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
|
8天前
|
算法
【算法训练营】二叉树专题(二)
【算法训练营】二叉树专题(二)
47 0
|
8天前
|
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)
40 0
|
7月前
|
存储 算法
数据结构与算法之《二叉树》详解
数据结构与算法之《二叉树》详解
85 0
|
8天前
|
算法 DataX
二叉树(上)——“数据结构与算法”
二叉树(上)——“数据结构与算法”
|
8天前
|
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。
19 0
|
8天前
|
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
|
存储 C++
【C++进阶】三、二叉搜索树
目录 一、二叉搜索树 1.1 概念 1.2 二叉搜索树操作 二、二叉搜索树实现 2.1 框架总览 2.2 实现接口总览 2.2.1 构造函数 2.2.2 拷贝构造 2.2.3 赋值重载 2.2.4 析构函数 2.2.5 二叉搜索树的遍历 2.2.6 插入函数 2.2.7 查找函数 2.2.8 删除函数 2.3 二叉搜索数完整代码 三、二叉搜索树的应用 3.1 K模型 3.2 KV模型 四、二叉搜索树的性能分析
47 0
【C++进阶】三、二叉搜索树
|
前端开发
前端项目实战138-二叉搜索树-中序遍历
前端项目实战138-二叉搜索树-中序遍历
43 0
前端项目实战138-二叉搜索树-中序遍历
|
前端开发
前端项目实战139-二叉搜索树-后序遍历
前端项目实战139-二叉搜索树-后序遍历
39 0
前端项目实战139-二叉搜索树-后序遍历
|
存储 机器学习/深度学习 算法
【数据结构与算法】二叉树(上)
【数据结构与算法】二叉树(上)
【数据结构与算法】二叉树(上)

热门文章

最新文章