二叉搜索树

简介: 二叉搜索树

前言

二叉搜索树的定义:

若左子树不为空,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。

树中不会有重复的元素。


二叉搜索树最左侧结点一定是最小的,最右侧一定是最大的;

对二叉搜索树进行中序遍历,一定能够得到一个有序序列。


目录

前言

一、查找

二、插入

三、删除

四、完整代码

结语


一、查找

以查找数据23为例。

从根节点往下遍历,遇到比23大的数据,往其左子树遍历,如果比23小的数据,往其右子树遍历,直到当前结点是我们需要查找的结点或为空结点为止。


代码:

 public TreeNode search(int key) {
        TreeNode tmp = root;
        while(tmp != null){
            if(tmp.key > key){
                tmp = tmp.left;
            }else if(tmp.key < key){
                tmp = tmp.right;
            }else{
                return tmp;
            }
        }
        return null;
    }

二、插入

不能插入树中已有的元素!!!

以插入数据18为例。

从根节点往下遍历,遇到比18大的数据,往其左子树遍历,如果比18小的数据,往其右子树遍历,直到当前结点为空,插入数据18。


代码:

 public boolean insert(int key) {
        if(root == null){
            root = new TreeNode(key);
            return true;
        }
        TreeNode p = root;
        TreeNode c = root;
        while(c != null){
            p = c;
            if(c.key < key){
                c = c.right;
            }else if(c.key > key){
                c = c.left;
            }else{
                return false;
            }
        }
        if(p.key < key){
            p.right = new TreeNode(key);
        }else{
            p.left = new TreeNode(key);
        }
        return true;
    }

三、删除

设待删除的结点为tmp,其父母亲结点为parent

(一)tmp为左子树结点,有如下情况:

(二)tmp为右子树结点,有如下情况:


(三)tmp为根结点,有如下情况:


代码:

     public boolean remove(int key) {
        TreeNode tmp = root;
        TreeNode parent = root;//标记父母亲结点
        while(tmp != null){
            if(tmp.key > key){
                parent = tmp;
                tmp = tmp.left;
            }else if(tmp.key < key){
                parent = tmp;
                tmp = tmp.right;
            }else{
                break;
            }
        }
        if(tmp == null)
            return false;
        //删除操作
        //为左孩子
        if(tmp == parent.left){
            if(tmp.left == null){
                parent.left = tmp.right;
            }else if(tmp.right == null){
                parent.left = tmp.left;
            }else{
            //tmp左右孩子都不为空情况
                func(tmp);
            }
        } else if(tmp == parent.right){
            //右孩子
            if(tmp.left == null){
                parent.right = tmp.right;
            }else if(tmp.right == null){
                parent.right = tmp.left;
            }else {
                //tmp左右孩子都不为空情况
                func(tmp);
            }
        }else {
            //根节点
            if(root.left == null){
                root = root.right;
            }else if(root.right == null){
                root = root.left;
            }else{
                //tmp左右孩子都不为空情况
                func(root);
            }
        }
        return true;
    }
    public void func(TreeNode tmp){
        if(tmp == null) return;
        TreeNode ret = find(tmp);
        int key = ret.key;
        remove(ret.key);
        tmp.key = key;
    }
    //找到tmp结点右孩子的最左边
    public TreeNode find(TreeNode tmp){
        TreeNode tmp1 = tmp;
        tmp = tmp.right;
        while(tmp != null){
            tmp1 = tmp;
            tmp = tmp.left;
        }
        return tmp1;
    }

最优情况下:二叉搜索树为完全二叉树,其平均比较次数为:log2 (n)

最坏情况下:二叉搜索树退化为单支树,其平均比较次数为:n/2

四、完整代码

public class BinarySearchTree {
    static class TreeNode {
        public int key;
        public TreeNode left;
        public TreeNode right;
        TreeNode(int key) {
            this.key = key;
        }
    }
    public TreeNode root;
    /**
     * 插入一个元素
     * 不能插入二叉搜索树当中已有的数据,
     * 否则返回false
     * @param key
     */
    public boolean insert(int key) {
        if(root == null){
            root = new TreeNode(key);
            return true;
        }
        TreeNode p = root;
        TreeNode c = root;
        while(c != null){
            p = c;
            if(c.key < key){
                c = c.right;
            }else if(c.key > key){
                c = c.left;
            }else{
                return false;
            }
        }
        if(p.key < key){
            p.right = new TreeNode(key);
        }else{
            p.left = new TreeNode(key);
        }
        return true;
    }
    //查找key是否存在
    public TreeNode search(int key) {
        TreeNode tmp = root;
        while(tmp != null){
            if(tmp.key > key){
                tmp = tmp.left;
            }else if(tmp.key < key){
                tmp = tmp.right;
            }else{
                return tmp;
            }
        }
        return null;
    }
    //删除key的值
    public boolean remove(int key) {
        TreeNode tmp = root;
        TreeNode parent = root;//标记父母亲结点
        while(tmp != null){
            if(tmp.key > key){
                parent = tmp;
                tmp = tmp.left;
            }else if(tmp.key < key){
                parent = tmp;
                tmp = tmp.right;
            }else{
                break;
            }
        }
        if(tmp == null)
            return false;
        //删除操作
        //为左孩子
        if(tmp == parent.left){
            if(tmp.left == null){
                parent.left = tmp.right;
            }else if(tmp.right == null){
                parent.left = tmp.left;
            }else{
            //tmp左右孩子都不为空情况
                func(tmp);
            }
        } else if(tmp == parent.right){
            //右孩子
            if(tmp.left == null){
                parent.right = tmp.right;
            }else if(tmp.right == null){
                parent.right = tmp.left;
            }else {
                //tmp左右孩子都不为空情况
                func(tmp);
            }
        }else {
            //根节点
            if(root.left == null){
                root = root.right;
            }else if(root.right == null){
                root = root.left;
            }else{
                //tmp左右孩子都不为空情况
                func(root);
            }
        }
        return true;
    }
    public void func(TreeNode tmp){
        if(tmp == null) return;
        TreeNode ret = find(tmp);
        int key = ret.key;
        remove(ret.key);
        tmp.key = key;
    }
    //找到tmp结点右孩子的最左边
    public TreeNode find(TreeNode tmp){
        TreeNode tmp1 = tmp;
        tmp = tmp.right;
        while(tmp != null){
            tmp1 = tmp;
            tmp = tmp.left;
        }
        return tmp1;
    }
}

结语

代码链接在这里哦~

二叉搜索树 · Yjun6/DataStructrue@4f9a2c1 (github.com)
这篇博客如果对你有帮助,给博主一个免费的点赞以示鼓励,欢迎各位🔎点赞👍评论收藏⭐,谢谢!!!

相关文章
|
弹性计算 CDN
新手购买阿里云服务器图文教程及注意事项
对于新手用户来说,我们在购买阿里云服务器过程中需要注意一些细节,才能让我们买到的阿里云服务器既便宜又实用,不至于照成云服务器资源和费用的浪费,以下是新手用户购买阿里云服务器图文教程及注意事项。
新手购买阿里云服务器图文教程及注意事项
|
9天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。
|
人工智能 前端开发 API
前端接入通义千问(Qwen)API:5 分钟实现你的 AI 问答助手
本文介绍如何在5分钟内通过前端接入通义千问(Qwen)API,快速打造一个AI问答助手。涵盖API配置、界面设计、流式响应、历史管理、错误重试等核心功能,并提供安全与性能优化建议,助你轻松集成智能对话能力到前端应用中。
674 154
|
15天前
|
人工智能 数据可视化 Java
Spring AI Alibaba、Dify、LangGraph 与 LangChain 综合对比分析报告
本报告对比Spring AI Alibaba、Dify、LangGraph与LangChain四大AI开发框架,涵盖架构、性能、生态及适用场景。数据截至2025年10月,基于公开资料分析,实际发展可能随技术演进调整。
943 152
|
负载均衡 Java 微服务
OpenFeign:让微服务调用像本地方法一样简单
OpenFeign是Spring Cloud中声明式微服务调用组件,通过接口注解简化远程调用,支持负载均衡、服务发现、熔断降级、自定义拦截器与编解码,提升微服务间通信开发效率与系统稳定性。
357 156
|
7天前
|
分布式计算 监控 API
DMS Airflow:企业级数据工作流编排平台的专业实践
DMS Airflow 是基于 Apache Airflow 构建的企业级数据工作流编排平台,通过深度集成阿里云 DMS(Data Management Service)系统的各项能力,为数据团队提供了强大的工作流调度、监控和管理能力。本文将从 Airflow 的高级编排能力、DMS 集成的特殊能力,以及 DMS Airflow 的使用示例三个方面,全面介绍 DMS Airflow 的技术架构与实践应用。