【Java数据结构】平衡二叉树的手术刀剖析

十叶知秋

于 2022-03-07 17:33:19 发布

阅读量485

点赞数 28

分类专栏：数据结构文章标签：数据结构 java 算法

本文链接：https://blog.csdn.net/weixin_46913665/article/details/123316825

版权

数据结构专栏收录该内容

8 篇文章 0 订阅

订阅专栏

文章目录

一、概念
二、操作
三、完整代码
总结

一、概念

二叉搜索树又称二叉排序树，它或者是一棵空树，或者是具有以下性质的二叉树:

若它的左子树不为空，则左子树上所有节点的值都小于根节点的值
若它的右子树不为空，则右子树上所有节点的值都大于根节点的值
它的左右子树也分别为二叉搜索树

在这里插入图片描述

二、操作

1.建树

class Node{
    public int val;
    public Node left;//建立左结点
    public Node right;//建立右节点
    public Node(int val){
        this.val = val;
    }
}

2.查找

在这里插入图片描述通过观察上面的三个查找数据的图，我们可以得到以下规律：

若根节点不为空：

如果根节点key==查找的key，返回true；
如果根节点小于查找key，在其右子树查找；
如果根节点大于查找key，在其左子树查找。

如果都没有，返回false。

public Node search(int key){
        Node cur = root;
        while (cur != null){
            if(cur.val == key){
                return cur;
            }else if(cur.val < key){
                cur = cur.right;
            }else {
                cur = cur.left;
            }
        }
        return null;//表示没有这个结构
    }

3.插入

在这里插入图片描述
步骤：

如果树为空树，即根 == null，直接插入
如果树不是空树，按照查找逻辑确定插入位置，插入新结点

 public boolean insert(int val){
        if(root == null){
            root = new Node(val);
            return true;
        }
        
      //寻找位置
        Node cur = root;
        Node parent = null;
        while(cur != null){
            if(cur.val < val){
                parent = cur;
                cur = cur.right;
            }else if(cur.val == val){
                return false;//不能存在相同的元素
            }else {
                parent = cur;
                cur = cur.left;
            }
        }
//插入结点
        Node node = new Node(val);
        if(parent.val < val){
            parent.right = node;
        }else {
            parent.left = node;
        }
        return true;
    }

4.删除

删除这里相对来说比较复杂，分三种情况：

在这里插入图片描述

 //遍历寻找key的位置
    public void remove(int key){
        Node cur = root;
        Node parent = null;
        while(cur != null){
            if(cur.val == key){
                removeNode(cur,parent);//调用函数
                break;
            }else if(cur.val<key){
                parent = cur;
                cur = cur.right;
            }else {
                parent = cur;
                cur = cur.left;
            }
        }
    }
//真正的删除结点函数
    public void removeNode(Node cur,Node parent){
        if(cur.left == null){//第一种情况，左子树为空
            if(cur == root){
                root = cur.right;
            }else if(cur == parent.left){
                parent.left = cur.right;
            }else {
                parent.right = cur.right;

            }
        }else if(cur.right == null){//第二种情况，右子树为空
            if(cur == root){
                root = cur.left;
            }else if(cur == parent.left){
                parent.left = cur.left;
            }else {
                parent.right = cur.left;
            }
        }else{//第三种情况，左右子树均不为空
        //这种情况比较复杂，我们使用替换法，即在它的右子树中寻找中序下的第一个结点(关键码最小)，用它的值填补到被删除节点中，再来处理该结点的删除问题
            Node targetParent = cur;//定义父结点
            Node target = cur.right;
            while(target.left != null){
                targetParent = target;
                target = target.left;
            }
            cur.val = target.val;
            targetParent.left = target.right;
            if(target == targetParent.left){//target在左边的情况
                targetParent.left = target.right;
            }else{//target在右边的情况
                targetParent.right = target.right;
            }
        }
    }

上面有段代码可能会比较费解，这里给一个示意图，大家对照图片看一下。

在这里插入图片描述

5.运行

public static void main(String[] args) {
        int[] array = {31,2,18,19,9,34,7};
        BinarySearchTree binarySearchTree = new BinarySearchTree();//实例化
        for(int i = 0 ;i < array.length; i++){
            binarySearchTree.insert(array[i]);//插入结点

        }
        binarySearchTree.inOrder(binarySearchTree.root);//中序遍历
        System.out.println();
        System.out.println("插入重复的数据");
        System.out.println(binarySearchTree.insert(3));//数据不存在，可插入，返回true
        System.out.println("删除数据：");
        binarySearchTree.remove(7);;
        binarySearchTree.inOrder(binarySearchTree.root);//中序遍历
    }

运行结果：
在这里插入图片描述

6.性能分析

插入和删除操作都必须先查找，查找效率代表了二叉搜索树中各个操作的性能。

对有n个结点的二叉搜索树，若每个元素查找的概率相等，则二叉搜索树平均查找长度是结点在二叉搜索树的深度的函数，即结点越深，则比较次数越多。

但对于同一个关键码集合，如果各关键码插入的次序不同，可能得到不同结构的二叉搜索树：
在这里插入图片描述

最优情况下，二叉搜索树为完全二叉树，其平均比较次数为：log2N.(以2为底的logN).
最差情况下，二叉搜索树退化为单支树，其平均比较次数为N/2.

三、完整代码


class Node{
    public int val;
    public Node left;
    public Node right;
    public Node(int val){
        this.val = val;
    }
}

public class BinarySearchTree {
    public Node root = null;

    public Node search(int key){
        Node cur = root;
        while (cur != null){
            if(cur.val == key){
                return cur;
            }else if(cur.val < key){
                cur = cur.right;
            }else {
                cur = cur.left;
            }
        }
        return null;//表示没有这个结构
    }

    public boolean insert(int val){
        if(root == null){
            root = new Node(val);
            return true;
        }
        Node cur = root;
        Node parent = null;
        while(cur != null){
            if(cur.val < val){
                parent = cur;
                cur = cur.right;
            }else if(cur.val == val){
                return false;//不能存在相同的元素
            }else {
                parent = cur;
                cur = cur.left;
            }
        }
        Node node = new Node(val);
        if(parent.val < val){
            parent.right = node;
        }else {
            parent.left = node;
        }
        return true;
    }

    //遍历寻找key的位置
    public void remove(int key){
        Node cur = root;
        Node parent = null;
        while(cur != null){
            if(cur.val == key){
                removeNode(cur,parent);//调用函数
                break;
            }else if(cur.val<key){
                parent = cur;
                cur = cur.right;
            }else {
                parent = cur;
                cur = cur.left;
            }
        }
    }
//真正的删除结点函数
    public void removeNode(Node cur,Node parent){
        if(cur.left == null){//第一种情况，左子树为空
            if(cur == root){
                root = cur.right;
            }else if(cur == parent.left){
                parent.left = cur.right;
            }else {
                parent.right = cur.right;

            }
        }else if(cur.right == null){//第二种情况，右子树为空
            if(cur == root){
                root = cur.left;
            }else if(cur == parent.left){
                parent.left = cur.left;
            }else {
                parent.right = cur.left;
            }
        }else{//第三种情况，左右子树均不为空
            Node targetParent = cur;
            Node target = cur.right;
            while(target.left != null){
                targetParent = target;
                target = target.left;
            }
            cur.val = target.val;
            targetParent.left = target.right;
            if(target == targetParent.left){//target在左边的情况
                targetParent.left = target.right;
            }else{//target在右边的情况
                targetParent.right = target.right;
            }
        }
    }
//中序遍历
    public void inOrder(Node root){
        if(root == null) return;
        inOrder(root.left);
        System.out.print(root.val+ " ");
        inOrder(root.right);
    }



    public static void main(String[] args) {
        int[] array = {31,2,18,19,9,34,7};
        BinarySearchTree binarySearchTree = new BinarySearchTree();//实例化
        for(int i = 0 ;i < array.length; i++){
            binarySearchTree.insert(array[i]);//插入结点

        }
        binarySearchTree.inOrder(binarySearchTree.root);//中序遍历
        System.out.println();
        System.out.println("插入重复的数据");
        System.out.println(binarySearchTree.insert(3));//数据不存在，可插入，返回true
        System.out.println("删除数据：");
        binarySearchTree.remove(7);;
        binarySearchTree.inOrder(binarySearchTree.root);//中序遍历
    }
}