二叉搜索树(从0-1手把手讲解)

简介: 二叉搜索树(从0-1手把手讲解)

一、概念


二叉搜索树又称二叉排序树,是一种可以进行快速查询的二叉树类型。

所具有的性质:

  • 若节点不为空,根节点的值大于其左子树任一节点的值。
  • 若节点不为空,根节点的值小于其右子树任一节点的值。
  • 任一节点的左右子树均为二叉搜索树

其性质的特点在于中序遍历的结果一定是升序的(如下图)

image.png

编辑

二、基本操作实现


准备工作:


       创建二叉树结点,以及根节点:

//创建二叉树结点
public static class Node{
        int val;
        Node left;
        Node right;
        public Node(int val) {
            this.val = val;
        }
    }
    //根节点
    private static Node root =null;

1、查找元素


       思路:结合二叉搜索树的特性,节点的左树节点值都比其小,右树节点都比其大的特性,我们从根节点的值与寻找元素比较,如果根节点小就向右树进行寻找,反之向左树寻找。

//查询元素
    public Node search(int key) {
        if (root == null) {
            return null;
        }
        //定义一个遍历节点
        Node cur = root;
        while (cur != null) {
            //寻找到返回节点
            if (key == cur.val) {
                return cur;
                //节点值小时向右树寻找
            }else if (key > cur.val) {
                cur = cur.right;
                //节点值大时向左树寻找
            } else {
                cur = cur.left;
            }
        }
        return null;
    }

2、插入元素


       思路:同样结合二叉搜索树的特性,节点的左树节点值都比其小,右树节点都比其大的特性。用cur节点去遍历二叉树,如果插入元素大于节点值就向树的右边遍历,反之向左边遍历。找到合适的位置即可(插入的元素一定都是放在叶子节点上)

       为什么插入的元素一定在叶子节点上呢?

image.png

编辑

这里的8是我们插入的元素,为什么会放在叶子节点上?是因为我们这个元素要不是比节点小要不就是大(二叉搜索树不可以包含相同的元素)并且不会存在大小相同的元素,那么他就会一直遍历下去寻找要插入的位置直到叶子节点结束(相对于叶子节点要不大就放在叶子右边要不小就放在叶子左边)

public boolean insert(int key) {
        if (root == null) {
            root = new Node(key);
            return true;
        }
        //cur为遍历节点
        Node cur = root;
        //因为cur一直遍历最后会变成null无法找到上一个节点
        //所以创建一个parent标记cur上一个节点
        Node parent = null;
        while (cur != null) {
            //插入元素比节点值大向右遍历
            if (cur.val > key) {
                parent = cur;
                cur = cur.left;
                //插入元素比节点值小向左遍历
            } else if (cur.val < key) {
                parent = cur;
                cur = cur.right;
            } else return false;
        }
        Node node = new Node(key);
        if (parent.val < key) {
            parent.right = node;
        } else {
            parent.left = node;
        }
        return true;
    }

三、删除元素


      所要考虑的问题:

一、所要删除的元素需要先找到这个节点所在的位置


二、分情况讨论所要删除元素左右树的情况(是否为null)


三、如果左右树都不为null,删除节点位置应该置为什么?


1.1、寻找所要删除的节点


       思路:我们需要遍历二叉搜索树,寻找所要找的节点记录下来,并且记录下它的上一个节点(因为在删除当前节点后,需要让上一个节点与删除节点的下一个节点做链接)。如果找到这个节点就调用removeNode方法去做我们的删除节点操作。

public void remove(int key) {
        //遍历节点
        Node cur = root;
        //遍历节点的上一个节点
        Node parent = null;
        while (cur != null) {
            if (cur.val < key) {
                parent = cur;
                cur = cur.right;
            } else if (cur.val >key) {
                parent = cur;
                cur = cur.left;
            } else {
                removeNode(cur,parent);
                System.out.println(key+"所在结点删除成功");
                return;
            }
        }
    }

2.1、讨论删除节点左右树的情况


所有情况:

1、删除节点的左节点为空(可能为根节点)

if (cur.left == null) {
            if (cur == root) {
                root = root.right;
            } else if(cur == parent.left) {
                parent.left = cur.right;
            } else {
                parent.right = cur.right;
            }

2、删除节点的右节点为空(可能为根节点)

if (cur.right == null) {
            if (cur == root) {
                root = root.left;
            } else if (cur == parent.left) {
                parent.left = cur.left;
            } else  {
                parent.right = cur.left;
            }

3、删除节点左右树不为空(可能为根节点)

替代的节点只能是:

删除节点左树中最大的节点(最右下边的节点)

删除节点右数中最小的节点(最左下的节点)

       先上代码下面详解

Node tParent = cur;
            Node t = cur.right;
            while (t.left != null) {
                tParent = t;
                t = t.left;
            }
            cur.val = t.val;
            if (tParent.right == t) {
                tParent.right = t.right;
            } else {
                tParent.left = t.right;
            }

4、删除节点为null(不存在)

if (cur==null) {
            return;
        }

删除节点左右树不为空的情况是我们最难理解的。先看下面的图

image.png

编辑

先看7和11的位置。7是 删除节点9作数中最大值的节点,11是删除节点9的右树中最小值的节点。

替代的节点只能是:

删除节点左树中最大的节点(最右下边的节点)

删除节点右数中最小的节点(最左下的节点)

因为节点的左数比其都小,右树都比其大的特性(仔细理解这个话)。只有这两个与删除节点最近值的节点才能代替删除的节点。

完整代码:


public class BinarySearchTree {
    public static void main(String[] args) {
        BinarySearchTree binarySearchTree = new BinarySearchTree();
        binarySearchTree.insert(8);
        binarySearchTree.insert(12);
        binarySearchTree.insert(3);
        binarySearchTree.insert(6);
        binarySearchTree.insert(9);
        binarySearchTree.insert(1);
        binarySearchTree.insert(13);
        System.out.println();
        binarySearchTree.order(root);
        binarySearchTree.remove(8);
        binarySearchTree.order(root);
    }
    public static class Node{
        int val;
        Node left;
        Node right;
        public Node(int val) {
            this.val = val;
        }
    }
    //根节点
    private static Node root =null;
    //插入元素
    /**
     *
     * @param key 搜索树的性质不能有重复的值
     * @return 是否成功
     */
    public boolean insert(int key) {
        if (root == null) {
            root = new Node(key);
            return true;
        }
        //cur为遍历节点
        Node cur = root;
        //因为cur一直遍历最后会变成null无法找到上一个节点
        //所以创建一个parent标记cur上一个节点
        Node parent = null;
        while (cur != null) {
            //插入元素比节点值大向右遍历
            if (cur.val > key) {
                parent = cur;
                cur = cur.left;
                //插入元素比节点值小向左遍历
            } else if (cur.val < key) {
                parent = cur;
                cur = cur.right;
            } else return false;
        }
        Node node = new Node(key);
        if (parent.val < key) {
            parent.right = node;
        } else {
            parent.left = node;
        }
        return true;
    }
    //查询元素
    public Node search(int key) {
        if (root == null) {
            return null;
        }
        //定义一个遍历节点
        Node cur = root;
        while (cur != null) {
            //寻找到返回节点
            if (key == cur.val) {
                return cur;
                //节点值小时向右树寻找
            }else if (key > cur.val) {
                cur = cur.right;
                //节点值大时向左树寻找
            } else {
                cur = cur.left;
            }
        }
        return null;
    }
    public void order(Node node) {
        if (node == null) {
            return;
        }
        order(node.left);
        System.out.print(node.val+" ");
        order(node.right);
    }
    //删除元素
    public void remove(int key) {
        //遍历节点
        Node cur = root;
        //遍历节点的上一个节点
        Node parent = null;
        while (cur != null) {
            if (cur.val < key) {
                parent = cur;
                cur = cur.right;
            } else if (cur.val >key) {
                parent = cur;
                cur = cur.left;
            } else {
                removeNode(cur,parent);
                System.out.println(key+"所在结点删除成功");
                return;
            }
        }
    }
    public void removeNode(Node cur,Node parent) {
        //删除元素左边为null
        if (cur==null) {
            return;
        }
        if (cur.left == null) {
            if (cur == root) {
                root = root.right;
            } else if(cur == parent.left) {
                parent.left = cur.right;
            } else {
                parent.right = cur.right;
            }
        } else if (cur.right == null) {
            if (cur == root) {
                root = root.left;
            } else if (cur == parent.left) {
                parent.left = cur.left;
            } else  {
                parent.right = cur.left;
            }
        } else {
            Node tParent = cur;
            Node t = cur.right;
            while (t.left != null) {
                tParent = t;
                t = t.left;
            }
            cur.val = t.val;
            if (tParent.right == t) {
                tParent.right = t.right;
            } else {
                tParent.left = t.right;
            }
        }
    }
}


相关文章
|
2月前
|
存储
二叉树进阶之二叉搜索树
二叉树进阶之二叉搜索树
30 0
|
5月前
|
算法
【算法训练营】二叉树专题(二)
【算法训练营】二叉树专题(二)
45 0
|
5月前
|
存储 算法
【算法训练营】二叉树专题(一)
【算法训练营】二叉树专题(一)
39 0
|
5月前
|
C++
二叉树进阶 - (C++二叉搜索树的实现)
二叉树进阶 - (C++二叉搜索树的实现)
43 1
|
2月前
|
存储 算法 数据管理
【C++入门到精通】C++入门 ——搜索二叉树(二叉树进阶)
在C++中,本文介绍了搜索二叉树(二叉搜索树,BST)的概念和基本操作,包括搜索、插入和删除。搜索操作从根节点开始,按值大小决定左右查找;插入操作找到合适位置新建节点;删除操作需考虑无子节点、单子节点和双子节点的情况。文中还提供了非递归和递归实现的C++代码示例。此外,讨论了搜索二叉树在K模型和KV模型中的应用以及性能分析,强调了保持树平衡的重要性。
18 0
|
2月前
|
存储 算法 Python
数据结构与算法——二叉树介绍(附代码)
数据结构与算法——二叉树介绍(附代码)
22 3
|
5月前
|
存储 算法
刷题专栏(十一):二叉树的后序遍历
刷题专栏(十一):二叉树的后序遍历
37 0
|
5月前
|
算法
[算法训练营] 二叉树专题(三)
[算法训练营] 二叉树专题(三)
39 0
|
11月前
|
存储 Java
【Java数据结构】二叉树基本知识-二叉树遍历
Java数据结构 & 二叉树基本知识 & 二叉树遍历
96 0
|
算法 数据安全/隐私保护
哈夫曼树的详细讲解(手把手教学)
了解哈夫曼树是什么,理解路径和路径长度的概念 学会哈夫曼树的权值计算(WPL) 学会哈夫曼树的构造 理解哈夫曼树编码算法思想
183 1