数据结构——二叉搜索树

本文详细介绍了二叉搜索树的概念及其特性,并通过Java代码实现了增、查、删操作。在测试中,展示了如何向树中插入数据、进行中序遍历以及删除指定节点。代码分析部分探讨了不同情况下删除节点的策略。最后,讨论了二叉搜索树在最坏情况下的时间复杂度为O(n)。

引言

二叉搜索树又称为(二叉排序树、二叉查找树),什么是二叉搜索树?

它是一棵空树,或者具有下列性质的二叉树
① 它的左子树不为空,则左子树上所有的节点的值均小于它的根节点的值。
② 它的右子树不为空,则右子树上所有的节点的值均大于它的根节点的值。
③ 它的左、右子树也分别为二叉搜索树。

二叉搜索树的中序遍历的数据是一个已排序好的数据。然而,构造一棵二叉搜索树的目的,不是为了排序,而是为了提高查找、添加、删除数据的速度。

一、说明

本篇博客实现的二叉搜索树的形状如下,也即是对下面这棵树进行操作。

out

二、代码实现增查删

1. 创建一个 java 文件,里面放着两个类

一个是 Node 类,表示某个节点的当前状态
另一个是 SearchTree,表示二叉树的当前状态

class Node{
    public int val;
    public Node left;
    public Node right;

    public Node(int val){
        this.val = val;
    }
}

public class SearchTree {

    public Node root = null;
    /**
     * 在搜索树中查找某个值 key
     */
    public int search(int key){
        if(root == null){
            return -1;
        }
        Node cur = root;
        while(cur != null){
            if(key == cur.val){
                return cur.val;
            }else if(key < cur.val){
                cur = cur.left;
            }else {
                cur = cur.right;
            }
        }
        return -1;
    }

    /**
     * 在搜索树中添加数据
     * ① 插入的数据不能与节点相同
     * ② 插入的数据只能在叶子节点
     */
    public boolean insertData(int data){
        if(root == null){
            root = new Node(data);
            return true;
        }

        Node cur = root;
        Node parent = null; //让 parent 始终为 cur 的双亲节点
        while(cur != null){
            if(data == cur.val){
                return false;
            } else if (data < cur.val) {
                parent = cur;
                cur = cur.left;
            } else {
                parent = cur;
                cur = cur.right;
            }
        }

        if(data < parent.val){
            parent.left = new Node(data);
            return true;
        }else {
            parent.right = new Node(data);
            return true;
        }
    }

    /**
     * 中序遍历
     */
    public void inorder(Node root){
        if(root == null) return;

        inorder(root.left);
        System.out.print(root.val+" ");
        inorder(root.right);

    }

    /**
     * 删除搜索树中的值 key
     */
    public boolean remove(int key){
        if(root == null) return false;

        Node cur = root;
        Node parent = null; //让 parent 始终为 cur 的双亲节点
        while(cur != null){
            if (key == cur.val){
                execute(key,cur,parent);
                return true;
            }else if (key < cur.val) {
                parent = cur;
                cur = cur.left;
            }else {
                parent = cur;
                cur = cur.right;
            }
        }
        return false;
    }

    public void execute(int key, Node cur, Node parent){

        //1. 删除叶子节点
        if(cur.left == null && cur.right == null && parent.left == cur){
            parent.left = null;
        }
        if(cur.left == null && cur.right == null && parent.right == cur){
            parent.right = null;
        }

        //2.删除左子树为空的节点
        if(cur.left == null){
            if(cur == root){
                root = root.right;
            } else if (parent.left == cur) {
                parent.left = cur.right;
            }else {
                parent.right = cur.right;
            }
        }

        //3.删除右子树为空的节点
        else if(cur.right == null){
            if(cur == root){
                root = root.left;
            } else if (parent.left == cur) {
                parent.left = cur.left;
            }else {
                parent.right = cur.left;
            }
        }


        //4.删除左右子树都不为空的节点
        //方法① 找此节点左子树的最大值,进行交换当前节点
        //方法② 找此节点右子树的最小值,进行交换当前节点
        else {
            //方法②
            Node flagParent = cur;
            Node flag = cur.right;//让flag去找右子树的最小值

			//右子树的最小值一定在右子树的最左边
            while(flag.left!= null){
                flagParent = flag;
                flag = flag.left;
            }
            cur.val = flag.val;
            if(flag == flagParent.left){
                flagParent.left = flag.right;
            }else {
                flagParent.right = flag.right;
            }

            //方法①
//            Node flagParent = cur;
//            Node flag = cur.left;//让flag去找左子树的最大值
//
//			//左子树的最大值一定在左子树的最右边
//            while (flag.right != null){
//                flagParent = flag;
//                flag = flag.right;
//            }
//            cur.val = flag.val;
//            if(flagParent.right == flag){
//                flagParent.right = flag.left;
//            }else {
//                flagParent.left = flag.left;
//            }
        }
    }
}

2. 创建另一个 java 文件,里面放着一个类 Test,用来测试

public class Test {
    public static void main(String[] args) {
        SearchTree searchTree = new SearchTree();
        int[] arr = {10,6,14,4,8,12,17,3,5,7,9,11,13,15,18,16};
        for (int x:arr) {
            searchTree.insertData(x);//往树中添加数据
        }
        System.out.println("------------ 中序遍历 ------------");
        searchTree.inorder(searchTree.root);
        System.out.println();
        System.out.println("------------ 查找 key ------------");
        System.out.println(searchTree.search(0));
        System.out.println("------------ 删除 key ------------");
        searchTree.remove(14);
        searchTree.inorder(searchTree.root);
        System.out.println();
        searchTree.remove(5);
        searchTree.inorder(searchTree.root);
        System.out.println();
        searchTree.remove(16);
        searchTree.inorder(searchTree.root);
        System.out.println();
    }
}

输出结果:

out
out

三、代码分析

在二叉搜索树中添加数据或查找数据,都较为简单,这都需要按照二叉搜索树的性质来进行操作,( 二叉搜索树的左子树比双亲节点小,右子树的比双亲节点大,这一独特的性质 ),使得增查操作效率较高。

而相对来说,删去元素的代码实现并不简单,考虑的情况有很多种。

  1. 当前删除的节点为叶子节点
  2. 当前删除节点的左子树为空
    分三种情况,考虑当前删除的节点与其双亲节点的位置
  3. 当前删除节点的右子树为空
    分三种情况,考虑当前删除的节点与其双亲节点的位置
  4. 当前删除节点的左右子树都不为空
    方法① 找此节点左子树的最大值,进行交换当前节点
    方法② 找此节点右子树的最小值,进行交换当前节点

四、二叉搜索树的时间复杂度

二叉搜索树的时间复杂度:O(n)
由于最坏情况下二叉搜索树就是一棵单树,即相当于链表结构。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

十七ing

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
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