二叉树查找树:
二叉查找树也叫二叉搜索树,二叉排序树。它也是一种特殊的二叉树,
它具有以下特点
1.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。
2.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。
3.子树的子树同样也要遵循以上两点
为什么又叫做二叉排序树,因为具有这种特殊特点的二叉树,它的中序遍历一定是有序的,如下:
中序遍历的结果是0,1,3,4,5,7,8,9,10
推荐一个网站:https://www.cs.usfca.edu/~galles/visualization/Algorithms.html 这个上面有各种数据结构的操作,之前在mysql索引数据结构这篇文章中也推荐过。
插入的时候每次都是和根结点或者子树的根结点比较,大于走右边,小于走左边,直到找到它应该插入的位置。新元素插入的位置肯定值在叶子结点。其实它的插入就是一次查找。每次判断之后就会折半,所以说它的查询效率是O(logn)。
查询和插入的时候类似,修改就没什么好说的了,直接把数据覆盖上去即可
重点说下二叉查找树的删除。
它的删除分三种情况:
1.删除的是叶子结点数据,可以看出来,直接删除就可以了,比如上面0,4,7,10,将其双亲的对应子树指向null即可
2.删除的是度为1的结点,比如上面的1,9,只需要将它的子树的根结点覆盖当前删除的这个节点即可,以1的删除为例,也就是把其双亲3的右子树指针改指向像它的孩子0即可。
3.删除的结点度为2,也就有两棵子树的结点。这个的处理就稍微复杂一点了,因为二叉查找树的特性,根大于左子树小于右子树的。所以删除的需要去寻找前驱/后继结点来补充它的位置。如果删除的根左边的结点(比根小的结点),那么就是找前驱结点,前驱结点是其左子树中最大的结点,前驱结点的右子树一定为空,因为没有比它大的了;如果删除的根右边的结点(比根大的结点),那么就是找后继结点,后继结点是其右子树中最小的结点,后继结点的左子树一定为空,因为没有比它小的了。其实前驱后继就是中序遍历的时候在根前后的两个结点。如此一来,可以看出找到的前驱/后继结点的条件肯定是满足1或者2的,找到这个节点之后,将其覆盖当前要删除的这个节点。各项指针都移动好了,只需要将这个前驱/后继结点删除就可以了,这个节点的删除就和前面两种情况一样的了。
具体每一个注意点可以看下代码注释说明,应该算比较详细,里面涉及的那些结点指针的指向变更,还是比较绕的。
package com.nijunyang.algorithm.tree; import com.nijunyang.algorithm.util.RefObject; /** * Description: * Created by nijunyang on 2020/4/19 20:03 */ public class BinarySearchTree<T extends Comparable<T>> extends TreeNode<T> { private T data; private BinarySearchTree<T> leftChild; private BinarySearchTree<T> rightChild; public BinarySearchTree(T data) { this.data = data; } public static void main(String[] args) { BinarySearchTree<Integer> binarySearchTree = new BinarySearchTree(5); BinarySearchTree.insert(binarySearchTree, 3); BinarySearchTree.insert(binarySearchTree, 1); BinarySearchTree.insert(binarySearchTree, 4); BinarySearchTree.insert(binarySearchTree, 8); BinarySearchTree.insert(binarySearchTree, 7); BinarySearchTree.insert(binarySearchTree, 9); BinarySearchTree.insert(binarySearchTree, 10); BinarySearchTree.insert(binarySearchTree, 0); TreeUtil.inOrderTraversal(binarySearchTree); System.out.println(); TreeUtil.levelOrder(binarySearchTree); System.out.println(); BinarySearchTree<Integer> integerBinarySearchTree = BinarySearchTree.find(binarySearchTree, 9, new RefObject<>()); delete(binarySearchTree, 8); delete(binarySearchTree, 7); TreeUtil.inOrderTraversal(binarySearchTree); } /** * 插入数据 * @param root * @param data * @param <T> */ public static <T extends Comparable<T>> void insert(BinarySearchTree<T> root, T data) { if (root.data.compareTo(data) < 0) { if (root.rightChild == null) { root.rightChild = new BinarySearchTree(data); } else { insert(root.rightChild, data); } } else { if (root.leftChild == null) { root.leftChild = new BinarySearchTree(data); } else { insert(root.leftChild, data); } } } /** * 查询数据 * @param root * @param data * @param parent 用于带出父节点 * @param <T> * @return */ public static <T extends Comparable<T>> BinarySearchTree<T> find( BinarySearchTree<T> root, T data, RefObject<BinarySearchTree<T>> parent) { if (root.data.compareTo(data) == 0) { return root; } parent.setValue(root); if (root.data.compareTo(data) < 0) { if (root.rightChild != null) { return find(root.rightChild, data, parent); } } else { if (root.leftChild != null) { return find(root.leftChild, data, parent); } } return null; } /** * 查询最大数据 * @param root * @param parentRef 返回结果的父结点包装 * @param <T> * @return */ public static <T extends Comparable<T>> BinarySearchTree<T> findMax( BinarySearchTree<T> root, RefObject<BinarySearchTree<T>> parentRef) { if (root.rightChild != null) { parentRef.setValue(root); return findMax(root.rightChild, parentRef); } return root; } /** * 查询最小数据 * @param root * @param parentRef 返回结果的父结点包装 * @param <T> * @return */ public static <T extends Comparable<T>> BinarySearchTree<T> findMin( BinarySearchTree<T> root, RefObject<BinarySearchTree<T>> parentRef) { if (root.leftChild != null) { parentRef.setValue(root); return findMin(root.leftChild, parentRef); } return root; } /** * 删除数据 * @param root * @param data * @param <T> * @return */ public static <T extends Comparable<T>> void delete(BinarySearchTree<T> root, T data) { RefObject<BinarySearchTree<T>> parentRef = new RefObject<>(); BinarySearchTree<T> delBinarySearchTree = find(root, data, parentRef); if (delBinarySearchTree == null) { return; } /** * 二叉搜索树结点的删除分三种情况: * 1.叶子结点,可以直接删除 * 2.度为1的结点,可以直接删除(只有一个子树的结点) * 3.两棵子树的结点删除,找前驱结点/后继结点。就是删除了该结点,前驱/后继结点可以直接补位 * 如果删除的根左边的结点,那么就是找前驱结点,前驱结点是其左子树中最大的结点,前驱结点的右子树一定为空,因为没有比它大的了 * 如果删除的根右边的结点,那么就是找后继结点,后继结点是其右子树中最小的结点,后继结点的左子树一定为空,因为没有比它小的了 * 如此一来,可以看出找到的前驱/后继结点的条件肯定是满足1或者2的 */ BinarySearchTree<T> parent = parentRef.getValue(); //叶子结点直接将父结点的孩子置空 if (delBinarySearchTree.leftChild == null && delBinarySearchTree.rightChild == null) { if (parent.rightChild == delBinarySearchTree) { parent.rightChild = null; } else { parent.leftChild = null; } } //度为2的结点删除 else if (delBinarySearchTree.leftChild != null && delBinarySearchTree.rightChild != null) { //删除比根大的,删除的结点在根的右边,需要找后继结点 if (root.data.compareTo(data) < 0) { RefObject<BinarySearchTree<T>> postParentRef = new RefObject<>(); //后继结点的父结点 BinarySearchTree<T> postNode = findMin(root.rightChild, postParentRef); //判断要删除的结点是它父结点的左结点还是右结点,修改对应指针指向后继结点 if (parent.data.compareTo(delBinarySearchTree.data) < 0) { parent.rightChild = postNode; } else { parent.leftChild = postNode; } postParentRef.getValue().leftChild = null; //后继结点因为要移走,所以置空其父结点的左孩子(后继必定是其父的左孩子) if (postNode.rightChild != null) {//后继结点的左子树一定为空, 将其父结点的左孩子指向后继结点的右孩子 postParentRef.getValue().leftChild = postNode.rightChild; postNode.rightChild = null; //置空相关引用,便于垃圾回收 } //将删除的这个结点的左右子树的指针给到后继结点 postNode.rightChild = delBinarySearchTree.rightChild; delBinarySearchTree.rightChild = null; //置空相关引用,便于垃圾回收 postNode.leftChild = delBinarySearchTree.leftChild; delBinarySearchTree.leftChild = null; //置空相关引用,便于垃圾回收 } //删除根或者比根小的,删除的结点在根的左边,需要找前驱结点 else{ RefObject<BinarySearchTree<T>> preParentRef = new RefObject<>(); //前驱结点的父结点 BinarySearchTree<T> preNode = findMax(root.leftChild, preParentRef); if (parent != null) { //如果删除的是根结点 没有父结点 //判断要删除的结点是它父结点的左结点还是右结点,修改对应指针指向前驱结点 if (parent.data.compareTo(delBinarySearchTree.data) < 0) { parent.rightChild = preNode; } else { parent.leftChild = preNode; } } preParentRef.getValue().rightChild = null; //前驱结点因为要移走,所以置空其父结点的右孩子(前驱必定是其父的右孩子) if (preNode.leftChild != null) {//前驱结点的右子树一定为空, 将其父结点的右孩子指向前驱结点的左孩子 preParentRef.getValue().rightChild = preNode.leftChild; preNode.leftChild = null; //置空相关引用,便于垃圾回收 } if (delBinarySearchTree == root) { //删除的是根 直接将交换值 delBinarySearchTree.data = preNode.data; } else { //将删除的这个结点的左右孩子的指针给到前驱结点 preNode.rightChild = delBinarySearchTree.rightChild; delBinarySearchTree.rightChild = null; //置空相关引用,便于垃圾回收 preNode.leftChild = delBinarySearchTree.leftChild; delBinarySearchTree.leftChild = null; //置空相关引用,便于垃圾回收 } } } //度为1的结点删除 将其父结点的孩子指向它的孩子 else { BinarySearchTree<T> leftChild = delBinarySearchTree.leftChild; BinarySearchTree<T> child = leftChild == null ? delBinarySearchTree.rightChild : leftChild; delBinarySearchTree.leftChild = null; //置空相关引用,便于垃圾回收 delBinarySearchTree.rightChild = null; //置空相关引用,便于垃圾回收 if (parent.data.compareTo(child.data) < 0) { parent.rightChild = child; } else { parent.leftChild = child; } } } @Override public T getData() { return data; } @Override public void setData(T data) { this.data = data; } @Override public BinarySearchTree<T> getLeftChild() { return leftChild; } public void setLeftChild(BinarySearchTree<T> leftChild) { this.leftChild = leftChild; } @Override public BinarySearchTree<T> getRightChild() { return rightChild; } public void setRightChild(BinarySearchTree<T> rightChild) { this.rightChild = rightChild; } }
遍历代码:
package com.nijunyang.algorithm.tree; import java.util.LinkedList; import java.util.Queue; import java.util.Stack; /** * @author: create by nijunyang * @date:2019/7/28 */ public final class TreeUtil { private TreeUtil() { } /** * 构造二叉树 * @param dataList * @param <T> * @return */ public static <T> TreeNode<T> createBinaryTree(LinkedList<T> dataList) { TreeNode<T> node = null; if (dataList == null || dataList.isEmpty()) { return null; } T data = dataList.removeFirst(); if (data != null) { node = new TreeNode(data); node.setLeftChild((createBinaryTree(dataList))); node.setRightChild((createBinaryTree(dataList))); } return node; } /** * 前序遍历 根 左子树 右子树 * @param node */ public static<N extends TreeNode<T>, T> void preOrderTraversal(N node) { if(node == null){ return; } //遇根先输出,再去找左右 System.out.print(node.getData()); preOrderTraversal(node.getLeftChild()); preOrderTraversal(node.getRightChild()); } /** * 二叉树中序遍历 左子树 根 右子树 * @param node 二叉树节点 */ public static<N extends TreeNode<T>, T> void inOrderTraversal(N node){ if(node == null){ return; } //先找左再输出根,再去找右 inOrderTraversal(node.getLeftChild()); System.out.print(node.getData()); inOrderTraversal(node.getRightChild()); } /** * 二叉树后序遍历 左子树 右子树 根 * @param node 二叉树节点 */ public static<N extends TreeNode<T>, T> void postOrderTraversal(N node){ if(node == null){ return; } //先找左右,最后输出根 postOrderTraversal(node.getLeftChild()); postOrderTraversal(node.getRightChild()); System.out.print(node.getData()); } /** * 利用栈前序遍历二叉树 * @param root */ public static <N extends TreeNode<T>, T> void preOrderTraversalByStack(N root) { Stack<TreeNode<T>> stack = new Stack<>(); TreeNode<T> node = root; while(node != null || !stack.isEmpty()) { //节点不为空,遍历节点,并入栈用于回溯 while(node != null) { System.out.print(node.getData()); stack.push(node); node = node.getLeftChild(); } //没有左节点,弹出该栈顶节点(回溯),访问右节点 if(!stack.isEmpty()) { node = stack.pop(); node = node.getRightChild(); } } } /** * 层次遍历 * @param root * @param <T> */ public static <N extends TreeNode<T>, T> void levelOrder(N root) { if (root == null) { return; } Queue<TreeNode> queue = new LinkedList<>(); queue.offer(root); //入队 while (!queue.isEmpty()) { TreeNode<T> node = queue.poll(); //取出 if (node != null) { System.out.print(node.getData()); queue.offer(node.getLeftChild()); //左孩子入队 queue.offer(node.getRightChild()); //右孩子入队 } } } }
RefObject:
package com.nijunyang.algorithm.util; /** * Description: 引用包装,用于去一个方法里面除开返回值之外,将其他额外需要的数据带出来 * Created by nijunyang on 2020/4/20 10:26 */ public class RefObject<E> { public RefObject() { } public RefObject(E value) { this.value = value; } private E value; public E getValue() { return value; } public void setValue(E value) { this.value = value; } }