数据结构和算法(二叉搜索树)

简介: 概述二叉搜索树是二叉树的一种特殊形式。 二叉搜索树具有以下性质:每个节点中的值必须大于(或等于)其左侧子树中的任何值,但小于(或等于)其右侧子树中的任何值。二叉搜索树(BST)是二叉树的一种特殊表示形式,它满足如下特性:每个节点中的值必须大于(或等于)存储在其左侧子树中的任何值。每个节点中的值必须小于(或等于)存储在其右子树中的任何值。在二叉搜索树中实现搜索操作 - 介绍二叉搜索树主要支持三个操作:搜索、插入和删除。 在本章中,我们将讨论如何在二叉搜索树中搜索特定的值。根据BST的特性,对于每个节点:如果目标值等于节点的值,则返回节点;如果目标值小于节点的值,则继续在左子树

概述

二叉搜索树是二叉树的一种特殊形式。 二叉搜索树具有以下性质:每个节点中的值必须大于(或等于)其左侧子树中的任何值,但小于(或等于)其右侧子树中的任何值。

二叉搜索树(BST)是二叉树的一种特殊表示形式,它满足如下特性:

每个节点中的值必须大于(或等于)存储在其左侧子树中的任何值。

每个节点中的值必须小于(或等于)存储在其右子树中的任何值。

在二叉搜索树中实现搜索操作 - 介绍

二叉搜索树主要支持三个操作:搜索、插入和删除。 在本章中,我们将讨论如何在二叉搜索树中搜索特定的值。

根据BST的特性,对于每个节点:

如果目标值等于节点的值,则返回节点;

如果目标值小于节点的值,则继续在左子树中搜索;

如果目标值大于节点的值,则继续在右子树中搜索。

在二叉搜索树中实现插入操作 - 介绍

二叉搜索树中的另一个常见操作是插入一个新节点。有许多不同的方法去插入新节点,这篇文章中,我们只讨论一种使整体操作变化最小的经典方法。 它的主要思想是为目标节点找出合适的叶节点位置,然后将该节点作为叶节点插入。 因此,搜索将成为插入的起始。

与搜索操作类似,对于每个节点,我们将:

  • 根据节点值与目标节点值的关系,搜索左子树或右子树;
  • 重复步骤 1 直到到达外部节点;
  • 根据节点的值与目标节点的值的关系,将新节点添加为其左侧或右侧的子节点。

举例:(来源力扣)

二叉搜索树中的插入操作

给定二叉搜索树(BST)的根节点 root 和要插入树中的值 value ,将值插入二叉搜索树。 返回插入后二叉搜索树的根节点。 输入数据 保证 ,新值和原始二叉搜索树中的任意节点值都不同。

注意,可能存在多种有效的插入方式,只要树在插入后仍保持为二叉搜索树即可。 你可以返回 任意有效的结果 。

输入:root = [40,20,60,10,30,50,70], val = 25

输出:[40,20,60,10,30,50,70,null,null,25]

插入一个数,需要考虑的是判断跟根节点的大小来判断插入哪一个子树,如果下面没有子树,则直接进行插入就可以了,如果有子树,就需要继续比较大小,知道到达叶子节点.

class Solution {

   public TreeNode insertIntoBST(TreeNode root, int val) {

       if(root==null){

           return new TreeNode(val);

       }

       if(root.val>val){

           root.left=insertIntoBST(root.left,val);

       }else{

           root.right=insertIntoBST(root.right,val);

       }

       return root;

   }

}

class Solution {

   public TreeNode insertIntoBST(TreeNode root, int val) {

       if (root == null) {

           return new TreeNode(val);

       }

       TreeNode pos = root;

       while (pos != null) {

           if (val < pos.val) {

               if (pos.left == null) {

                   pos.left = new TreeNode(val);

                   break;

               } else {

                   pos = pos.left;

               }

           } else {

               if (pos.right == null) {

                   pos.right = new TreeNode(val);

                   break;

               } else {

                   pos = pos.right;

               }

           }

       }

       return root;

   }

}



在二叉搜索树中实现删除操作 - 介绍

删除要比我们前面提到过的两种操作复杂许多。有许多不同的删除节点的方法,这篇文章中,我们只讨论一种使整体操作变化最小的方法。我们的方案是用一个合适的子节点来替换要删除的目标节点。根据其子节点的个数,我们需考虑以下三种情况:

  • 1. 如果目标节点没有子节点,我们可以直接移除该目标节点。
  • 2. 如果目标节只有一个子节点,我们可以用其子节点作为替换。
  • 3. 如果目标节点有两个子节点,我们需要用其中序后继节点或者前驱节点来替换,再删除该目标节点。

举例:(来源力扣)

删除二叉搜索树中的节点

给定一个二叉搜索树的根节点 root 和一个值 key,删除二叉搜索树中的 key 对应的节点,并保证二叉搜索树的性质不变。返回二叉搜索树(有可能被更新)的根节点的引用。

一般来说,删除节点可分为两个步骤:

首先找到需要删除的节点;

如果找到了,删除它。

输入:root = [5,3,6,2,4,null,7], key = 3

输出:[5,4,6,2,null,null,7]

解释:给定需要删除的节点值是 3,所以我们首先找到 3 这个节点,然后删除它。

一个正确的答案是 [5,4,6,2,null,null,7], 如下图所示。

另一个正确答案是 [5,2,6,null,4,null,7]。

class Solution {

   public TreeNode deleteNode(TreeNode root, int key) {

       if (root == null) {

           return null;

       }

       if (key < root.val) {

           // 待删除节点在左子树中

           root.left = deleteNode(root.left, key);

           return root;

       } else if (key > root.val) {

           // 待删除节点在右子树中

           root.right = deleteNode(root.right, key);

           return root;

       } else {

           // key == root.val,root 为待删除节点

           if (root.left == null) {

               // 返回右子树作为新的根

               return root.right;

           } else if (root.right == null) {

               // 返回左子树作为新的根

               return root.left;

           } else {

               // 左右子树都存在,返回后继节点(右子树最左叶子)作为新的根

               TreeNode successor = min(root.right);

               successor.right = deleteMin(root.right);

               successor.left = root.left;

               return successor;

           }

       }

   }


   private TreeNode min(TreeNode node) {

       if (node.left == null) {

           return node;

       }

       return min(node.left);

   }


   private TreeNode deleteMin(TreeNode node) {

       if (node.left == null) {

           return node.right;

       }

       node.left = deleteMin(node.left);

       return node;

   }

}

class Solution {

   public TreeNode deleteNode(TreeNode root, int key) {

       if (root == null) {

           return null;

       }

       if (root.val > key) {

           root.left = deleteNode(root.left, key);

           return root;

       }

       if (root.val < key) {

           root.right = deleteNode(root.right, key);

           return root;

       }

       if (root.val == key) {

           if (root.left == null && root.right == null) {

               return null;

           }

           if (root.right == null) {

               return root.left;

           }

           if (root.left == null) {

               return root.right;

           }

           TreeNode successor = root.right;

           while (successor.left != null) {

               successor = successor.left;

           }

           root.right = deleteNode(root.right, successor.val);

           successor.right = root.right;

           successor.left = root.left;

           return successor;

       }

       return root;

   }

}



相关文章
|
1月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
69 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
1月前
|
机器学习/深度学习 存储 缓存
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
文章主要介绍了排序算法的分类、时间复杂度的概念和计算方法,以及常见的时间复杂度级别,并简单提及了空间复杂度。
25 1
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
|
1月前
|
存储 算法 Java
Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性
Java Set因其“无重复”特性在集合框架中独树一帜。本文解析了Set接口及其主要实现类(如HashSet、TreeSet)如何通过特定数据结构和算法确保元素唯一性,并提供了最佳实践建议,包括选择合适的Set实现类和正确实现自定义对象的hashCode()与equals()方法。
32 4
|
1月前
|
搜索推荐 算法
数据结构与算法学习十四:常用排序算法总结和对比
关于常用排序算法的总结和对比,包括稳定性、内排序、外排序、时间复杂度和空间复杂度等术语的解释。
20 0
数据结构与算法学习十四:常用排序算法总结和对比
|
1月前
|
存储 缓存 分布式计算
数据结构与算法学习一:学习前的准备,数据结构的分类,数据结构与算法的关系,实际编程中遇到的问题,几个经典算法问题
这篇文章是关于数据结构与算法的学习指南,涵盖了数据结构的分类、数据结构与算法的关系、实际编程中遇到的问题以及几个经典的算法面试题。
29 0
数据结构与算法学习一:学习前的准备,数据结构的分类,数据结构与算法的关系,实际编程中遇到的问题,几个经典算法问题
|
1月前
|
机器学习/深度学习 存储 算法
【数据结构与算法基础】——算法复杂度
【数据结构与算法基础】——算法复杂度
|
1月前
|
机器学习/深度学习 搜索推荐 算法
探索数据结构:初入算法之经典排序算法
探索数据结构:初入算法之经典排序算法
|
1月前
|
算法 Java 索引
数据结构与算法学习十五:常用查找算法介绍,线性排序、二分查找(折半查找)算法、差值查找算法、斐波那契(黄金分割法)查找算法
四种常用的查找算法:顺序查找、二分查找(折半查找)、插值查找和斐波那契查找,并提供了Java语言的实现代码和测试结果。
20 0
|
1月前
|
存储 算法 Java
数据结构和算法--分段树
数据结构和算法--分段树
16 0
|
1月前
【数据结构】二叉搜索树的功能实现详解
【数据结构】二叉搜索树的功能实现详解
26 0