数据结构与算法(四)—— 树的入门(一)

目录

 

1、认识树

1、树的定义

2、树的相关术语

3、二叉树的定义

2、创建二叉查找树(链表)

插入方法的实现

查询方法 get实现思想:

删除方法delete实现思想:

3、查找最值


1、认识树

1、树的定义

树是我们计算机中非常重要的一种数据结构,同时使用树这种数据结构,可以描述现实生活中的很多事物,例如家谱、单位的组织架构、等等。

树是由n(n>=1)个有限结点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。

树具有以下特点

1.每个结点有零个或多个子结点;

2.没有父结点的结点为根结点;

3.每一个非根结点只有一个父结点;

4.每个结点及其后代结点整体上可以看做是一棵树,称为当前结点的父结点的一个子树;

2、树的相关术语

结点的度:

一个结点含有的子树的个数称为该结点的度;

叶结点:

度为0的结点称为叶结点,也可以叫做终端结点

分支结点:

度不为0的结点称为分支结点,也可以叫做非终端结点

结点的层次:

从根结点开始,根结点的层次为1,根的直接后继层次为2,以此类推

结点的层序编号:

将树中的结点,按照从上层到下层,同层从左到右的次序排成一个线性序列,把他们编成连续的自然数。

树的度:

树中所有结点的度的最大值

树的高度(深度)

树中结点的最大层次

森林:

m(m>=0)个互不相交的树的集合,将一颗非空树的根结点删去,树就变成一个森林;给森林增加一个统一的根结点,森林就变成一棵树

孩子结点:

一个结点的直接后继结点称为该结点的孩子结点

双亲结点(父结点):

一个结点的直接前驱称为该结点的双亲结点

兄弟结点:

同一双亲结点的孩子结点间互称兄弟结点

3、二叉树的定义

二叉树就是度不超过 2的树(每个结点最多有两个子结点)

满二叉树:

一个二叉树,如果每一个层的结点树都达到最大值,则这个二叉树就是满二叉树。

完全二叉树:

叶节点只能出现在最下层和次下层,并且最下面一层的结点都集中在该层最左边的若干位置的二叉树

2、创建二叉查找树(链表)

 

package tree;

//二叉查找树
public class BinaryTree<Key extends Comparable<Key>,Value> {

    //根结点
    private Node root;
    //树中元素个数
    private int N;

    private class Node{
        //存储键
        public Key key;
        //存储值
        public Value value;
        //存储左子节点
        public Node left;
        //存储右子结点
        public Node right;

        public Node(Key key, Value value, Node left, Node right) {
            this.key = key;
            this.value = value;
            this.left = left;
            this.right = right;
        }
    }
    public BinaryTree(Node root,int N){
        this.root = null;
        N = 0;
    }

    //获取树中元素个数
    public int size(){
        return N;
    }

    //向树中添加元素
    public void put(Key key, Value value){

    }

    //向指定的树x中添加key-value,并返回添加元素后新的树
    public Node put(Node x, Key key, Value value){
        return null;
    }

    //查找树中指定key对应的value
    public Value get(Key key){
        return null;
    }

    //从指定的树x中,查找key对应的值
    public Value get(Node x, Key key){
        return null;
    }

    //删除树中key对应的value
    public void delete(Key key){

    }

    //删除指定树x中的key对应的value,并返回删除后的新树
    public Node delete(Node x, Key key){
        return null;

    }
}

插入方法的实现

思路:

1.如果当前树中没有任何一个结点,则直接把新结点当做根结点使用

2.如果当前树不为空,则从根结点开始:

2.1如果新结点的key小于当前结点的key,则继续找当前结点的左子结点;

2.2如果新结点的key大于当前结点的key,则继续找当前结点的右子结点;

2.3如果新结点的key等于当前结点的key,则树中已经存在这样的结点,替换该结点的value值即可。

 

查询方法 get实现思想:

从根节点开始:

1.如果要查询的key小于当前结点的key,则继续找当前结点的左子结点;

2.如果要查询的key大于当前结点的key,则继续找当前结点的右子结点;

3.如果要查询的key等于当前结点的key,则树中返回当前结点的value。

删除方法delete实现思想:

1.找到被删除结点;

2.找到被删除结点右子树中的最小结点minNode

3.删除右子树中的最小结点

4.让被删除结点的左子树称为最小结点minNode的左子树,让被删除结点的右子树称为最小结点minNode的右子树

5.让被删除结点的父节点指向最小结点minNode

package tree;

//二叉查找树
public class BinaryTree<Key extends Comparable<Key>,Value> {

    //根结点
    private Node root;
    //树中元素个数
    private int N;

    private class Node{
        //存储键
        public Key key;
        //存储值
        public Value value;
        //存储左子节点
        public Node left;
        //存储右子结点
        public Node right;

        public Node(Key key, Value value, Node left, Node right) {
            this.key = key;
            this.value = value;
            this.left = left;
            this.right = right;
        }
    }
    public BinaryTree(){
        this.root = null;
        N = 0;
    }

    //获取树中元素个数
    public int size(){
        return N;
    }

    //向树中添加元素
    public void put(Key key, Value value){
        root = put(root,key,value);
    }

    //向指定的树x中添加key-value,并返回添加元素后新的树
    public Node put(Node x, Key key, Value value){
        if(x==null){
            N++;
            return new Node(key,value,null,null);
        }
        int cmp = key.compareTo(x.key);
        if(cmp>0){//key大于该结点的key,找该结点的右子结点
            x.right = put(x.right, key, value);
        }else if(cmp<0){//key小于该结点的key,找该结点的左子结点
            x.left = put(x.left, key, value);
        }else{
            x.value = value;
        }
        return x;
    }

    //查找树中指定key对应的value
    public Value get(Key key){
        return get(root,key);
    }

    //从指定的树x中,查找key对应的值
    public Value get(Node x, Key key){
        if(x==null){
            return null;
        }
        int cmp = key.compareTo(x.key);
        Value value = null;
        if(cmp>0){
            value = get(x.right,key);
        }else if(cmp<0){
            value = get(x.left,key);
        }else{
            value = x.value;
        }
        return value;
    }

    //删除树中key对应的value
    public void delete(Key key){
        delete(root,key);
    }

    //删除指定树x中的key对应的value,并返回删除后的新树
    public Node delete(Node x, Key key){
        if(x==null){
            return null;
        }
        int cmp = key.compareTo(x.key);
        if(cmp>0){
            x.right = delete(x.right, key);
        }else if(cmp<0){
            x.left = delete(x.left,key);
        }else{
            N--;
            //找到右子树最小的结点
            if(x.right == null){
                return x.left;
            }
            if(x.left == null){
                return x.right;
            }

            Node minNode = x.right;
            while(minNode.left != null ){
                minNode = minNode.left;
            }

            Node n = x.right;
            while(n.left != null){
                if(n.left.left == null){
                    n.left = null;
                }else{
                    n = n.left;
                }
            }
            minNode.left = x.left;
            minNode.right = x.right;
            x = minNode;
        }
        return x;
    }
}
package test;

import tree.BinaryTree;

public class BinaryTreeTest {
    public static void main(String[] args) {

        BinaryTree<Integer,String> bt = new BinaryTree<>();
        bt.put(1,"aa");
        bt.put(2,"bb");
        bt.put(3,"cc");
        bt.put(4,"dd");

        System.out.println("元素个数:"+bt.size());
        System.out.println("3的值为:"+bt.get(3));
        bt.delete(3);
        System.out.println("删除后元素个数:"+bt.size());
        System.out.println("3的值为:"+bt.get(3));

    }
}

3、查找最值

//查找最小的键
    public Key min(){
        return min(root).key;
    }

    public Node min(Node x){
        if(x.left == null){
            return x;
        }else{
            return min(x.left);
        }
    }

    //查找最大的键
    public Key max(){
        return max(root).key;
    }

    public Node max(Node x){
        if(x.right == null){
            return x;
        }else{
            return max(x.right);
        }
    }

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值