Java数据结构与算法解析(五)——二叉查找树

淩亂°似流年 2022-05-29 06:13 174阅读 0赞

#                         Java数据结构与算法解析(五)——二叉查找树 #

## 二叉查找树简介 ##

二叉查找树（Binary Search Tree），又被称为二叉搜索树。  
它是特殊的二叉树：对二叉树，假设x为二叉树中的任意一个结点，x节点包含关键字key，节点x的key值记为key \[x\]。如果y是x的左子树中的一个结点，则key \[y\] <= key \[x\];如果y是x的右子树的一个结点，那\]，这棵树就是二叉查找树。如下图所示：  
![这里写图片描述][SouthEast]

在二叉查找树中：  
（1）若任意节点的左子树不空，则左子树上所有结点的值均小于它的根结点的值;   
（2）任意节点的右子树不空，则右子树上所有结点的值均大于它的根结点的值;   
（3）任意节点的左，右子树也分别为二叉查找树  
（4）没有键值相等的节点（没有重复的节点）。

## 二叉查找树的实现 ##

1.二叉查找树节点实现

public class BinaryNode<T> {
        private T element;
        private BinaryNode<T> left;
        private BinaryNode<T> right;
    
        public BinaryNode(T element, BinaryNode<T> left, BinaryNode<T> right) {
            this.element = element;
            this.left = left;
            this.right = right;
        }
    
        public BinaryNode(T element) {
            this(element, null, null);
        }
    
    }
      
       
        1
        2
        3
        4
        五
        6
        7
        8
        9
        10
        11
        12
        13
        14
        15
        16

（1）元素 - 当前节点的值  
（2）右 - 它指向当前节点的右孩子。  
（3）父 - 它指向当前节点的父结点。

2.contains方法的实现

如果在树ŧ中存在含有项X的节点，那么包含方法返回真，否则返回假。如果树牛逼是空集，则返回错误。

public boolean contains(T t, BinaryNode<T> node) {
            if (t == null) {
                return false;
            }
    
            int campareResult = t.compareTo(node.element);
            if (campareResult < 0) {
                return contains(t, node.left);
            } else if (campareResult > 0) {
                return contains(t, node.right);
            } else {
                return true;
            }
        }
    
      
       
        1
        2
        3
        4
        五
        6
        7
        8
        9
        10
        11
        12
        13
        14
        15

从根节点开始查找该值，如果根节点匹配，则直接返回真，否则和根节点的值进行比较，然后递归遍历左子树或右子树进行查找。

3.findMin方法和findMax方法

public T findMax() {
            if (isEmpty()) {
                throw new IndexOutOfBoundsException();
            }
            return findMax(mRoot).element;
        }
    
        private BinaryNode<T> findMax(BinaryNode<T> node) {
            if (node != null) {
                while (node.right != null) {
        
                    node = node.right;
                }
            }
            return node;
        }
      
       
        1
        2
        3
        4
        五
        6
        7
        8
        9
        10
        11
        12
        13
        14
        15

对于findMax方法，如果存在右子树，则递归遍历，终止点就是最大的元素。否则，根节点就是最大的元素。

public T findMin(){
            if (isEmpty()) {
                throw new IndexOutOfBoundsException();
            }
            return findMin(mRoot).element;
        }
    
        private BinaryNode<T> findMin(BinaryNode<T> node) {
            if (node != null) {
                while (node.left != null) {
        
                    node = node.left;
                }
            }
            return node;
        }
      
       
        1
        2
        3
        4
        五
        6
        7
        8
        9
        10
        11
        12
        13
        14
        15

对于findMin方法，如果存在左子树，则递归遍历，终止点就是最小的元素。否则，根节点就是最小的元素。

4.insert方法   
将一个新的元素X插入到树Ť中，可以先通过含有方法去查找该元素是否存在，如果存在，则什么都不做，否则将X插入到遍历路径上的最后一点。

public void insert(T t) {
        
            mRoot = insert(t, mRoot);
        }
    
        public BinaryNode<T> insert(T t, BinaryNode<T> node) {
            if (node == null) {
        
    
                return new BinaryNode<T>(t, null, null);
            }
    
            int compareResult = t.compareTo(node.element);
            if (compareResult > 0) {
        
                node.right = insert(t, node.right);
            } else if (compareResult < 0) {
        
                node.left = insert(t, node.left);
            }
    
            return node;
        }
      
       
        1
        2
        3
        4
        五
        6
        7
        8
        9
        10
        11
        12
        13
        14
        15
        16
        17
        18
        19

5.remove方法

public void remove(T t) {
        
            mRoot = remove(t, mRoot);
        }
    
        public BinaryNode<T> remove(T t, BinaryNode<T> node) {
            if (node == null) {
        
                return node;
            }
            int compareResult = t.compareTo(node.element);
            if (compareResult > 0) {
        
                node.right = remove(t, node.right);
            } else if (compareResult < 0) {
        
                node.left = remove(t, node.left);
            } else if (node.left != null && node.right != null) {
        
                node.element = findMin(node.right).element;
                node.right = remove(node.element, node.right);
            } else {
        
                node = (node.left != null) ? node.left : node.right;
            }
            return node;
    
        }
      
       
        1
        2
        3
        4
        五
        6
        7
        8
        9
        10
        11
        12
        13
        14
        15
        16
        17
        18
        19
        20
        21
        22

对于删除，最复杂的是该将被删除的节点阿具有两个儿子的情况，一般是该节点的右子树最小的节点乙代替节点A，然后在乙原来的位置删除掉节点B.

上面的代码能够完成删除工作，但效率并不高，因为它沿着树进行两趟搜索来查找和删除右子树中最小的节点。

如果删除的次数不多，使用通常懒惰删除：当一个元素要被删除时，它仍在树中，而只是标记为删除。

特别是删除算法会使得左子树比右子树深，因为我们总是用右子树的一个来代替删除的节点。会造成二叉查找树，严重的不平衡。

5.二叉查找树完整代码

public class BinarySearchTree<T extends Comparable<?
            super T>> {
        
    
        private BinaryNode<T> mRoot;
    
        public void makeEmpty() {
        
            mRoot = null;
        }
    
        public boolean isEmpty() {
            return mRoot == null;
        }
    
        public boolean contains(T t) {
            return contains(t, mRoot);
        }
    
        public boolean contains(T t, BinaryNode<T> node) {
            if (t == null) {
                return false;
            }
    
            int campareResult = t.compareTo(node.element);
            if (campareResult < 0) {
                return contains(t, node.left);
            } else if (campareResult > 0) {
                return contains(t, node.right);
            } else {
                return true;
            }
        }
    
        public T findMax() {
            if (isEmpty()) {
                throw new IndexOutOfBoundsException();
            }
            return findMax(mRoot).element;
        }
    
        private BinaryNode<T> findMax(BinaryNode<T> node) {
            if (node != null) {
                while (node.right != null) {
        
                    node = node.right;
                }
            }
            return node;
        }
    
        public T findMin() {
            if (isEmpty()) {
                throw new IndexOutOfBoundsException();
            }
            return findMin(mRoot).element;
        }
    
        private BinaryNode<T> findMin(BinaryNode<T> node) {
            if (node != null) {
                while (node.left != null) {
        
                    node = node.left;
                }
            }
            return node;
        }
    
        public void insert(T t) {
        
            mRoot = insert(t, mRoot);
        }
    
        public BinaryNode<T> insert(T t, BinaryNode<T> node) {
            if (node == null) {
        
    
                return new BinaryNode<T>(t, null, null);
            }
    
            int compareResult = t.compareTo(node.element);
            if (compareResult > 0) {
        
                node.right = insert(t, node.right);
            } else if (compareResult < 0) {
        
                node.left = insert(t, node.left);
            }
    
            return node;
        }
    
        public void remove(T t) {
        
            mRoot = remove(t, mRoot);
        }
    
        public BinaryNode<T> remove(T t, BinaryNode<T> node) {
            if (node == null) {
                return node;
            }
            int compareResult = t.compareTo(node.element);
            if (compareResult > 0) {
        
                node.right = remove(t, node.right);
            } else if (compareResult < 0) {
        
                node.left = remove(t, node.left);
            } else if (node.left != null && node.right != null) {
        
                node.element = findMin(node.right).element;
                node.right = remove(node.element, node.right);
            } else {
        
                node = (node.left != null) ? node.left : node.right;
            }
            return node;
    
        }
    
        private static class BinaryNode<T> {
            private T element;
            private BinaryNode<T> left;// 左孩子
            private BinaryNode<T> right;// 右孩子
    
            public BinaryNode(T element, BinaryNode<T> left, BinaryNode<T> right) {
                this.element = element;
                this.left = left;
                this.right = right;
            }
    
            public BinaryNode(T element) {
                this(element, null, null);
            }
    
        }
    }
    
      
       
        1
        2
        3
        4
        五
        6
        7
        8
        9
        10
        11
        12
        13
        14
        15
        16
        17
        18
        19
        20
        21
        22
        23
        24
        25
        26
        27
        28
        29
        三十
        31
        32
        33
        34
        35
        36
        37
        38
        39
        40
        41
        42
        43
        44
        45
        46
        47
        48
        49
        50
        51
        52
        53
        54
        55
        56
        57
        58
        59
        60
        61
        62
        63
        64
        65
        66
        67
        68
        69
        70
        71
        72
        73
        74
        75
        76
        77
        78
        79
        80
        81
        82
        83
        84
        85
        86
        87
        88
        89
        90
        91
        92
        93
        94
        95
        96
        97
        98
        99
        100
        101
        102
        103
        104
        105
        106
        107
        108
        109
        110
        111
        112
        113
        114
        115
        116
        117
        118
        119
        120
        121
        122
        123
        124
        125

## 二叉树的遍历 ##

1.前序遍历   
若二叉树非空，则执行以下操作：  
（1）访问根结点;   
（2）先序遍历左子树;   
（3）先序遍历右子树。  
![这里写图片描述][SouthEast 1]   
前序遍历代码

//前序遍历
        private void preOrder(BinaryNode<T> tree) {
            if(tree != null) {
        
                System.out.print(tree.element+" ");
                preOrder(tree.left);
                preOrder(tree.right);
            }
        }
    
        public void preOrder() {
        
            preOrder(mRoot);
        }
      
       
        1
        2
        3
        4
        五
        6
        7
        8
        9
        10
        11
        12

2.中序遍历   
若二叉树非空，则执行以下操作：  
（1）中序遍历左子树;   
（2）访问根结点;   
（3）中序遍历右子树。

![这里写图片描述][SouthEast 2]   
中序遍历代码

private void inOrder(BinaryNode<T> tree) {
            if(tree != null) {
        
                inOrder(tree.left);
                System.out.print(tree.element+" ");
                inOrder(tree.right);
            }
        }
    
        public void inOrder() {
        
            inOrder(mRoot);
        }
    
      
       
        1
        2
        3
        4
        五
        6
        7
        8
        9
        10
        11
        12

3.后序遍历   
若二叉树非空，则执行以下操作：  
（1）后序遍历左子树;   
（2）后序遍历右子树;   
（3）访问根结点。

![这里写图片描述][SouthEast 3]   
后序遍历代码

private void postOrder(BinaryNode<T> tree) {
            if(tree != null)
            {
        
                postOrder(tree.left);
                postOrder(tree.right);
                System.out.print(tree.element+" ");
            }
        }
    
        public void postOrder() {
        
            postOrder(mRoot);
        }

[SouthEast]: /images/20220529/84adec0eea0945599dd0984d210bb51a.png
[SouthEast 1]: /images/20220529/67fffcaa81e247198c0273d690a0c579.png
[SouthEast 2]: /images/20220529/443e10d7c0114c28a985a9e5fc08a752.png
[SouthEast 3]: /images/20220529/3ff5b4f3e9a8498db0b14f24832d82d2.png