• 06-二分搜索树 BST


    学习资源:慕课网liyubobobo老师的《玩儿转数据结构》


    1、树的简介

    • 树结构本身是一种天然的组织结构

      • 计算机文件夹
      image-20200609103951508 image-20200609104013604
      • 家谱
      • 图书馆图书分类
      • 公司职工
      image-20200609104134983
    • 将数据使用树结构存储后,出奇的高效


    2、树的分类

    • 二分搜索树(Binary Search Tree)
    • 平衡二叉树
      • AVL
      • 红黑树
    • 并查集
    • 线段树
    • Trie (字典树,前缀树)

    3、二叉树简介

    image-20200609105225283
    • 一个元素具有两个"分叉"
    • 和链表一样,是动态的数据结构
    class Node {
    	E e;
    	Node left;	//左孩子
    	Node right;	//右孩子
    }
    
    • 二叉树具有具有唯一根结点
    • 二叉树每个结点最多有两个孩子
    • 叶子结点:左右孩子都为空的结点
    • 二叉树每个结点最多有一个父亲,根结点没有父结点
    image-20200428221758266
    • 二叉树具有天然递归结构
    • 每个结点的左子树也是二叉树
    • 每个结点的右子树也是二叉树
    image-20200428221952961
    • 二叉树不一定是“满”的:一个结点也是二叉树;NULL也是二叉树;一个链表也可以看作是一个二叉树
    image-20200428222035165

    4、二分搜索树简介

    • 二分搜索树也是一棵二叉树
    • 二分搜索树的每个结点的值:
      • 大于其左子树的所有结点的值
      • 小于其右子树的所有结点的值
    • 每一棵子树也是二分搜索树

    image-20200428222636337

    • 存储的元素必须有可比较性
    • 二分搜索树不一定是一棵完全二叉树

    5、可比较性的实现


    6、二分搜索树的实现

    6.1、插入元素

    • 新元素,从根结点向下比较添加

    image-20200430103740350

    • 重复元素,不做处理

    image-20200430103515965

    // 从二分搜索树中添加新的元素e
    public void add(T t){
        root = add(root, t);
    }
    private Node add(Node node, T t){
        if(node == null){
            size++;
            return new Node(t);
        }
        if(t.compareTo(node.t) < 0){
            node.left = add(node.left, t);
        }
        else if(t.compareTo(node.t) > 0){
            node.right = add(node.right, t);
        }
        return node;
    }
    

    6.2、查询元素

    public boolean contains(T t){
        return contains(root, t);
    }
    private boolean contains(Node node, T t){
        if(node == null){
            return false;
        }
        if(t.compareTo(node.t) == 0){
            return true;
        }
        else if(t.compareTo(node.t) > 0){
            return contains(node.right, t);
        }
        else {
            return contains(node.left, t);
        }
    }
    

    6.3、遍历

    • 遍历就是把所有结点都访问一遍
    • 对于遍历操作,根结点的两棵子树都要顾及

    6.3.1、递归遍历

    前序遍历

    先访问当前节点,再依次递归访问左右子树。

    //前序遍历
    public void preOrder(){
        preOrder(root);
    }
    private void preOrder(Node node){
        
        if(node == null){
            return;
        }
        System.out.println(node.t);
        preOrder(node.left);
        preOrder(node.right);
    }
    

    中序遍历

    先递归访问左子树,再访问自身,再递归访问右子树。中序遍历可实现二分搜索树元素的从小到大排序。

    // 中序遍历
    public void inOrder(){
        inOrder(root);
    }
    private void inOrder(Node node){
        if(node == null){
            return;
        }
        inOrder(node.left);
        System.out.println(node.t);
        inOrder(node.right);
    }
    

    后序遍历

    先递归访问左右子树,再访问自身节点。

    public void postOrder(){
        postOrder(root);
    }
    private void postOrder(Node node){
        
        if(node == null){
            return;
        }
        postOrder(node.left);
        System.out.println(node.t);
        postOrder(node.right);
    }
    

    6.3.2、前序遍历的非递归实现

    基于栈的实现:

    1. 首先压入根结点28,再弹出根结点28
    2. 压入弹出的结点的右孩子30、左孩子16(先入后出原则);之后弹出左孩子16,压入左孩子16的右孩子22和左孩子13;再弹出右孩子30,压入右孩子30的右孩子42和左孩子29
    3. 重复步骤二,知道栈为空为止

    非递归3

    //基于栈的前序遍历
    public void preOrderNR(){
        
        Stack<Node> nodeStack = new ArrayStack<>();
        nodeStack.push(root);
        while (!nodeStack.isEmpty()){
            
            Node pop = nodeStack.pop();
            System.out.println(pop.t);
            if(pop.right != null){
                nodeStack.push(pop.right);
            }
            if(pop.left != null){
                nodeStack.push(pop.left);
            }
        }
    }
    

    6.3.3、广度优先遍历(层序遍历)

    之前实现的的遍历方式都是深度优先优先遍历。广度优先遍历的实现基于队列。

    广度优先遍历的意义:

    • 更快地找到问题的解
    • 常用于算法设计中——最短路径
    image-20200430214425804

    广度优先遍历

    // 层序遍历
    public void levelOrder(){
    
        Queue<Node> queue = new LinkedList<>();
        queue.add(root);
        
        while (!queue.isEmpty()){
            
            Node remove = queue.remove();
            System.out.println(remove.t);
    
            if(remove.left != null){
                queue.add(remove.left);
            }
            if(remove.right != null){
                queue.add(remove.right);
            }
        }
    }
    

    6.4、删除结点

    6.4.1、删除最小/最大结点

    • 最小值位于树的最左侧,最大值位于树的最右侧
    image-20200611174007532
    • 最值结点不一定是叶子结点
    image-20200611174150629
    • 如果最小/最大结点是叶子结点,直接删除即可;否则还需要更新移除位置的结点

    删除最大最小结点

    // 找到二分搜素树的最小元素
    public T minimum(){
        if(size == 0){
            throw new IllegalArgumentException("树为空,删除最小值失败");
        }
        return minimum(root).t;
    }
    // 返回以node为根的二分搜索树的最小值所在的结点
    private Node minimum(Node node){
        if(node.left == null){
            return node;
        }
        return minimum(node.left);
    }
    
    // 返回删除最小结点后的二分搜索树的根结点
    // 删除掉以node为根的二分搜索树的最小结点
    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;
    }
    
    // 查询二分搜素树的最大元素
    public T maxmum(){
        if(size == 0){
            throw new IllegalArgumentException("树为空,删除最大值失败");
        }
        return maxmum(root).t;
    }
    // 返回以node为根的二分搜索树的最大值所在的结点
    private Node maxmum(Node node){
        if(node.right == null){
            return node;
        }
        return maxmum(node.right);
    }
    
    public T removeMax(){
        T ret = maxmum();
        root = removeMax(root);
        return ret;
    }
    // 返回删除最大结点后的二分搜索树的根结点
    // 删除掉以node为根的二分搜索树的最大结点
    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;
    }
    

    6.4.2、删除指定结点

    • 删除只有左孩子的结点

    只有左孩子

    • 删除只有右子树的结点

    只有右孩子

    • 删除左右都有字树的结点,需要找到该结点子树中比该结点大的最小结点,使其作为新的当前结点

    左右都有

    // 从二分搜索树中删除元素为e的节点
    public void remove(E e){
        root = remove(root, e);
    }
    
    // 删除掉以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;
        }
        else if(e.compareTo(node.e) > 0 ){
            node.right = remove(node.right, e);
            return node;
        }
        else{   // e.compareTo(node.e) == 0
    
            // 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;
            }
    
            // 待删除节点左右子树均不为空的情况
    
            // 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;
        }
    }
    

    6.5、其他操作

    • floor,二分搜索树中比当前结点小的最大结点
    • ceil,二分搜索树中比当前结点大的最小结点
    • rank,当前结点在二分搜索树中的排名
    • select,rank的反向操作
    • 维护size的二分搜索树,每个结点都保存以当前结点为根的二分搜索树的结点总数

    image-20200611184530125

    • 维护depth的二分搜索树,每个结点都保存当前结点在二分搜索树中的深度值

    image-20200611184938577


    7、全部代码

    package binarySearchTree;
    
    import java.util.LinkedList;
    import java.util.Stack;
    import java.util.Queue;
    
    //二分搜索树的泛型必须具有可比较性
    public class BST<T extends Comparable<T>> {
    
        private class Node{
    
            public T t;
            public Node left, right;
    
            public Node(T t) {
    
                this.t = t;
                this.left = null;
                this.right = null;
            }
        }
    
        private Node root;
        private int size;
    
        public BST() {
    
            root = null;
            size = 0;
        }
    
        public int getSize() {
            return size;
        }
    
        public boolean isEmpty(){
            return size == 0;
        }
    
        // 从二分搜索树中添加新的元素e
        public void add(T t){
            root = add(root, t);
        }
        private Node add(Node node, T t){
    
            if(node == null){
                size++;
                return new Node(t);
            }
            if(t.compareTo(node.t) < 0){
                node.left = add(node.left, t);
            }
            else if(t.compareTo(node.t) > 0){
                node.right = add(node.right, t);
            }
            return node;
        }
    
        public boolean contains(T t){
            return contains(root, t);
        }
        private boolean contains(Node node, T t){
    
            if(node == null){
                return false;
            }
            if(t.compareTo(node.t) == 0){
                return true;
            }
            else if(t.compareTo(node.t) > 0){
                return contains(node.right, t);
            }
            else {
                return contains(node.left, t);
            }
        }
    
        //前序遍历
        public void preOrder(){
            preOrder(root);
        }
        private void preOrder(Node node){
    
            if(node == null){
                return;
            }
    
            System.out.println(node.t);
            preOrder(node.left);
            preOrder(node.right);
        }
    
        //基于栈的前序遍历的非递归实现
        public void preOrderNR(){
    
            Stack<Node> nodeStack = new Stack<>();
            nodeStack.push(root);
    
            while (!nodeStack.isEmpty()){
    
                Node pop = nodeStack.pop();
                System.out.println(pop.t);
    
                if(pop.right != null){
                    nodeStack.push(pop.right);
                }
                if(pop.left != null){
                    nodeStack.push(pop.left);
                }
            }
        }
    
        // 中序遍历
        public void inOrder(){
            inOrder(root);
        }
        private void inOrder(Node node){
    
            if(node == null){
                return;
            }
    
            inOrder(node.left);
            System.out.println(node.t);
            inOrder(node.right);
        }
    
        // 后序遍历
        public void postOrder(){
            postOrder(root);
        }
        private void postOrder(Node node){
    
            if(node == null){
                return;
            }
    
            postOrder(node.left);
            System.out.println(node.t);
            postOrder(node.right);
        }
    
        // 层序遍历
        public void levelOrder(){
    
            Queue<Node> queue = new LinkedList<>();
            queue.add(root);
            while (!queue.isEmpty()){
                Node remove = queue.remove();
                System.out.println(remove.t);
    
                if(remove.left != null){
                    queue.add(remove.left);
                }
                if(remove.right != null){
                    queue.add(remove.right);
                }
            }
        }
    
        // 查询而二分搜素树的最小元素
        public T minimum(){
    
            if(size == 0){
                throw new IllegalArgumentException("树为空,删除最小值失败");
            }
            return minimum(root).t;
        }
        // 返回以node为根的二分搜索树的最小值所在的结点
        private Node minimum(Node node){
    
            if(node.left == null){
                return node;
            }
            return minimum(node.left);
        }
    
        // 查询而二分搜素树的最大元素
        public T maxmum(){
    
            if(size == 0){
                throw new IllegalArgumentException("树为空,删除最大值失败");
            }
            return maxmum(root).t;
        }
        // 返回以node为根的二分搜索树的最大值所在的结点
        private Node maxmum(Node node){
    
            if(node.right == null){
                return node;
            }
            return maxmum(node.right);
        }
    
        public T removeMin(){
    
            T ret = minimum();
            root = removeMin(root);
            return ret;
        }
        // 返回删除最小结点后的二分搜索树的根结点
        // 删除掉以node为根的二分搜索树的最小结点
        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;
        }
    
        public T removeMax(){
    
            T ret = maxmum();
            root = removeMax(root);
            return ret;
        }
        // 返回删除最大结点后的二分搜索树的根结点
        // 删除掉以node为根的二分搜索树的最大结点
        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;
        }
    
        public void remove(T t){
            root = remove(root, t);
        }
        private Node remove(Node node, T t) {
    
            if(node == null){
                return null;
            }
    
            if(t.compareTo(node.t) > 0){
    
                node.right = remove(node.right, t);
                return node;
            }
            else if(t.compareTo(node.t) < 0){
    
                node.left = remove(node.left, t);
                return node;
            }
            else {
                // 当前待删除结点只有右孩子的情况
                if(node.left == null){
    
                    Node rightNode = node.right;
                    node.right = null;
                    size--;
                    return rightNode;
                }
                // 当前待删除结点只有左孩子的情况
                if(node.right == null){
    
                    Node leftNode = node.left;
                    node.left = null;
                    size--;
                    return leftNode;
                }
                // 当前待删除结点左右孩子均不为空的情况
                Node successor = minimum(node.right);
                successor.right = removeMin(node.right);
                successor.left = node.left;
                node.left = node.right = null;
                return successor;
            }
        }
    
        @Override
        public String toString() {
    
            StringBuilder builder = new StringBuilder();
            generateBSTString(root, 0, builder);
            return builder.toString();
        }
        // 生成二分搜索树的字符串
        private void generateBSTString(Node node, int depth, StringBuilder builder){
    
            if(node == null){
    
                builder.append(generateDepthString(depth) + "null
    ");
                return;
            }
    
            builder.append(generateDepthString(depth) + node.t + "
    ");
            generateBSTString(node.left, depth+1, builder);
            generateBSTString(node.right, depth+1, builder);
        }
        // 生成深度信息的字符串
        private String generateDepthString(int depth) {
    
            StringBuilder builder = new StringBuilder();
            for (int i=0; i<depth; i++){
                builder.append("--");
            }
            return builder.toString();
        }
    }
    
  • 相关阅读:
    过滤的特殊字符
    iOS中正则表达式的基本使用方法
    sqlite3特殊的字符转义
    tableView的设置
    IOS中设置cell的背景view和选中时的背景view 、设置cell最右边的指示器(比如箭头文本标签)
    IOS中(类似于进度条哪种效果)MBProgressHUD的使用
    ISO中AFN的使用步骤
    IOS中用UIFont返回字体的行高、动态改变tableView中Cell的高度
    iso中第三方框架SDWebImage的使用步骤
    iso中自动伸缩属性
  • 原文地址:https://www.cnblogs.com/sout-ch233/p/13095191.html
Copyright © 2020-2023  润新知