数据结构——二叉搜索树

简介: 数据结构——二叉搜索树

引言



二叉搜索树又称为(二叉排序树、二叉查找树),什么是二叉搜索树?

它是一棵空树,或者具有下列性质的二叉树


① 它的左子树不为空,则左子树上所有的节点的值均小于它的根节点的值。

② 它的右子树不为空,则右子树上所有的节点的值均大于它的根节点的值。

③ 它的左、右子树也分别为二叉搜索树。


二叉搜索树的中序遍历的数据是一个已排序好的数据。然而,构造一棵二叉搜索树的目的,不是为了排序,而是为了提高查找、添加、删除数据的速度。


一、说明



本篇博客实现的二叉搜索树的形状如下,也即是对下面这棵树进行操作。


9e5aabccae3c47b7858df2f86e802c6a.png


二、代码实现增查删



1. 创建一个 java 文件,里面放着两个类


一个是 Node 类,表示某个节点的当前状态

另一个是 SearchTree,表示二叉树的当前状态


class Node{
    public int val;
    public Node left;
    public Node right;
    public Node(int val){
        this.val = val;
    }
}
public class SearchTree {
    public Node root = null;
    /**
     * 在搜索树中查找某个值 key
     */
    public int search(int key){
        if(root == null){
            return -1;
        }
        Node cur = root;
        while(cur != null){
            if(key == cur.val){
                return cur.val;
            }else if(key < cur.val){
                cur = cur.left;
            }else {
                cur = cur.right;
            }
        }
        return -1;
    }
    /**
     * 在搜索树中添加数据
     * ① 插入的数据不能与节点相同
     * ② 插入的数据只能在叶子节点
     */
    public boolean insertData(int data){
        if(root == null){
            root = new Node(data);
            return true;
        }
        Node cur = root;
        Node parent = null; //让 parent 始终为 cur 的双亲节点
        while(cur != null){
            if(data == cur.val){
                return false;
            } else if (data < cur.val) {
                parent = cur;
                cur = cur.left;
            } else {
                parent = cur;
                cur = cur.right;
            }
        }
        if(data < parent.val){
            parent.left = new Node(data);
            return true;
        }else {
            parent.right = new Node(data);
            return true;
        }
    }
    /**
     * 中序遍历
     */
    public void inorder(Node root){
        if(root == null) return;
        inorder(root.left);
        System.out.print(root.val+" ");
        inorder(root.right);
    }
    /**
     * 删除搜索树中的值 key
     */
    public boolean remove(int key){
        if(root == null) return false;
        Node cur = root;
        Node parent = null; //让 parent 始终为 cur 的双亲节点
        while(cur != null){
            if (key == cur.val){
                execute(key,cur,parent);
                return true;
            }else if (key < cur.val) {
                parent = cur;
                cur = cur.left;
            }else {
                parent = cur;
                cur = cur.right;
            }
        }
        return false;
    }
    public void execute(int key, Node cur, Node parent){
        //1. 删除叶子节点
        if(cur.left == null && cur.right == null && parent.left == cur){
            parent.left = null;
        }
        if(cur.left == null && cur.right == null && parent.right == cur){
            parent.right = null;
        }
        //2.删除左子树为空的节点
        if(cur.left == null){
            if(cur == root){
                root = root.right;
            } else if (parent.left == cur) {
                parent.left = cur.right;
            }else {
                parent.right = cur.right;
            }
        }
        //3.删除右子树为空的节点
        else if(cur.right == null){
            if(cur == root){
                root = root.left;
            } else if (parent.left == cur) {
                parent.left = cur.left;
            }else {
                parent.right = cur.left;
            }
        }
        //4.删除左右子树都不为空的节点
        //方法① 找此节点左子树的最大值,进行交换当前节点
        //方法② 找此节点右子树的最小值,进行交换当前节点
        else {
            //方法②
            Node flagParent = cur;
            Node flag = cur.right;//让flag去找右子树的最小值
      //右子树的最小值一定在右子树的最左边
            while(flag.left!= null){
                flagParent = flag;
                flag = flag.left;
            }
            cur.val = flag.val;
            if(flag == flagParent.left){
                flagParent.left = flag.right;
            }else {
                flagParent.right = flag.right;
            }
            //方法①
//            Node flagParent = cur;
//            Node flag = cur.left;//让flag去找左子树的最大值
//
//      //左子树的最大值一定在左子树的最右边
//            while (flag.right != null){
//                flagParent = flag;
//                flag = flag.right;
//            }
//            cur.val = flag.val;
//            if(flagParent.right == flag){
//                flagParent.right = flag.left;
//            }else {
//                flagParent.left = flag.left;
//            }
        }
    }
}


2. 创建另一个 java 文件,里面放着一个类 Test,用来测试


public class Test {
    public static void main(String[] args) {
        SearchTree searchTree = new SearchTree();
        int[] arr = {10,6,14,4,8,12,17,3,5,7,9,11,13,15,18,16};
        for (int x:arr) {
            searchTree.insertData(x);//往树中添加数据
        }
        System.out.println("------------ 中序遍历 ------------");
        searchTree.inorder(searchTree.root);
        System.out.println();
        System.out.println("------------ 查找 key ------------");
        System.out.println(searchTree.search(0));
        System.out.println("------------ 删除 key ------------");
        searchTree.remove(14);
        searchTree.inorder(searchTree.root);
        System.out.println();
        searchTree.remove(5);
        searchTree.inorder(searchTree.root);
        System.out.println();
        searchTree.remove(16);
        searchTree.inorder(searchTree.root);
        System.out.println();
    }
}


输出结果:


f65066f767374fe1a27e921a0d07854e.png1882ae1426fe4c7ea76630224c085e13.png


三、代码分析



在二叉搜索树中添加数据或查找数据,都较为简单,这都需要按照二叉搜索树的性质来进行操作,( 二叉搜索树的左子树比双亲节点小,右子树的比双亲节点大,这一独特的性质 ),使得增查操作效率较高。


而相对来说,删去元素的代码实现并不简单,考虑的情况有很多种。


  1. 当前删除的节点为叶子节点
  2. 当前删除节点的左子树为空
    分三种情况,考虑当前删除的节点与其双亲节点的位置
  3. 当前删除节点的右子树为空
    分三种情况,考虑当前删除的节点与其双亲节点的位置
  4. 当前删除节点的左右子树都不为空
    方法① 找此节点左子树的最大值,进行交换当前节点
    方法② 找此节点右子树的最小值,进行交换当前节点


四、二叉搜索树的时间复杂度



二叉搜索树的时间复杂度:O(n)


由于最坏情况下二叉搜索树就是一棵单树,即相当于链表结构。

目录
相关文章
|
7月前
|
算法
【数据结构】二叉搜索树
【数据结构】二叉搜索树
42 2
|
3月前
|
存储 Java Serverless
【数据结构】哈希表&二叉搜索树详解
本文详细介绍了二叉搜索树和哈希表这两种数据结构。二叉搜索树是一种特殊二叉树,具有左子树节点值小于根节点、右子树节点值大于根节点的特点,并且不允许键值重复。文章给出了插入、删除和搜索等方法的具体实现。哈希表则通过哈希函数将键名映射为数组下标,实现快速查找,其插入、删除和查找操作时间复杂度理想情况下为O(1)。文中还讨论了哈希函数的设计原则、哈希冲突的解决方法及哈希表的实现细节。
59 8
【数据结构】哈希表&二叉搜索树详解
|
2月前
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现(三)
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现
|
2月前
|
存储
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现(二)
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现
|
2月前
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现(一)
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现
|
2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
29 0
|
6月前
数据结构学习记录——判断是否为同一颗二叉搜索树(题意理解、求解思路、程序搭建框架、具体函数的实现)
数据结构学习记录——判断是否为同一颗二叉搜索树(题意理解、求解思路、程序搭建框架、具体函数的实现)
55 2
|
6月前
|
机器学习/深度学习
数据结构学习记录——堆的小习题(对由同样的n个整数构成的二叉搜索树(查找树)和最小堆,下面哪个说法是不正确的)
数据结构学习记录——堆的小习题(对由同样的n个整数构成的二叉搜索树(查找树)和最小堆,下面哪个说法是不正确的)
38 1
|
5月前
|
存储
【数据结构】AVL树——平衡二叉搜索树
【数据结构】AVL树——平衡二叉搜索树
|
5月前
|
存储 Linux 数据库
【数据结构】二叉搜索树——高阶数据结构的敲门砖
【数据结构】二叉搜索树——高阶数据结构的敲门砖