {
// 直接左旋转即可
leftRotate();
}
return;// 不需要再往下执行了
}
// 当添加完一个节点后,左子树高度-右子树高度>1,则进行右旋转
if (leftHeigh() - rightHeigh() > 1) {
// 如果它的左子树的右子树高度,大于它的左子树的左子树高度
if (left != null && left.rightHeigh() > left.leftHeigh()) {
// 先对它的左子树进行左旋转
left.leftRotate();
// 在对它进行右旋转
rightRotate();
} else {
// 直接右旋转即可
rightRotate();
}
}
}
// 中序遍历
public void midOrder() {
if (this.left != null) {
this.left.midOrder();
}
System.out.println(this);
if (this.right != null) {
this.right.midOrder();
}
}
}
结果:
中序遍历
Node [val=6]
Node [val=7]
Node [val=8]
Node [val=9]
Node [val=10]
Node [val=11]
在进行平衡处理后:
树的高度:3
树的左子树高度:2
树的高度:2
root = Node [val=8]