树结构
高效:数据使用树结构存储后,出奇的高效
二叉树
和链表一样,是动态数据结构
左右孩子为空,就是叶子节点。
和链表一样,具有天然的递归结构
二叉树不一定是满的,哪怕只有一个根节点、一个空,都能看成二叉树
二分搜索树
二分搜索树是二叉树
二分搜索树每个节点的值:(为了快速查询)
大于其左子树的所有节点的值
小于其右子树的所有节点的值
每一棵子树都是二分搜索树
存储的元素必须有可比较性
二分搜索树添加元素
本次学习过程中默认不包含重复元素
但是在应用中,只需要定义:左子树小于等于节点,或者右子树大于等于节点。就行
数据和链表没这个限制
二分搜索树添加元素采用非递归方法时和链表很像;本课主要关注递归实现
在二分搜索树方面,递归比非递归简单很多
二分搜索树查询、遍历
遍历就是把所有节点都访问一遍
访问的原因与业务相关
线性结构下, 遍历是极其容易的,树结构下,稍微有点难度
对于遍历操作,两棵子树都要顾及
前序遍历:最自然,最常用的遍历方式
中序遍历:输出按从小到大排序后的结果
后序遍历:为二分搜索树释放内存
二分搜索树前序遍历的非递归写法:栈
先压入右侧
(跳跃点看,大概是这个意思)
最后遍历完毕
层序遍历(广度优先遍历)
更快找到问题的解;常用于算法设计里找最短路径
图 中,也存在深度优先遍历和广度优先遍历
删除节点
Hibbard Deletion
或者
package com.dataStructrue.tree.BST;
import java.util.LinkedList;
import java.util.Stack;
import java.util.Queue;
public class BST <E extends Comparable<E>>{//满足可比较性条件
//定义二分搜索树
private class Node{
public E e;
public Node left,right;
public Node(E e){
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;
}
//向二分搜索树中添加代码
public void add(E e){
if(root==null){
root=new Node(e);
size++;
}
else {
add(root,e);
}
}
//向以node为根的二分搜索树中插入元素E,递归算法
// private void add(Node node,E e){
//
// //递归的终止条件
// if(e.equals(node.e))
// return;
// else if(e.compareTo(node.e)<0&&node.left==null) { //e为E类,满足Comparable<E>条件,调用compareTo语法
// node.left=new Node(e);
// size++;
// return;
// }
// else if (e.compareTo(node.e)>0&&node.right==null){
// node.right=new Node(e);
// size++;
// return;
// }
// //递归的主体语句
// if(e.compareTo(node.e)<0)
// add(node.left,e);
// else
// add(node.right,e);//相等的情况在一开始就判断了
// }
//向以node为根的二分搜索树中插入元素E,递归算法
//返回插入新节点后二分搜索树的根
private Node add(Node node,E e){
//递归终止条件
if(node==null){
size++;
return new Node(e);
}
//递归的主体语句
if(e.compareTo(node.e)<0)
node.left=add(node.left,e);
else if(e.compareTo(node.e)>0)
node.right=add(node.right,e);
return node;
}
//二分搜索树中查询元素
public boolean contains(E e){
return contains(root,e);
}
//看以node为根的二分搜索树中是否包含元素e,递归算法
private boolean contains(Node node,E e){
if(node==null)
return false;
if(e.compareTo(node.e)==0)
return true;
else if(e.compareTo(node.e)<0)
return contains(node.left,e);
else
return contains(node.right,e);
}
//二分搜索树的前序遍历
public void preOrder(){
preOrder(root);
}
//前序遍历以node为根的二分搜索树,递归算法
private void preOrder(Node node){
if(node==null)
return;
// if(node!=null) {
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
// }
}
//前序遍历以node为根的二分搜索树,非递归算法
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);
}
}
@Override
public String toString(){
StringBuilder res=new StringBuilder();
generateBSTString(root,0,res);
return res.toString();
}
//生成以node为根节点,深度为depth的描述二叉树的字符串
private void generateBSTString(Node node,int depth,StringBuilder res){
if(node==null){
res.append(generateDepthString(depth)+"null\n");
return;
}
res.append(generateDepthString(depth)+node.e+"\n");
generateBSTString(node.left,depth+1,res);
generateBSTString(node.right,depth+1,res);
}
private String generateDepthString(int depth){
StringBuilder res=new StringBuilder();
for (int i = 0; i < depth; i++) {
res.append("--");
}
return res.toString();
}
//二分搜索树的中序遍历
public void inOrder(){
inOrder(root);
}
//中序遍历以node为根的二分搜索树,递归算法
public void inOrder(Node node){
if(node==null)
return;
inOrder(node.left);
System.out.println(node.e);
inOrder(node.right);
}
//后续遍历
public void postOrder(){
postOrder(root);
}
//后序遍历以node为根的二分搜索树,递归算法
public void postOrder(Node node){
if(node==null)
return;
postOrder(node.left);
postOrder(node.right);
System.out.println(node.e);
}
//层序遍历(又称广度遍历)
public void levelOrder(){
Queue<Node> q=new LinkedList<>();
q.add(root);
while ((!q.isEmpty())){
Node cur=q.remove();
System.out.println(cur.e);
if(cur.left!=null)
q.add(cur.left);
if(cur.right!=null)
q.add(cur.right);
}
}
//找到二分搜索树的最小值和最大值
public E minimum(){
if(size==0)
throw new IllegalArgumentException("empty");
return minimum(root).e;
}
private Node minimum(Node node){
if(node.left==null)
return node;
return minimum(node.left);
}
public E maximum(){
if(size==0)
throw new IllegalArgumentException("empty");
return maximum(root).e;
}
private Node maximum(Node node){
if(node.right==null)
return node;
return minimum(node.right);
}
//删除二分搜索树的最值(删除中间节点后,后续节点接上节点)
//二分搜索树中删除最小值所在节点,返回最小值
public E removeMin(){
E ret=minimum();
root=removeMin(root);
return ret;
}
//二分搜索树中删除以node为根的最小节点;并返回新的二分搜索树的根
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;
}
//二分搜索树中删除最大值所在节点,返回最大值
public E removeMax(){
E ret=maximum();
root=removeMax(root);
return ret;
}
//二分搜索树中删除以node为根的最大节点;并返回新的二分搜索树的根
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;
}
//删除任意位置元素为e的节点
public void remove(E e){
root=remove(root,e);
}
//删除以node为根的二分搜索树中值为e的节点,递归算法
//返回删除节点后新的二分搜索树的根
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;
}
if(e.compareTo(node.e)>0) {
node.right = remove(node.right, e);
return node;
}else {// e==node.e
//待删除节点左子树为空的情况
if(node.left==null){
Node rightNode=node.right;
node.right=null;
size--;
return rightNode;
}
//待删除节点右子树为空的情况
if(node.right==null) {
Node leftNode = node.left;
node.left = null;
size--;
return leftNode;
}
//左右子树都不为空
//找到比待删除节点大的最小节点,即待删除节点右子树的最小节点
//用这个节点顶替待删除节点的位置
Node successor=minimum(node.right);
successor.right=removeMin(node.right);
successor.left=node.left;
node.left=node.right=null;
return successor;
}
}
}