程序员scholar 程序员scholar
首页
  • Java 基础

    • JavaSE
    • JavaIO
    • JavaAPI速查
  • Java 高级

    • JUC
    • JVM
    • Java新特性
    • 设计模式
  • Web 开发

    • Servlet
    • Java网络编程
  • Web 标准

    • HTML
    • CSS
    • JavaScript
  • 前端框架

    • Vue2
    • Vue3
    • Vue3 + TS
    • 微信小程序
    • uni-app
  • 工具与库

    • jQuery
    • Ajax
    • Axios
    • Webpack
    • Vuex
    • WebSocket
    • 第三方登录
  • 后端与语言扩展

    • ES6
    • Typescript
    • node.js
  • Element-UI
  • Apache ECharts
  • 数据结构
  • HTTP协议
  • HTTPS协议
  • 计算机网络
  • Linux常用命令
  • Windows常用命令
  • SQL数据库

    • MySQL
    • MySQL速查
  • NoSQL数据库

    • Redis
    • ElasticSearch
  • 数据库

    • MyBatis
    • MyBatis-Plus
  • 消息中间件

    • RabbitMQ
  • 服务器

    • Nginx
  • Spring框架

    • Spring6
    • SpringMVC
    • SpringBoot
    • SpringSecurity
  • SpringCould微服务

    • SpringCloud基础
    • 微服务之DDD架构思想
  • 日常必备

    • 开发常用工具包
    • Hutoll工具包
    • IDEA常用配置
    • 开发笔记
    • 日常记录
    • 项目部署
    • 网站导航
    • 产品学习
    • 英语学习
  • 代码管理

    • Maven
    • Git教程
    • Git小乌龟教程
  • 运维工具

    • Docker
    • Jenkins
    • Kubernetes
  • 算法笔记

    • 算法思想
    • 刷题笔记
  • 面试问题常见

    • 十大经典排序算法
    • 面试常见问题集锦
关于
GitHub (opens new window)
首页
  • Java 基础

    • JavaSE
    • JavaIO
    • JavaAPI速查
  • Java 高级

    • JUC
    • JVM
    • Java新特性
    • 设计模式
  • Web 开发

    • Servlet
    • Java网络编程
  • Web 标准

    • HTML
    • CSS
    • JavaScript
  • 前端框架

    • Vue2
    • Vue3
    • Vue3 + TS
    • 微信小程序
    • uni-app
  • 工具与库

    • jQuery
    • Ajax
    • Axios
    • Webpack
    • Vuex
    • WebSocket
    • 第三方登录
  • 后端与语言扩展

    • ES6
    • Typescript
    • node.js
  • Element-UI
  • Apache ECharts
  • 数据结构
  • HTTP协议
  • HTTPS协议
  • 计算机网络
  • Linux常用命令
  • Windows常用命令
  • SQL数据库

    • MySQL
    • MySQL速查
  • NoSQL数据库

    • Redis
    • ElasticSearch
  • 数据库

    • MyBatis
    • MyBatis-Plus
  • 消息中间件

    • RabbitMQ
  • 服务器

    • Nginx
  • Spring框架

    • Spring6
    • SpringMVC
    • SpringBoot
    • SpringSecurity
  • SpringCould微服务

    • SpringCloud基础
    • 微服务之DDD架构思想
  • 日常必备

    • 开发常用工具包
    • Hutoll工具包
    • IDEA常用配置
    • 开发笔记
    • 日常记录
    • 项目部署
    • 网站导航
    • 产品学习
    • 英语学习
  • 代码管理

    • Maven
    • Git教程
    • Git小乌龟教程
  • 运维工具

    • Docker
    • Jenkins
    • Kubernetes
  • 算法笔记

    • 算法思想
    • 刷题笔记
  • 面试问题常见

    • 十大经典排序算法
    • 面试常见问题集锦
关于
GitHub (opens new window)
npm

(进入注册为作者充电)

  • 数据结构

    • 时间复杂度
    • 初识集合
    • List接口
    • Set接口
    • Queue接口
    • Map接口
    • Collections工具类
    • 模拟实现ArrayList
    • 单向链表的实现
    • 双向链表的实现
    • 树和二叉树的实现
    • 二叉搜索树的实现
      • 一、概念
      • 二、实现一个二叉搜索树
        • 2.1 成员变量
        • 2.2 搜索树的查找
        • 2.3 操作—插入
        • 2.4 搜索树的删除(难点)
        • 2.5 检查插入 / 删除后是否还是一棵二叉搜索树-- 中序遍历
        • 2.6 性能分析
  • Java数据结构
  • 数据结构
scholar
2024-03-22
目录

二叉搜索树的实现

# 一、概念

二叉搜索树又称二叉排序树,它或者是一棵空树,或者是具有以下性质的二叉树:

  1. 若它的左子树不为空,则左子树上所有节点的值都小于根节点的值
  2. 若它的右子树不为空,则右子树上所有节点的值都大于根节点的值
  3. 它的左右子树也分别为二叉搜索树

提示:二叉搜索树的中序遍历一定是有序的(从小到大)

点击并拖拽以移动​

下载 (6)

# 二、实现一个二叉搜索树

# 2.1 成员变量

public class BinarySearchTree {
    private TreeNode root; //存放根节点
 
    private static class TreeNode {
        private int val;
        private TreeNode left;
        private TreeNode right;
        private TreeNode(int val) {
            this.val = val;
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12

这里跟我们的二叉树成员变量大同小异,主要是去实现插入,查找,删除的逻辑。

# 2.2 搜索树的查找

下载 (5)

代码如下:

public Node search(int key){
        TreeNode cur=root;
        while(cur!=null){
            if(cur.val<key){
                cur=cur.right;
            }else if(cur.val==key){
                return cur;
            }else{
                cur=cur.left;
            }
        }
        return null;//走到这里,说明上面while没找到,也就是没有这个数据
    }
1
2
3
4
5
6
7
8
9
10
11
12
13

# 2.3 操作—插入

1.如果树为空树,即根为null,就可以直接插入。

2.如果树非空树,应按照查找逻辑找到插入位置,插入新节点。

  • ​ 通过查找的规则来寻找插入节点,每次插入的节点都为叶子节点!
  • ​ 注意相同的key是不可以插入的!

从根节点开始,根据查找的规则用cur进行节点遍历,同时用prev来存储遍历的前一个节点,直到cur == null时,此时prev已经遍历到叶子节点,再进行判断key与该叶子节点的大小关系来决定放在left还是right。

下载 (1)

代码如下:

public boolean insert(int key) {
    // 二叉搜索树没有节点的情况
    if (root == null) {
        root = new TreeNode(key);
        return true;
    }
    // 二叉搜索树不为空的情况 -> 找到该节点要插入的位置进行插入
    // 如果已经存在该节点了, 则不用插入 -> 二叉搜索树中不能出现重复值
    TreeNode parent = null; // 记录cur的父节点
    TreeNode cur = root;
    while (cur != null) {
        if (cur.val < key) {
            parent = cur;
            cur = cur.right;
        } else if (cur.val > key) {
            parent = cur;
            cur = cur.left;
        } else {
            return false; // 插入重复的节点
        }
    }
    // 走到这, cur为空了, key 需要插入到 parent 的左节点或右节点中
    TreeNode newNode = new TreeNode(key);
    if (parent.val < key) {
        parent.right = newNode;
    } else {
        parent.left = newNode;
    }
    return true;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

# 2.4 搜索树的删除(难点)

解题思路:

1. cur.left == null

  • ①cur 是 root ,则 root = cur.right
  • ②cur 不是 root , cur 是 parent.left ,则 parent.left = cur.right
  • ③cur 不是 root, cur 是 parent.right ,则 parent.right = cur.right

下载

2. cur.right == null

  • ①cur 是 root ,则 root = cur.left
  • ②cur 不是 root , cur 是 parent.left ,则 parent.left = cur.left
  • ③cur 不是 root , cur 是 parent.right ,则 parent.right = cur.left

下载 (2)

3. cur.left != null && cur.right != null(难点)

思路: 需要使用 替换法 进行删除,即在需删除节点的左子树中找到最大值或者在右子树中找到最小值, 用它的值填补到被删除节点中,然后再来处理这个结点的删除问题

下载 (7)

替换法分析

当带删除元素key有左右孩子的时候,直接把key删除是不现实的,因为你根本不知到key下面的结构是什么,就算知道,调整起来也无从下手,所以我们需要借助替换法来实现,既可以选择key的左子树中的最大值进行替换,也可以选择key的右子树中最小值进行替换,因为这样才能保证二叉搜索树的结构不被破坏。

代码如下:

public boolean remove(int key) {
    TreeNode parent = null;
    TreeNode cur = root;
    while (cur != null) {
        if (cur.val < key) {
            parent = cur;
            cur = cur.right;
        } else if (cur.val > key) {
            parent = cur;
            cur = cur.left;
        } else {
            removeNode(parent, cur);
            return true;
        }
    }
    return false;
}
 
private void removeNode(TreeNode parent, TreeNode cur) {
    if (cur.left == null) {
        if (cur == root) {
            root = cur.right;
        } else if (cur == parent.left) {
            parent.left = cur.right;
        } else {
            parent.right = cur.right;
        }
    } else if (cur.right == null) {
        if (cur == root) {
            root = cur.left;
        } else if (cur == parent.left) {
            parent.left = cur.left;
        } else {
            parent.right = cur.left;
        }
    } else {
        TreeNode target = cur.right;
        TreeNode targetParent = cur;
        while (target.left != null) {
            targetParent = target;
            target = target.left;
        }
        // 走到这, target就是要删除节点的右子树中最小的节点, 接下来进行覆盖
        cur.val = target.val;
        // 覆盖完成, 现在需要删除 target 节点
        // 如果 cur.right 没有左孩子的情况, 此时的target就是cur.right
        // 即直接将 cur.right 覆盖到 cur 位置, 也就是满足 target == targetParent.right 条件
        // 所以需要进行特殊处理.
        if (target == targetParent.right) {
            targetParent.right = target.right;
        } else {
            targetParent.left = target.right;
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
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

# 2.5 检查插入 / 删除后是否还是一棵二叉搜索树-- 中序遍历

下图中序遍历的结果为:0,1,2,3,4,5,6,7,8,9

下载 (3)

代码如下:

    public List<Integer> inOrder(TreeNode root) {
        List<Integer> list = new ArrayList<>();
        if(root == null) {
            return list;
        }
        List<Integer> left = inOrder(root.left);
        list.addAll(left);//左
        list.add(root.key);//中
        List<Integer> right = inOrder(root.right);
        list.addAll(right);//右
        return list;
    }
1
2
3
4
5
6
7
8
9
10
11
12

咱们在对二叉搜索树进行CURD操作时,就可以通过调用中序遍历的调试和打印来判断是否正确!


# 2.6 性能分析

插入和删除操作都必须先查找,查找效率代表了二叉搜索树中各个操作的性能!

下载 (4)

最优情况下,二叉搜索树为完全二叉树,其平均比较次数为:O(log2^N)

最差情况下,二叉搜索树退化为单支树,其平均比较次数为:O(N)

编辑此页 (opens new window)
上次更新: 2024/12/28, 18:32:08
树和二叉树的实现

← 树和二叉树的实现

Theme by Vdoing | Copyright © 2019-2025 程序员scholar
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式