二叉树、二叉搜索树、红黑树
树形结构
像现实生活中的树、即不再像链表一样、仅仅是一对一的关系。可以是一对一、一对多的关系;
- 结点:树里面的元素。
- 父子关系:结点之间相连的边
- 子树:当结点大于1时,其余的结点分为的互不相交的集合称为子树
- 度:一个结点拥有的子树数量称为结点的度
- 叶子:度为0的结点
- 孩子:结点的子树的根称为孩子结点
- 兄弟:同一个双亲结点
- 森林:由N个互不相交的树构成深林
- 结点的高度:结点到叶子结点的最长路径
- 结点的深度:根结点到该结点的边个数
- 结点的层数:结点的深度加1
- 树的高度:根结点的高度
二叉树
在树形结构中最重要的就是二叉树,很多经典的算法与数据结构其实都是通过二叉树发展而来。
Binary Tree:一种特殊的树形结构,每个节点至多只有两颗子树。
- 二叉树的第N层至多有有2^(N-1)个结点。
- 每棵树最多有2^N-1个结点个数;
- 满二叉树:除叶子结点外,每个结点都有左右两个子结点。
- 完全二叉树:除最后一层外,其他的结点个数必须达到最大,并且最后一层结点都连续靠左排列。
- 二叉查找树、二叉平衡树、红黑树都是二叉树
基于数组实现二叉树;
如果使用数组实现、那么就需要看一下父子节点的函数关系;
图一利用数组下标,A为i,假设i从0开始,
那么B=2i+1、C=2i+2
假设i从1开始,
那么 B=2i 、C=2i+1
那么如果图二使用数组来实现、存在的问题是:
非叶子节点不一样都有两个子节点,所以如果使用数组实现,会有很多位置是空的情况。数据量大的情况下,会浪费很多空间。因此、基于数组实现树适合用来实现完全二叉树;
- 使用数组的好处就是可以随机访问;
基于链表实现二叉树
存储树节点数据的结构设计:
- 存储树的值value
- 存储树的左子节点的引用
- 存储树的右子节点的引用
class TreeNode{
Object data;
TreeNode left;
TreeNode right;
}
树的遍历有三种:前序、中序、后序
前序:根 左 右
中序:左 根 右
后序:左 右 根
class TreeNode{
Object data;
TreeNode left;
TreeNode right;
public void preList(){
System.out.println(this.data);
if(this.left!=null){
this.left.preList();
}
if(this.right!=null){
this.right.preList();
}
}
public void midList(){
if(this.left!=null){
this.left.midList();
}
System.out.println(this.data);
if(this.right!=null){
this.right.midList();
}
}
public void afterList(){
if(this.left!=null){
this.left.afterList();
}
if(this.right!=null){
this.right.afterList();
}
System.out.println(this.data);
}
}
public class Tree{
private TreeNode root;
public void pre(){
root.preList();
}
public void mid(){
root.midList();
}
public void after(){
root.afterList();
}
}
由于使用递归,所以每个节点都会访问两次、所以每个结点就是2,那N个结点,加起来就是2*N,所以时间复杂度是logN;
实现二叉树的层次遍历
一层一层遍历、从左到右遍历;
package com.DataConstruct.tree;
import java.util.LinkedList;
import java.util.Queue;
public class BinaryTree {
private Node root;
/**
* 前序
* @param root
*/
public void pre(Node root){
System.out.println(root.getData());
if (root.getLeft()!=null){
pre(root.getLeft());
}
if (root.getRight()!=null){
pre(root.getRight());
}
}
/**
* 后序
* @param root
*/
public void mid(Node root){
if (root.getLeft()!=null){
mid(root.getLeft());
}
System.out.println(root.getData());
if (root.getRight()!=null){
mid(root.getRight());
}
}
/**
* 后序
* @param root
*/
public void after(Node root){
if (root.getLeft()!=null){
after(root.getLeft());
}
if (root.getRight()!=null){
after(root.getRight());
}
System.out.println(root.getData());
}
/**
* 层次遍历
* @param node
*/
public void levelPrint(Node root){
Queue queue =new LinkedList();
if (root!=null){
System.out.println(root.getData());
}
if (root.getLeft()!=null){
queue.add(root.getLeft());
}
if (root.getRight()!=null){
queue.add(root.getRight());
}
while (!queue.isEmpty()){
int size = queue.size();
for (int i=0;i<size;i++){
Node node = (Node) queue.poll();
System.out.print(node.getData()+" ");
if (node.getLeft()!=null){
queue.add(node.getLeft());
}
if (node.getRight()!=null){
queue.add(node.getRight());
}
}
System.out.println();
}
}
public static void main(String[] args) {
Node node1=new Node("D",null,null);
Node node2=new Node("H",null,null);
Node node3=new Node("K",null,null);
Node node4=new Node("G",node2, node3);
Node node5=new Node("C",node1,null);
Node node6=new Node("B",null,node5);
Node node7=new Node("F",node4,null);
Node node8=new Node("E",null,node7);
Node root=new Node("A",node6 ,node8);
BinaryTree tree=new BinaryTree();
tree.levelPrint(root);
}
}
class Node{
private Object data;
private Node left;
private Node right;
public Node(Object data,Object left,Object right) {
this.data = data;
this.left= (Node) left;
this.right= (Node) right;
}
public Object getData() {
return data;
}
public void setData(Object data) {
this.data = data;
}
public Node getLeft() {
return left;
}
public void setLeft(Node left) {
this.left = left;
}
public Node getRight() {
return right;
}
public void setRight(Node right) {
this.right = right;
}
}
基于数组实现完全二叉树的遍历
package com.atguigu.tree;
public class ArrBinaryTreeDemo {
public static void main(String[] args) {
int[] arr = { 1, 2, 3, 4, 5, 6, 7 };
//创建一个 ArrBinaryTree
ArrBinaryTree arrBinaryTree = new ArrBinaryTree(arr);
arrBinaryTree.preOrder(); // 1,2,4,5,3,6,7
}
}
//编写一个ArrayBinaryTree, 实现顺序存储二叉树遍历
class ArrBinaryTree {
private int[] arr;//存储数据结点的数组
public ArrBinaryTree(int[] arr) {
this.arr = arr;
}
//重载preOrder
public void preOrder() {
this.preOrder(0);
}
//编写一个方法,完成顺序存储二叉树的前序遍历
/**
*
* @param index 数组的下标
*/
public void preOrder(int index) {
//如果数组为空,或者 arr.length = 0
if(arr == null || arr.length == 0) {
System.out.println("数组为空,不能按照二叉树的前序遍历");
}
//输出当前这个元素
System.out.println(arr[index]);
//向左递归遍历
if((index * 2 + 1) < arr.length) {
preOrder(2 * index + 1 );
}
//向右递归遍历
if((index * 2 + 2) < arr.length) {
preOrder(2 * index + 2);
}
}
}
二叉搜索树
二叉搜索树又叫二叉查找树,二叉排序树;
特点
- 如果它的左子树不为空,则左子树上结点的值都小于根结点
- 如果它的右子树不为空,则右子树上结点的值都大于根结点
- 子树同样也要遵循以上两点
- 为什么成为二叉排序树?
- 因为其中序遍历为 左、根、右;而左子树的值都小于根节点、右子树的值都大于根节点,因此遍历出来的结果是有序的。
二叉搜索树的插入
5 3 6 0 4 8
插入的时候每次都是和根结点比较。一直要找到它应该插入的位置。肯定会插在叶子结点。那么其实可以看到 插入其实就是查找。
时间复杂度为logN;
二叉搜索树的删除
分为3中情况
- 删除的结点是叶子结点、则直接删除
遍历的时间是logn、删除操作的时间是O(1); - 要删除的结点只有一颗子树
则将子树的根节点往上提,例如如果要删除6结点,那么使8节点往上提,代替6结点。
遍历的时间是logn、删除操作的时间是O(1); - 要删除的结点有两颗子树:找后继结点、而且后继结点的左子树一定为空;
遍历的时间是logn、删除操作的时间是O(logN);
二叉排序树的实现
package com.yaoyao.binarysorttree;
public class BinarySortTreeDemo {
public static void main(String[] args) {
int[] arr = {7, 3, 10, 12, 5, 1, 9, 2};
BinarySortTree binarySortTree = new BinarySortTree();
//循环的添加结点到二叉排序树
for(int i = 0; i< arr.length; i++) {
binarySortTree.add(new Node(arr[i]));
}
//中序遍历二叉排序树
System.out.println("中序遍历二叉排序树~");
binarySortTree.infixOrder(); // 1, 3, 5, 7, 9, 10, 12
//测试一下删除叶子结点
binarySortTree.delNode(12);
binarySortTree.delNode(5);
binarySortTree.delNode(10);
binarySortTree.delNode(2);
binarySortTree.delNode(3);
binarySortTree.delNode(9);
binarySortTree.delNode(1);
binarySortTree.delNode(7);
System.out.println("root=" + binarySortTree.getRoot());
System.out.println("删除结点后");
binarySortTree.infixOrder();
}
}
//创建二叉排序树
class BinarySortTree {
private Node root;
public Node getRoot() {
return root;
}
//查找要删除的结点
public Node search(int value) {
if(root == null) {
return null;
} else {
return root.search(value);
}
}
//查找父结点
public Node searchParent(int value) {
if(root == null) {
return null;
} else {
return root.searchParent(value);
}
}
//编写方法:
//1. 返回的 以node 为根结点的二叉排序树的最小结点的值
//2. 删除node 为根结点的二叉排序树的最小结点
/**
*
* @param node 传入的结点(当做二叉排序树的根结点)
* @return 返回的 以node 为根结点的二叉排序树的最小结点的值
*/
public int delRightTreeMin(Node node) {
Node target = node;
//循环的查找左子节点,就会找到最小值
while(target.left != null) {
target = target.left;
}
//这时 target就指向了最小结点
//删除最小结点
delNode(target.value);
return target.value;
}
//删除结点
public void delNode(int value) {
if(root == null) {
return;
}else {
//1.需求先去找到要删除的结点 targetNode
Node targetNode = search(value);
//如果没有找到要删除的结点
if(targetNode == null) {
return;
}
//如果我们发现当前这颗二叉排序树只有一个结点
if(root.left == null && root.right == null) {
root = null;
return;
}
//去找到targetNode的父结点
Node parent = searchParent(value);
//如果要删除的结点是叶子结点
if(targetNode.left == null && targetNode.right == null) {
//判断targetNode 是父结点的左子结点,还是右子结点
if(parent.left != null && parent.left.value == value) { //是左子结点
parent.left = null;
} else if (parent.right != null && parent.right.value == value) {//是由子结点
parent.right = null;
}
} else if (targetNode.left != null && targetNode.right != null) { //删除有两颗子树的节点
int minVal = delRightTreeMin(targetNode.right);
targetNode.value = minVal;
} else { // 删除只有一颗子树的结点
//如果要删除的结点有左子结点
if(targetNode.left != null) {
if(parent != null) {
//如果 targetNode 是 parent 的左子结点
if(parent.left.value == value) {
parent.left = targetNode.left;
} else { // targetNode 是 parent 的右子结点
parent.right = targetNode.left;
}
} else {
root = targetNode.left;
}
} else { //如果要删除的结点有右子结点
if(parent != null) {
//如果 targetNode 是 parent 的左子结点
if(parent.left.value == value) {
parent.left = targetNode.right;
} else { //如果 targetNode 是 parent 的右子结点
parent.right = targetNode.right;
}
} else {
root = targetNode.right;
}
}
}
}
}
//添加结点的方法
public void add(Node node) {
if(root == null) {
root = node;//如果root为空则直接让root指向node
} else {
root.add(node);
}
}
//中序遍历
public void infixOrder() {
if(root != null) {
root.infixOrder();
} else {
System.out.println("二叉排序树为空,不能遍历");
}
}
}
//创建Node结点
class Node {
int value;
Node left;
Node right;
public Node(int value) {
this.value = value;
}
//查找要删除的结点
/**
*
* @param value 希望删除的结点的值
* @return 如果找到返回该结点,否则返回null
*/
public Node search(int value) {
if(value == this.value) { //找到就是该结点
return this;
} else if(value < this.value) {//如果查找的值小于当前结点,向左子树递归查找
//如果左子结点为空
if(this.left == null) {
return null;
}
return this.left.search(value);
} else { //如果查找的值不小于当前结点,向右子树递归查找
if(this.right == null) {
return null;
}
return this.right.search(value);
}
}
//查找要删除结点的父结点
/**
*
* @param value 要找到的结点的值
* @return 返回的是要删除的结点的父结点,如果没有就返回null
*/
public Node searchParent(int value) {
//如果当前结点就是要删除的结点的父结点,就返回
if((this.left != null && this.left.value == value) ||
(this.right != null && this.right.value == value)) {
return this;
} else {
//如果查找的值小于当前结点的值, 并且当前结点的左子结点不为空
if(value < this.value && this.left != null) {
return this.left.searchParent(value); //向左子树递归查找
} else if (value >= this.value && this.right != null) {
return this.right.searchParent(value); //向右子树递归查找
} else {
return null; // 没有找到父结点
}
}
}
@Override
public String toString() {
return "Node [value=" + value + "]";
}
//添加结点的方法
//递归的形式添加结点,注意需要满足二叉排序树的要求
public void add(Node node) {
if(node == null) {
return;
}
//判断传入的结点的值,和当前子树的根结点的值关系
if(node.value < this.value) {
//如果当前结点左子结点为null
if(this.left == null) {
this.left = node;
} else {
//递归的向左子树添加
this.left.add(node);
}
} else { //添加的结点的值大于 当前结点的值
if(this.right == null) {
this.right = node;
} else {
//递归的向右子树添加
this.right.add(node);
}
}
}
//中序遍历
public void infixOrder() {
if(this.left != null) {
this.left.infixOrder();
}
System.out.println(this);
if(this.right != null) {
this.right.infixOrder();
}
}
}
红黑树
AVL树:平衡二叉树,它的左右子树高度之差不超过1
这样确实可以避免一条直线型的结构,但还不是我们最理想的
可以认为是理想状态,实验室。而红黑树才是在源码底层会经常遇见,因为通过性能综合考虑选用;
红黑树的性质
- 每个结点不是红色就是黑色
- 不可能有连在一起的红色结点(黑色的就可以),每个叶子节点都是黑色的空节点(NIL),也就是说,叶子节点不存储数据
- 根结点都是黑色 root
- 每个节点,从该节点到达其可达叶子节点的所有路径,都包含相同数目的黑色节点;
为了满足红黑树的性质,因此出现了旋转:
红黑树一共有三种变换:
1.改变颜色:最简单 红变黑 黑变红
2.左旋:针对于点旋,但是点上面的子树也要跟着转。指针
3.右旋:
变化规则
插入的时候旋转和颜色变换规则:
1.变颜色的情况:当前结点的父亲是红色,且它的祖父结点的另一个子结点
也是红色。(叔叔结点):
(1)把父节点设为黑色
(2)把叔叔也设为黑色
(3)把祖父也就是父亲的父亲设为红色(爷爷)
(4)把指针定义到祖父结点(爷爷)设为当前要操作的.
2.左旋:当前父结点是红色,叔叔是黑色的时候,且当前的结点是右子树。左旋
以父结点作为左旋。指针变换到父亲结点
3.右旋:当前父结点是红色,叔叔是黑色的时候,且当前的结点是左子树。右旋
(1)把父结点变为黑色
(2)把祖父结点变为红色 (爷爷)
(3)以祖父结点旋转(爷爷)