【树结构】实际应用 —— 堆排序、哈夫曼树、二叉排序树、平衡二叉树(AVL树)

最新推荐文章于 2023-12-31 13:55:53 发布
最新推荐文章于 2023-12-31 13:55:53 发布
阅读量523 收藏 3
点赞数
分类专栏： 数据结构与算法 文章标签： 堆排序 哈夫曼树 二叉排序树 平衡二叉树
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zeroheitao/article/details/116888208
版权
本文详细介绍了四种数据结构及其排序算法：堆排序通过构建大顶堆实现升序排序，哈夫曼树用于数据压缩，二叉排序树保证了数据的有序性，而AVL树作为平衡二叉搜索树，确保了查询效率。文章通过实例展示了每种结构的构建、操作和应用，包括堆排序的步骤、哈夫曼树的构建过程、二叉排序树的插入和删除以及AVL树的平衡调整。
摘要由CSDN通过智能技术生成

文章目录

一、堆排序

1、堆排序基本介绍
  1. 堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的最坏，最好，平均时间复杂度均为O(nlogn)，它也是不稳定排序。
  2. 堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆，注意∶没有要求结点的左孩子的值和右孩子的值的大小关系。
  3. 每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆。
  4. 大顶堆举例说明
    在这里插入图片描述
  5. 小顶堆举例说明
    在这里插入图片描述
  6. 一般升序采用大顶堆，降序采用小顶堆
2、堆排序基本思想
  1. 将待排序序列构造成一个大顶堆。
  2. 此时，整个序列的最大值就是堆顶的根节点。
  3. 将其与末尾元素进行交换，此时末尾就为最大值。
  4. 然后将剩余 n-1 个元素重新构造成一个堆，这样会得到 n 个元素的次小值。如此反复执行，便能得到一个有序
    序列了。

可以看到在构建大顶堆的过程中，元素的个数逐渐减少，最后就得到一个有序序列了。

3、堆排序步骤图解说明

要求：给你一个数组 { 4, 6, 8, 5, 9 }，要求使用堆排序法，将数组升序排序。

步骤一：构造初始堆。将给定无序序列构造成一个大顶堆(一般升序采用大顶堆，降序采用小顶堆)。
原始的数组 [ 4, 6, 8, 5, 9 ]

  1. 假设给定无序序列结构如下
    在这里插入图片描述
  2. 此时我们从最后一个非叶子结点开始(叶结点自然不用调整，第一个非叶子结点 arr.length/2-1=5/2-1=1，也就是 6 结点），从左至右，从下至上进行调整。
    在这里插入图片描述
  3. 找到第二个非叶节点 4，由于 [ 4, 9, 8 ] 中 9 元素最大，4 和 9 交换。
    在这里插入图片描述
  4. 这时，交换导致了子根 [ 4, 5, 6 ] 结构混乱，继续调整，[ 4, 5, 6 ]中 6 最大，交换 4 和 6。
    在这里插入图片描述
    此时，我们就将一个无序序列构造成了一个大顶堆。

步骤二：将堆顶元素与末尾元素进行交换，使末尾元素最大。然后继续调整堆，再将堆顶元素与末尾元素交换，得到第二大元素。如此反复进行交换、重建、交换。

  1. 将堆顶元素 9 和末尾元素 4 进行交换
    在这里插入图片描述
  2. 重新调整结构，使其继续满足堆定义
    在这里插入图片描述
  3. 再将堆顶元素 8 与末尾元素 5 进行交换，得到第二大元素 8
    在这里插入图片描述
  4. 后续过程，继续进行调整，交换，如此反复进行，最终使得整个序列有序
    在这里插入图片描述

简单总结下堆排序的基本思路：

  1. 将无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆;
  2. 将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端;
  3. 重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整、交换步骤， 直到整个序列有序。
4、堆排序代码实现

要求：给一个数组 { 4, 6, 8, 5, 9 }，要求使用堆排序法，将数组升序排序。

说明：堆排序的速度非常快，在我的机器上 8百万 数据平均 3 秒左右。O(nlogn)

public class HeapSort {

	public static void main(String[] args) {
		//要求将数组进行升序排序
		//int arr[] = {4, 6, 8, 5, 9};
		// 创建要给80000个的随机的数组
		int[] arr = new int[8000000];
		for (int i = 0; i < 8000000; i++) {
			arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
		}

		System.out.println("排序前");
		Date data1 = new Date();
		SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
		String date1Str = simpleDateFormat.format(data1);
		System.out.println("排序前的时间是=" + date1Str);
		
		heapSort(arr);
		
		Date data2 = new Date();
		String date2Str = simpleDateFormat.format(data2);
		System.out.println("排序后的时间是=" + date2Str);
		//System.out.println("排序后=" + Arrays.toString(arr));
	}

	//编写一个堆排序的方法
	public static void heapSort(int arr[]) {
		int temp = 0;
		System.out.println("堆排序!!");
		
//		//分步完成
//		adjustHeap(arr, 1, arr.length);
//		System.out.println("第一次" + Arrays.toString(arr)); // 4, 9, 8, 5, 6
//		
//		adjustHeap(arr, 0, arr.length);
//		System.out.println("第2次" + Arrays.toString(arr)); // 9,6,8,5,4
		
		//完成最终代码
		//将无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆
		for(int i = arr.length / 2 -1; i >=0; i--) {
			adjustHeap(arr, i, arr.length);
		}
		
		/*
		 * 2).将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端;
　　			3).重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整、交换步骤，直到整个序列有序。
		 */
		for(int j = arr.length-1;j >0; j--) {
			//交换
			temp = arr[j];
			arr[j] = arr[0];
			arr[0] = temp;
			adjustHeap(arr, 0, j); 
		}
		
		//System.out.println("数组=" + Arrays.toString(arr)); 
		
	}
	
	//将一个数组(二叉树), 调整成一个大顶堆
	/**
	 * 功能： 完成 将 以 i 对应的非叶子结点的树调整成大顶堆
	 * 举例  int arr[] = {4, 6, 8, 5, 9}; => i = 1 => adjustHeap => 得到 {4, 9, 8, 5, 6}
	 * 如果我们再次调用  adjustHeap 传入的是 i = 0 => 得到 {4, 9, 8, 5, 6} => {9,6,8,5, 4}
	 * @param arr 待调整的数组
	 * @param i 表示非叶子结点在数组中索引
	 * @param lenght 表示对多少个元素继续调整， length 是在逐渐的减少
	 */
	public  static void adjustHeap(int arr[], int i, int lenght) {
		
		int temp = arr[i];//先取出当前元素的值，保存在临时变量
		//开始调整
		//说明
		//1. k = i * 2 + 1 k 是 i结点的左子结点
		for(int k = i * 2 + 1; k < lenght; k = k * 2 + 1) {
			if(k+1 < lenght && arr[k] < arr[k+1]) { //说明左子结点的值小于右子结点的值
				k++; // k 指向右子结点
			}
			if(arr[k] > temp) { //如果子结点大于父结点
				arr[i] = arr[k]; //把较大的值赋给当前结点
				i = k; //!!! i 指向 k,继续循环比较
			} else {
				break;//!
			}
		}
		//当for 循环结束后，我们已经将以i 为父结点的树的最大值，放在了 最顶(局部)
		arr[i] = temp;//将temp值放到调整后的位置
	}
	
}

在这里插入图片描述

二、哈夫曼树

1、基本介绍
  1. 给定 n 个权值作为 n 个叶子结点，构造一棵二叉树，若该树的带权路径长度(wpl)达到最小，称这样的二叉树为最优二叉树，也称为哈夫曼树(Huffman Tree)，还有的书翻译为霍夫曼树。
  2. 赫夫曼树是带权路径长度最短的树，权值较大的结点离根较近
2、哈夫曼树几个重要概念和举例说明
  1. 路径和路径长度： 在一棵树中，从一个结点往下可以达到的孩子或孙子结点之间的通路，称为路径。通路中分支的数目称为路径长度。若规定根结点的层数为 1，则从根结点到第 L 层结点的路径长度为 L-1
  2. 结点的权及带权路径长度： 若将树中结点赋给一个有着某种含义的数值，则这个数值称为该结点的权
  3. 结点的带权路径长度： 从根结点到该结点之间的路径长度与该结点的权的乘积
  4. 树的带权路径长度： 树的带权路径长度规定为所有叶子结点的带权路径长度之和，记为WPL(weighted pathlength) ，权值越大的结点离根结点越近的二叉树才是最优二叉树。
  5. WPL最小的就是赫夫曼树
    在这里插入图片描述
3、哈夫曼树创建思路图解

给一个数列 { 13, 7, 8, 3, 29, 6, 1}，要求转成一颗哈夫曼树。

构成赫夫曼树的步骤：

  1. 从小到大进行排序，将每一个数据，每个数据都是一个节点，每个节点可以看成是一颗最简单的二叉树
  2. 取出根节点权值最小的两颗二叉树
  3. 组成一颗新的二叉树，该新的二叉树的根节点的权值是前面两颗二叉树根节点权值的和
  4. 再将这颗新的二叉树，以根节点的权值大小再次排序，不断重复 1-2-3-4 的步骤，直到数列中，所有的数据都被处理，就得到一颗赫夫曼树
    在这里插入图片描述
public class HuffmanTree {

	public static void main(String[] args) {
		int arr[] = { 13, 7, 8, 3, 29, 6, 1 };
		Node root = createHuffmanTree(arr);
		
		//测试一把
		preOrder(root); //
		
	}
	
	//编写一个前序遍历的方法
	public static void preOrder(Node root) {
		if(root != null) {
			root.preOrder();
		}else{
			System.out.println("是空树，不能遍历~~");
		}
	}

	// 创建赫夫曼树的方法
	/**
	 * 
	 * @param arr 需要创建成哈夫曼树的数组
	 * @return 创建好后的赫夫曼树的root结点
	 */
	public static Node createHuffmanTree(int[] arr) {
		// 第一步为了操作方便
		// 1. 遍历 arr 数组
		// 2. 将arr的每个元素构成成一个Node
		// 3. 将Node 放入到ArrayList中
		List<Node> nodes = new ArrayList<Node>();
		for (int value : arr) {
			nodes.add(new Node(value));
		}
		
		//我们处理的过程是一个循环的过程
		
		
		while(nodes.size() > 1) {
		
			//排序 从小到大 
			Collections.sort(nodes);
			
			System.out.println("nodes =" + nodes);
			
			//取出根节点权值最小的两颗二叉树 
			//(1) 取出权值最小的结点（二叉树）
			Node leftNode = nodes.get(0);
			//(2) 取出权值第二小的结点（二叉树）
			Node rightNode = nodes.get(1);
			
			//(3)构建一颗新的二叉树
			Node parent = new Node(leftNode.value + rightNode.value);
			parent.left = leftNode;
			parent.right = rightNode;
			
			//(4)从ArrayList删除处理过的二叉树
			nodes.remove(leftNode);
			nodes.remove(rightNode);
			//(5)将parent加入到nodes
			nodes.add(parent);
		}
		
		//返回哈夫曼树的root结点
		return nodes.get(0);
		
	}
}

// 创建结点类
// 为了让Node 对象持续排序Collections集合排序
// 让Node 实现Comparable接口
class Node implements Comparable<Node> {
	int value; // 结点权值
	char c; //字符
	Node left; // 指向左子结点
	Node right; // 指向右子结点

	//写一个前序遍历
	public void preOrder() {
		System.out.println(this);
		if(this.left != null) {
			this.left.preOrder();
		}
		if(this.right != null) {
			this.right.preOrder();
		}
	}
	
	public Node(int value) {
		this.value = value;
	}

	@Override
	public String toString() {
		return "Node [value=" + value + "]";
	}

	@Override
	public int compareTo(Node o) {
		// TODO Auto-generated method stub
		// 表示从小到大排序
		return this.value - o.value;
	}

}

在这里插入图片描述

三、二叉排序树

1、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
在这里插入图片描述

比如数据 ( 7, 3, 10, 12, 5, 1, 9 )，对应的二叉排序树为：
在这里插入图片描述

2、二叉排序树创建和遍历

一个数组创建成对应的二叉排序树，并使用中序遍历二叉排序树，比如：数组为 Array( 7, 3, 10, 12, 5, 1, 9 )，创建成对应的二叉排序树为∶
在这里插入图片描述
在这里插入图片描述

3、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

  1. 删除叶子节点（比如: 2, 5, 9, 12)
  2. 删除只有一颗子树的节点(比如: 1)
  3. 删除有两颗子树的节点.(比如: 7, 3, 10)
  4. 操作的思路分析

第一种情况： 删除叶子节点（比如: 2, 5, 9, 12)
思路：

  1. 需求先去找到要删除的结点 targetNode
  2. 找到 targetNode 的父结点 parent
  3. 确定 targetNode 是 parent 的左子结点还是右子结点
  4. 根据前面的情况来对应删除
    左子结点 parent.left = null;
    右子结点 parent.right = null;

第二种情况： 删除只有一颗子树的节点 比如 1
思路：

  1. 需求先去找到要删除的结点 targetNode
  2. 找到 targetNode 的父结点 parent
  3. 确定 targetNode 的子结点是左子结点还是右子结点
  4. targetNode 是 parent 的左子结点还是右子结点
  5. 如果 targetNode 有左子结点
    5.1 如果 targetNode 是 parent 的左子结点 parent.left = targetNode.left;
    5.2 如果 targetNode 是 parent 的右子结点 parent.right = targetNode.left;
  6. 如果 targetNode 有右子结点
    6.1 如果 targetNode 是 parent 的左子结点 parent.left = targetNode.right;
    6.2 如果 targetNode 是 parent 的右子结点 parent.right = targetNode.right;

第三种情况： 删除有两颗子树的节点 (比如: 7, 3, 10 )
思路：

  1. 需求先去找到要删除的结点 targetNode
  2. 找到 targetNode 的父结点 parent
  3. 从 targetNode 的右子树找到最小的结点
  4. 用一个临时变量，将最小结点的值保存
  5. 删除该最小结点
  6. targetNode.value = temp
4、二叉排序树删除结点的代码实现
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();
		}
	}
	
}

四、平衡二叉树(AVL树)

1、基本介绍
  1. 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。
  2. 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。
  3. 举例说明
    在这里插入图片描述
2、应用案例 - 单旋转（左旋转）
  1. 要求：给一个数列，创建出对应的平衡二叉树，数列 { 4, 3, 6, 5, 7, 8 }
  2. 思路分析(示意图)
    在这里插入图片描述
	//左旋转方法
	private void leftRotate() {
		
		//创建新的结点，以当前根结点的值
		Node newNode = new Node(value);
		//把新的结点的左子树设置成当前结点的左子树
		newNode.left = left;
		//把新的结点的右子树设置成带你过去结点的右子树的左子树
		newNode.right = right.left;
		//把当前结点的值替换成右子结点的值
		value = right.value;
		//把当前结点的右子树设置成当前结点右子树的右子树
		right = right.right;
		//把当前结点的左子树(左子结点)设置成新的结点
		left = newNode;		
	}
3、应用案例 - 单旋转（右旋转）
  1. 要求：给一个数列，创建出对应的平衡二叉树，数列 { 10, 12, 8, 9, 7, 6 }
  2. 思路分析(示意图)
    在这里插入图片描述
	//右旋转
	private void rightRotate() {
		Node newNode = new Node(value);
		newNode.right = right;
		newNode.left = left.right;
		value = left.value;
		left = left.left;
		right = newNode;
	}
4、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

问题分析：
在这里插入图片描述
解决思路分析：

  1. 当符号右旋转的条件时
  2. 如果它的左子树的右子树高度大于它的左子树的高度
  3. 先对当前这个结点的左节点进行左旋转
  4. 在对当前结点进行右旋转的操作即可

完整代码：（在二叉排序树代码上扩展的）

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 };  
		//创建一个 AVLTree对象
		AVLTree avlTree = new AVLTree();
		//添加结点
		for(int i=0; i < arr.length; i++) {
			avlTree.add(new Node(arr[i]));
		}
		
		//遍历
		System.out.println("中序遍历");
		avlTree.infixOrder();
		
		System.out.println("在平衡处理~~");
		System.out.println("树的高度=" + avlTree.getRoot().height()); //3
		System.out.println("树的左子树高度=" + avlTree.getRoot().leftHeight()); // 2
		System.out.println("树的右子树高度=" + avlTree.getRoot().rightHeight()); // 2
		System.out.println("当前的根结点=" + avlTree.getRoot());//8
		
		
	}

}

// 创建AVLTree
class AVLTree {
	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;
	}

	// 返回左子树的高度
	public int leftHeight() {
		if (left == null) {
			return 0;
		}
		return left.height();
	}

	// 返回右子树的高度
	public int rightHeight() {
		if (right == null) {
			return 0;
		}
		return right.height();
	}

	// 返回 以该结点为根结点的树的高度
	public int height() {
		return Math.max(left == null ? 0 : left.height(), right == null ? 0 : right.height()) + 1;
	}
	
	//左旋转方法
	private void leftRotate() {
		
		//创建新的结点，以当前根结点的值
		Node newNode = new Node(value);
		//把新的结点的左子树设置成当前结点的左子树
		newNode.left = left;
		//把新的结点的右子树设置成带你过去结点的右子树的左子树
		newNode.right = right.left;
		//把当前结点的值替换成右子结点的值
		value = right.value;
		//把当前结点的右子树设置成当前结点右子树的右子树
		right = right.right;
		//把当前结点的左子树(左子结点)设置成新的结点
		left = newNode;		
	}
	
	//右旋转
	private void rightRotate() {
		Node newNode = new Node(value);
		newNode.right = right;
		newNode.left = left.right;
		value = left.value;
		left = left.left;
		right = newNode;
	}

	// 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);
			}

		}
		
		//当添加完一个结点后，如果: (右子树的高度-左子树的高度) > 1 , 左旋转
		if(rightHeight() - leftHeight() > 1) {
			//如果它的右子树的左子树的高度大于它的右子树的右子树的高度
			if(right != null && right.leftHeight() > right.rightHeight()) {
				//先对右子结点进行右旋转
				right.rightRotate();
				//然后在对当前结点进行左旋转
				leftRotate(); //左旋转..
			} else {
				//直接进行左旋转即可
				leftRotate();
			}
			return ; //必须要!!!
		}
		
		//当添加完一个结点后，如果 (左子树的高度 - 右子树的高度) > 1, 右旋转
		if(leftHeight() - rightHeight() > 1) {
			//如果它的左子树的右子树高度大于它的左子树的高度
			if(left != null && left.rightHeight() > left.leftHeight()) {
				//先对当前结点的左结点(左子树)->左旋转
				left.leftRotate();
				//再对当前结点进行右旋转
				rightRotate();
			} else {
				//直接进行右旋转即可
				rightRotate();
			}
		}
	}

	// 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();
		}
	}
}
玳宸
关注
专栏目录
哈夫曼树编码(最优二叉树 文本 文件的压缩与解压)
qq_44782542的博客
10-23 736
统计字符(其实这里是ASCII码的形式统计字符出现的权值(字符出现的字数)统计字符出现的权值(字符出现的字数)统计字符出现的权值(字符出现的字数)统计字符出现的权值(字符出现的字数))出现的字数 /** * * @param bytes 接收字节数组 * @return 返回的就是 List 形式 [Node[date=97 ,weight = 5], Node[]date=32,weight = 9]......], */ private static List<Nod.
二叉排序树/平衡二叉树/哈夫曼树
chengxuyuanlee的博客
12-10 2253
本人将树相关知识总结为初、中、高三篇，本文属于树结构的中篇，主要阐述几种经典的树形结构，是继承树的基础知识之后，进行相关拓展那么本文将以三种典型的树形结构进行总结，从查找的角度来进行分析各个树型结构的区别与优势。 基础篇在：数据结构——树基础 （主要总结树、二叉树、线索二叉树、森林等基础相关知识） 二叉排序树 树表相关概念 二叉排序树定义 查找操作 插入操作 删除操作 查找效率分析 平衡二叉树 相关概念 平衡二叉树定义 平衡二叉树调整方法 创建、插入、删除 查找效率分析 ...
数据结构实用教程之二叉树，其中包含了：二叉树的定义、二叉树的递归遍历、二叉树基本操作。
07-01
数据结构实用教程之二叉树，其中包含了：二叉树的定义、二叉树的递归遍历、二叉树基本操作。 数据结构实用教程之二叉树，其中包含了：二叉树的定义、二叉树的递归遍历、二叉树基本操作。 数据结构实用教程之二叉树，其中包含了：二叉树的定义、二叉树的递归遍历、二叉树基本操作。
数据结构与算法（8）树结构的应用
flyersboy的博客
05-10 454
树结构实际应用 1、堆排序 （1）堆排序基本介绍 堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的最坏，最好，平均时间复杂度均为 O(nlogn)，它也是不稳定排序。 堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆, 注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。 每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆 大顶堆举例说明 小顶堆举例说明 一般升序采用大顶堆，降序采用小顶堆 （2）堆排序基本思想 将待排
第 11 章 树结构实际应用
Oneby的博客
08-13 3008
第 11 章 树结构实际应用 1、堆排序 1.1、堆排序基本介绍 堆排序是利用堆这种数据结构而设计的一种排序算法， 堆排序是一种选择排序， 它的最坏， 最好， 平均时间复杂度均为 O(nlogn)， 它也是不稳定排序。 堆是具有以下性质的完全二叉树： 每个结点的值都大于或等于其左右孩子结点的值， 称为大顶堆，注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。 每个结点的值都小于或等于其左右孩子结点的值， 称为小顶堆 完全二叉树：一棵深度为 k 的有 n 个结点的二叉树，对树中的结点按从上至下
数据结构之树的应用
Arvin_success的博客
09-09 1310
六、树的应用 1、利用树型结构求解集合的幂 求集合｛1，2，…，n｝的幂集问题是一个经典的问题。解决这个问题的最典型做法就是递归调用。利用树型结构这个参照系来设计求集合｛1，2，…，n｝的幂集算法，对于给定的集合｛1，2，3，4｝，按幂集集合中的元素个数和字典次序建立的树如下：                      ｛｝ ｛1｝                     
排序二叉树 AVL树 哈夫曼树增删改查Java实现
05-11
无论是排序二叉树的高效查找，AVL树的自动平衡，还是哈夫曼树的压缩效率，它们都在各自的领域中发挥着重要作用。在Java中实现这些树结构不仅可以加深对数据结构的理解，还能提高代码的性能和效率。
数据结构与算法的一些实例，数据结构包括图（遍历算法）、树（哈夫曼树、AVL平衡树等）
最新发布
01-15
哈夫曼树，又称最优二叉树，是一种带权路径长度最短的二叉树，常用于数据压缩。它的构建基于哈夫曼编码，通过最小带权路径长度来实现数据的高效编码。AVL树则是一种自平衡二叉搜索树，其特点是任何节点的两个子树的...
【数据结构】树与树的表示、二叉树存储结构及其遍历、二叉搜索树、平衡二叉树、堆、哈夫曼树与哈夫曼编码、集合及其运算
天生爱赞美的博客
10-31 3925
1、树与树的表示 什么是树？ 客观世界中许多事物存在层次关系 人类社会家谱 社会组织结构 图书信息管理 分层次组织在管理上具有更高的效率！ 数据管理的基本操作之一：查找（根据某个给定关键字K，从集合R 中找出关键字与K 相同的记录）。一个自然的问题就是，如何实现有效率的查找？
数据结构实验（单链表的基本操作,二叉树的遍历,折半查找和二叉排序树,内部排序）的实现
06-25
在这个实验中，我们专注于四个关键的算法和数据结构：单链表的基本操作、二叉树的遍历、折半查找以及二叉排序树，还有内部排序的实现。 首先，单链表是一种线性数据结构，其中每个元素（节点）包含数据和一个指向下...
数据结构二叉树的应用实例
02-25
c++ 数据结构 二叉树的应用实例 详细的介绍了二叉树的应用
数据结构 树的应用
11-04
数据结构中关于树的应用 帮助我们更好地学习树这一章的ppt
【数据结构与算法基础】树的应用
Kaiyuan_sjtu的博客
04-28 1217
写在前面 树这一数据结构学的差不多了，该拉出来练练了。本节学习几个树的应用，包括优先队列、Huffman编码等。 1.优先队列（Priority Queue） 优先队列是特殊的“队列”，取出元素的顺序是依照元素的优先权大小，而不是元素进入队列的顺序。优先队列要求保证“最优先元素先出”的原则。优先队列支持两种操作：删除最大元素（或最小元素）和插入元素。我们将看到，删除最大元素的方法可以很...
数据结构——树的应用
weixin_43899645的博客
10-06 2040
二叉排序树 左边子树均小于本节点，右子树均小于本节点，用中序遍历可以从小到大排序 查找 二叉树非空时，查找根节点若相等这查找成功，若不等，则小于根节点查找左子树，大于根节点查找右子树，当查找到叶节点人没有查找到相应的值，则查找失败。 插入 若二叉排序树为空，则直接插入节点 若二叉排序树非空，当值小于根节点时，插入左子树，当值大于根节点时，插入右子树，当值等于根节点时不进行插入 构造 读入一个元素并建立节点，若二叉树为空将其作为根节点，若二叉树非空，当值小于根节点时，擦汗如左子树，当值大于根节点时，插入
数据结构—树的应用
Voltline的博客
12-31 1183
数据结构—树的应用
【数据结构笔记】四、树的应用
幻想郷こうまかん
09-23 922
树的应用按考纲来看的话： 1.二叉排序树 2.堆结构 3.哈夫曼（Huffman）树和哈夫曼编码 而刚好这节课刚好都讲到了。 首先，先讲 二叉排序树 也叫二叉查找树/二叉搜索树 BST，Binary Search Tree 主要特性是：左<中<右 一些用的到的特殊函数： ①Position Find（Elemtype X，BinTree BST） //查找值为X的位置，返回地址
十、数据结构——树结构实际应用
rookie_lbt的博客
08-11 954
数据结构——树结构实际应用
数据结构--树--在项目中的实践应用
m0_49049914的博客
07-29 384
思路分析根据token取出用户信息，找到用户的角色id，根据角色id去寻找其下所有的树id,这里有一个细节需要注意的是这个树id必须要满足是顶级id,才需要去进行递归遍历它的子树。在本项目中有一个服务拓扑，这个服务拓扑呢每个客户属于不同的角色，不同的角色看到的服务拓扑是不一样的，并且这个服务拓扑是一个树形结构。...
树数据结构的实际应用
weixin_30478757的博客
11-02 589
电子书目录读取 由来 ​ 在epub2规范生成的epub电子书中负责目录导航的文件toc.nxc文件，但是在epub3规范生成的电子书中负责目录导航的文件是toc.xhtml文件。公司的移动端的SDK并不支持toc.xhtml文件的电子书目录导航。我这边需要将toc.xhtml文件转换成toc.ncx文件。 工具准备 读取电子书文档的jar包 （epublib-core） 对html文档进行解析...
数据结构练习题集：栈、二叉树、平衡搜索树、散列与排序
这些题目涵盖了数据结构中的核心概念，包括栈、二叉树、平衡二叉搜索树、散列表、最短路径问题、排序算法以及哈夫曼编码。接下来，我们将逐一解析这些知识点。 1. **栈的分配与上溢**： 在内存中分配连续空间给两...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

玳宸

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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