二叉搜索树的模拟实现——Java数据结构

简介: 二叉搜索树的模拟实现——Java数据结构

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:

📝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 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

📝它的左右子树也分别为二叉搜索树

090fb26ecb0c4f39964194f3c7f3eb56.png

模拟实现的代码:

public class BinarySearchTree {
   static class TreeNode {
        public int key;
        public TreeNode left;
        public TreeNode right;
        TreeNode(int key) {
            this.key = key;
        }
    }
    public TreeNode root;
    public void insert(int key) {
        if (root == null) {
            root = new TreeNode(key);
        }
        else {
            TreeNode parent = null;
            TreeNode cur = root;
            TreeNode node = new TreeNode(key);
            while (cur != null) {
                // 为什么不在while循环了出现node,因为对于二叉搜索树来说,我们都是在叶子结点的位置插入元素,你想想后面的元素是要先遍历到叶子结点,然后在插入
                // 因为每次插入新结点都要从上到下遍历一遍二叉树,不能在中间就把结点盲目的插入了,这样不符合二叉搜索树的要求
                if (cur.key > key) {
                    parent = cur;
                    cur = cur.left;
                }
                else if (cur.key < key) {
                    parent = cur;
                    cur = cur.right;
                }
                else {
                    return; // 插入元素的值不能相同,二叉搜索树的要求
                }
            }
            // 当程序走到这,cur == null
            if (parent.key > key) {
                parent.left = node;
            }
            else {
                parent.right = node;
            }
        }
    }
    // 如果是二叉搜索树,中序遍历的值就是有序的
    public void inorder(TreeNode root) {
        if (root == null) {
            return;
        }
        inorder(root.left);
        System.out.print(root.key + " ");
        inorder(root.right);
    }
    // 二叉搜索树的查找
    public TreeNode search(int key) {
        TreeNode cur = root;
        while (cur != null) {
            if (cur.key < key) {
                cur = cur.right;
            }
            else if (cur.key > key) {
                cur = cur.left;
            }
            else {
                return cur;
            }
        }
        return null;
    }
    // 二叉搜索树的删除操作
    public boolean remove(int key) {
        TreeNode cur = root;
        TreeNode parent = null;
        while (cur != null) {
            if (cur.key > key) {
                parent = cur;
                cur = cur.left;
            }
            else if (cur.key < key) {
                parent = cur;
                cur = cur.right;
            }
            else {
                removeKey(parent, cur);
                return true;
            }
        }
        return false;
    }
    // 删除结点的具体操作
    public void removeKey(TreeNode parent, TreeNode cur) {
        if (cur.right == null) {
            if (cur == root) {
                root = cur.left;
            }
            if (parent.key < cur.key) {
                parent.right = cur.left;
            }
            else {
                parent.left = cur.left;
            }
        }
        else if (cur.left == null) {
            if (cur == root) {
                root = cur.right;
            }
            if (parent.key < cur.key) {
                parent.right = cur.right;
            }
            else {
                parent.left = cur.right;
            }
        }
        else {  // 当要删除结点的左右子结点都不为空的时候
            TreeNode targetParent = cur;
            TreeNode target = cur.right; // 我们所寻找的target就是要删除结点cur的右子树的最小值
            // 寻找要删除结点cur的右子树的最小值,将该最小值所对应的结点的值覆盖掉要删除的结点的值,
            // 此时要删除的结点就相当于是删除了,并且此时满足二叉搜索树的性质(不要忘了把最小值的原位置结点给删除)
            // 对于最小值结点来说,他的左子结点一定为空(删除方法和我们上面的方法是一样的)
            while (target.left != null) {
                targetParent = target;
                target = target.left;
            }
            // 此时的target要删除结点cur的右子树的最小值所对应的结点
            cur.key = target.key;  // 用target的值覆盖掉要删除结点cur的值
            // 覆盖掉后把target结点删除, 对于最小值结点来说,他的左子结点一定为空(删除方法和我们上面的方法是一样的)
            if (targetParent.key > target.key) {
                targetParent.left = target.right;
            }
            else {
                targetParent.right = target.right;
            }
        }
    }
}

测试代码

public class Test {
    public static void main(String[] args) {
        BinarySearchTree binarySearchTree = new BinarySearchTree();
        int[] array = {12, 32, 2, 43, 21, 14};
        for (int i = 0; i < array.length; i++) {
            binarySearchTree.insert(array[i]);
        }
        binarySearchTree.inorder(binarySearchTree.root);
        System.out.println();
        // 如果TreeNode不是静态内部类需要这样实例化——BinarySearchTree.TreeNode treeNode = binarySearchTree.new TreeNode(12);
        // 静态内部类直接— BinarySearchTree.TreeNode treeNode = new BinarySearchTree.TreeNode(12);
        BinarySearchTree.TreeNode ret = binarySearchTree.search(423);
        try {
            System.out.println(ret.key);
        } catch (NullPointerException e) {
            System.out.println("该二叉搜索树中没有你要查找的结点");
            //e.printStackTrace();
        }
        System.out.println("==========================");
        binarySearchTree.remove(32);
        binarySearchTree.inorder(binarySearchTree.root);
    }
}

c13a32e5d25645d08b4e0b8865c60b7b.png

相关文章
|
2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。
91 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。
|
2月前
|
存储 Java
Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。
【10月更文挑战第19天】本文详细介绍了Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。HashMap以其高效的插入、查找和删除操作著称,而TreeMap则擅长于保持元素的自然排序或自定义排序,两者各具优势,适用于不同的开发场景。
48 1
|
2月前
|
存储 Java
告别混乱!用Java Map优雅管理你的数据结构
【10月更文挑战第17天】在软件开发中,随着项目复杂度增加,数据结构的组织和管理至关重要。Java中的Map接口提供了一种优雅的解决方案,帮助我们高效、清晰地管理数据。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,有效提升了代码质量和维护性。
93 2
|
2月前
|
存储 Java 开发者
Java Map实战:用HashMap和TreeMap轻松解决复杂数据结构问题!
【10月更文挑战第17天】本文深入探讨了Java中HashMap和TreeMap两种Map类型的特性和应用场景。HashMap基于哈希表实现,支持高效的数据操作且允许键值为null;TreeMap基于红黑树实现,支持自然排序或自定义排序,确保元素有序。文章通过具体示例展示了两者的实战应用,帮助开发者根据实际需求选择合适的数据结构,提高开发效率。
71 2
|
4天前
|
存储 缓存 安全
Java 集合江湖:底层数据结构的大揭秘!
小米是一位热爱技术分享的程序员,本文详细解析了Java面试中常见的List、Set、Map的区别。不仅介绍了它们的基本特性和实现类,还深入探讨了各自的使用场景和面试技巧,帮助读者更好地理解和应对相关问题。
23 5
|
1月前
|
缓存 算法 Java
本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制
在现代软件开发中,性能优化至关重要。本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制。通过调整垃圾回收器参数、优化堆大小与布局、使用对象池和缓存技术,开发者可显著提升应用性能和稳定性。
47 6
|
1月前
|
存储 Java 索引
Java中的数据结构:ArrayList和LinkedList的比较
【10月更文挑战第28天】在Java编程世界中,数据结构是构建复杂程序的基石。本文将深入探讨两种常用的数据结构:ArrayList和LinkedList,通过直观的比喻和实例分析,揭示它们各自的优势与局限,帮助你在面对不同的编程挑战时做出明智的选择。
|
2月前
|
存储 算法 Java
Java 中常用的数据结构
【10月更文挑战第20天】这些数据结构在 Java 编程中都有着广泛的应用,掌握它们的特点和用法对于提高编程能力和解决实际问题非常重要。
31 6
|
2月前
|
存储 Java 开发者
Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效
【10月更文挑战第19天】在软件开发中,随着项目复杂度的增加,数据结构的组织和管理变得至关重要。Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,帮助开发者告别混乱,提升代码质量。
32 1
|
2月前
|
存储 算法 Java
Java常用的数据结构
【10月更文挑战第3天】 在 Java 中,常用的数据结构包括数组、链表、栈、队列、树、图、哈希表和集合。每种数据结构都有其特点和适用场景,如数组适用于快速访问,链表适合频繁插入和删除,栈用于实现后进先出,队列用于先进先出,树和图用于复杂关系的表示和查找,哈希表提供高效的查找性能,集合用于存储不重复的元素。合理选择和组合使用这些数据结构,可以显著提升程序的性能和效率。