二叉排序树(BST)

简介: 二叉排序树(BST)

二叉排序树(Binary Sort Tree)



前言: 二叉排序树是二叉树中十分重要的一种,又称二叉查找树(Binary Search Tree),亦称二叉搜索树。是数据结构中的一类。在一般情况下,查询效率比链表结构要高。


Node节点类代码


package day7_test;
public class Node {
    public int val;
    public Node right;
    public Node left;
    /**
     * 查找要删除的节点并返回
     * @param index 要删除的节点的val值
     * @return 返回要删除的节点
     */
    public  Node searchNode(int index){
        if(this.val == index){
            return this;
        }else if(index < this.val) {
            if(this.left == null){
                return null;
            }else{
                return this.left.searchNode(index);
            }
        }else {
            if (this.right == null){
                return null;
            }else {
                return this.right.searchNode(index);
            }
        }
    }
    /**
     * 找到要删除的节点的父节点
     * @param index 要删除的节点的索引
     * @return 返回父节点
     */
    public Node searchParent(int index){
        //情况一: 当前节点就是要删除节点的父节点
        if((this.left != null && this.left.val == index) ||(this.right != null && this.right.val == index)){
            return this;
        }else {
            //左节点不为空,并且左节点就是parent
            if(index < this.val && this.left != null){
                return this.left.searchParent(index);
            }else if (index >= this.val && this.right != null){
                return this.right.searchParent(index);
            }else {
                return null;
            }
        }
    }
    //添加节点
    public void add(Node node){
        if(node == null){
            return;
        }
        if(node.val < this.val){
            if(this.left == null){
                this.left = node;
            }else{
                this.left.add(node);
            }
        }else{
            //node.val >= this.val
            if(this.right == null){
                this.right = node;
            }else{
                this.right.add(node);
            }
        }
    }
    //中序遍历二叉树
    public void infix(){
        if(this.left != null){
            this.left.infix();
        }
        System.out.println(this);
        if (this.right != null){
            this.right.infix();
        }
    }
    public Node(int val) {
        this.val = val;
    }
    @Override
    public String toString() {
        return "Node[" +
                "val=" + val +
                ']';
    }
}


二叉排序树的添加功能


思路:


每传进来一个node节点,我们就与当前节点进行比较


1.node的val值 < 当前节点的val值:

向左进行递归,一直递归到this.left == null时,加入node节点


2.node的val值 >= 当前节点的val值:

向右进行递归,知道this.right == null时,加入node节点


代码实现:

//添加节点
public void add(Node node){
    if(node == null){
        return;
    }
    if(node.val < this.val){
        if(this.left == null){
            this.left = node;
        }else{
            this.left.add(node);
        }
    }else{
        //node.val >= this.val
        if(this.right == null){
            this.right = node;
        }else{
            this.right.add(node);
        }
    }
  }

 

结果:


Node[val=0]

Node[val=1]

Node[val=3]

Node[val=5]

Node[val=7]

Node[val=9]

Node[val=10]

Node[val=12]


二叉排序树删除功能详解


思路:

首先分三种情况进行处理:


① 所删除的节点为叶子节点(left 和right 节点上为空)

② 所删除的节点为非叶子节点,并且left 或 right节点上只有一个不为空

③ 所删除的节点为非叶子节点,并且left 和 right 都不为空


在处理这三种情况之前,先再Node节点类中增添方法,用来查询要删除的目标节点targetNode 以及targetNode的父节点 parent节点


代码如下:

/**
 * 查找要删除的节点并返回
 * @param index 要删除的节点的val值
 * @return 返回要删除的节点
 */
public  Node searchNode(int index){
    if(this.val == index){
        return this;
    }else if(index < this.val) {
        if(this.left == null){
            return null;
        }else{
            return this.left.searchNode(index);
        }
    }else {
        if (this.right == null){
            return null;
        }else {
            return this.right.searchNode(index);
        }
    }
}
/**
 * 找到要删除的节点的父节点
 * @param index 要删除的节点的索引
 * @return 返回父节点
 */
public Node searchParent(int index){
    //情况一: 当前节点就是要删除节点的父节点
    if((this.left != null && this.left.val == index) ||(this.right != null && this.right.val == index)){
        return this;
    }else {
        //左节点不为空,并且左节点就是parent
        if(index < this.val && this.left != null){
            return this.left.searchParent(index);
        }else if (index >= this.val && this.right != null){
            return this.right.searchParent(index);
        }else {
            return null;
        }
    }
}


情况一:删除的是叶子节点


步骤:【

找到目标节点targetNode 及其它的父节点 parent

确定targetNode是parent的left节点 还是right 节点

parent.left = null 或 parent.right = null ;


代码:

Node targetNode = root.searchNode(index);
if (targetNode == null){
      System.out.println("没有找到要删除的节点!");
    return;
}
if (root.left == null && root.right == null){
    root = null;
    return;
}
Node parent = root.searchParent(index);
//要删除的是叶子节点
if(targetNode.left == null && targetNode.right == null){
    if(parent.left!= null && parent.left.val == targetNode.val){
        parent.left = null;
    }else if(parent.right != null && parent.right.val == targetNode.val ) {
        parent.right = null;
    }
}


情况二:要删除的节点只有一个子节点


步骤【

  1. 找到父节点和targetNode目标节点后
  2. 先判断targetNode的left 和right 是否为空 ,如果不为空再判断是否有parent节点,因为很可能这个节点是root节点 ,root节点没有parent节点
  3. 接下来就是四种判断

targetNode 有左节点 ,targetNode是parent的左节点;—–> parent.left = targetNode.left;


targetNode 有左节点 ,targetNode是parent的右节点;—–> parent.right = targetNode.left;


targetNode 有右节点 ,targetNode是parent的左节点;—–>parent.left = targetNode.right;


targetNode 有右节点 ,targetNode是parent的右节点;—–>parent.right = targetNode.right;



代码实现:

//要删除的节点只有一个子节点
else{
    if(targetNode.left != null){
        //要删除的节点有左子节点
        if(parent != null){
            if (parent.left == targetNode){
                parent.left = targetNode.left;
            }else{
                parent.right = targetNode.left;
            }
        }else {
            root = targetNode.left;
        }
    }
    else {
        if(parent != null){
            if (parent.left == targetNode){
                parent.left = targetNode.right;
            }else{
                parent.right = targetNode.right;
            }
        }else {
            root = targetNode.right;
        }
    }
}


情况三:要删除的节点只有一个子节点


这种情况我们有两种解决办法


步骤 【

方法一:以当前要删除的节点为根节点,找到left边的最大值,然后用临时变量保存值,删除该最大值所在的节点

方法二:以当前要删除的节点为根节点,找到right边的最小值,然后用临时变量保存值,删除该最小值所在的节点


代码实现:

//要删除的是有两个子节点的节点
            else if (targetNode.left != null && targetNode.right !=null){
                /*
                  方法一:以当前要删除的节点为根节点,找到left边的最大值,然后用临时变量保存值,删除该最大值所在的节点
                  方法二:以当前要删除的节点为根节点,找到right边的最小值,然后用临时变量保存值,删除该最小值所在的节点
                 */
//                int tempMin = 0;
//                Node tempNode = targetNode.right;
//                while(tempNode.left != null){
//                    tempNode = tempNode.left;
//                }
//                tempMin = tempNode.val;
//                deleteNode(tempMin);
//                targetNode.val = tempMin;
                int tempMax = 0;
                Node tempNode = targetNode.left;
                while(tempNode.right != null){
                    tempNode = tempNode.right;
                }
                tempMax = tempNode.val;
                deleteNode(tempMax);
                targetNode.val = tempMax;
            }

     

main方法代码

public static void main(String[] args) {
    int arr[] ={7,3,10,12,5,1,9,0};
    BinarySortTree b = new BinarySortTree();
    for(int i=0;i<arr.length;i++){
        b.add(new Node(arr[i]));
    }
    b.infix(b.root);
    b.deleteNode(3);
    b.deleteNode(12);
    b.deleteNode(5);
    b.deleteNode(1);
    b.deleteNode(7);
    b.deleteNode(9);
    b.deleteNode(10);
    b.deleteNode(0);
    System.out.println("删除之后~~~");
    b.infix(b.root);
}


整体代码实现:

package day7_test;
public class BinarySortTree {
    public Node root;
    public static void main(String[] args) {
        int arr[] ={7,3,10,12,5,1,9,0};
        BinarySortTree b = new BinarySortTree();
        for(int i=0;i<arr.length;i++){
            b.add(new Node(arr[i]));
        }
        b.infix(b.root);
        b.deleteNode(3);
        b.deleteNode(12);
        b.deleteNode(5);
        b.deleteNode(1);
        b.deleteNode(7);
        b.deleteNode(9);
        b.deleteNode(10);
        b.deleteNode(0);
        System.out.println("删除之后~~~");
        b.infix(b.root);
    }
    /**
     * 删除二叉树节点
     * @param index 要删除的节点的val值
     */
    public void deleteNode(int index){
        if (root == null){
            return;
        }
        else{
            Node targetNode = root.searchNode(index);
            if (targetNode == null){
                  System.out.println("没有找到要删除的节点!");
                return;
            }
            if (root.left == null && root.right == null){
                root = null;
                return;
            }
            Node parent = root.searchParent(index);
            //要删除的是叶子节点
            if(targetNode.left == null && targetNode.right == null){
                if(parent.left!= null && parent.left.val == targetNode.val){
                    parent.left = null;
                }else if(parent.right != null && parent.right.val == targetNode.val ) {
                    parent.right = null;
                }
            }
            //要删除的是有两个子节点的节点
            else if (targetNode.left != null && targetNode.right !=null){
                /*
                  方法一:以当前要删除的节点为根节点,找到left边的最大值,然后用临时变量保存值,删除该最大值所在的节点
                  方法二:以当前要删除的节点为根节点,找到right边的最小值,然后用临时变量保存值,删除该最小值所在的节点
                 */
//                int tempMin = 0;
//                Node tempNode = targetNode.right;
//                while(tempNode.left != null){
//                    tempNode = tempNode.left;
//                }
//                tempMin = tempNode.val;
//                deleteNode(tempMin);
//                targetNode.val = tempMin;
                int tempMax = 0;
                Node tempNode = targetNode.left;
                while(tempNode.right != null){
                    tempNode = tempNode.right;
                }
                tempMax = tempNode.val;
                deleteNode(tempMax);
                targetNode.val = tempMax;
            }
            //要删除的节点只有一个子节点
            else{
                if(targetNode.left != null){
                    //要删除的节点有左子节点
                    if(parent != null){
                        if (parent.left == targetNode){
                            parent.left = targetNode.left;
                        }else{
                            parent.right = targetNode.left;
                        }
                    }else {
                        root = targetNode.left;
                    }
                }
                else {
                    if(parent != null){
                        if (parent.left == targetNode){
                            parent.left = targetNode.right;
                        }else{
                            parent.right = targetNode.right;
                        }
                    }else {
                        root = targetNode.right;
                    }
                }
            }
        }
    }
    //添加节点
    public void add(Node node){
        if (root == null){
            root = node;
        }else {
            root.add(node);
        }
    }
    //中序遍历
    public void infix(Node root){
        if (root == null){
            System.out.println("空树!");
            return;
        }
        root.infix();
    }
}


运行结果:


删除3 后

Node[val=0]

Node[val=1]

Node[val=5]

Node[val=7]

Node[val=9]

Node[val=10]

Node[val=12]

删除3,12,5,1 后

Node[val=0]

Node[val=7]

Node[val=9]

Node[val=10]

删除3,12,5,1,7,9 后

Node[val=0]

Node[val=10]

删除所有的之后

空树!


目录
相关文章
|
13天前
|
人工智能 自然语言处理 安全
阿里云千问办公 QwenWork详细介绍:产品核心能力、典型场景、价格及常见问题解答
千问办公是阿里云推出的一站式AI办公平台,主打"不止于对话,更注重交付",依托通义千问旗舰大模型,用户一句话即可完成数据分析、PPT生成、视频剪辑等复杂任务,直接输出可用成果。产品深度打通钉钉生态与企业OA,覆盖桌面端、网页端,提供企业标准版198元/人/月等多档订阅方案,新用户注册即赠2000积分,适配工程师、HR、财务等多职业办公场景,成为能动手干活的"全能AI同事"。
|
13天前
|
人工智能
千问办公官网入口:阿里AI办公QwenWork产品页和免费网页端链接
千问办公官网含两大入口:一是网页端(qwenwork.cn),即开即用,支持浏览器直接访问;二是阿里云产品页 https://t.aliyun.com/U/JNKJuO 提供免费/付费版详情、功能介绍及使用指南。
|
12天前
|
IDE 开发工具
Qoder 上线 Sonus 模型,Computer Use 能力全面增强
Qoder国际版上线全新内置大模型Sonus(/ˈsoʊnəs/),全球领先,专精超长任务执行与电脑操作(Computer Use)。配合Qoder桌面端0.2.3版本,可自主完成编程、金融建模、科研及表格制作等复杂工作。现全面支持Qoder全系产品,效率提升3.2倍。
1511 8
Qoder 上线 Sonus 模型,Computer Use 能力全面增强
|
14天前
|
缓存 人工智能 自然语言处理
阿里云qwen3.8-flash大模型介绍:模型能力、模型价格、免费额度与最新活动
本文是阿里云百炼平台Qwen3.8-Flash大模型的选型接入指南,作为兼顾性能与响应速度的高性价比多模态模型,它支持百万级上下文窗口、全场景多模态输入与完整智能体能力矩阵,适配编程辅助、智能体协作等核心场景。文中同步梳理了最新下调的阶梯定价、夜间4折等优惠活动,搭配OpenAI兼容流式调用示例,帮助开发者低成本快速落地高并发AI应用。
阿里云qwen3.8-flash大模型介绍:模型能力、模型价格、免费额度与最新活动
|
13天前
|
人工智能 API 内存技术
刚刚 DeepSeek V4.1 Flash 开启内测,1 分钟教你用上!
刚刚 DeepSeek 内测群发布了 DeepSeek V4.1 Flash 中间版本内测的消息,这次的模型采用了新的结构,原生支持多模态、能力更强、速度更快、且成本更低。
1990 15
|
7天前
|
缓存 IDE Java
【保姆级】Android Studio下载、安装和汉化教程(2026最新)
Android Studio 是 Google 官方推出的免费 Android 应用开发集成环境,基于 IntelliJ IDEA,内置模拟器、调试器、性能分析及 Compose 界面工具,功能全面,文档丰富,是安卓开发首选工具。(239字)
|
18天前
|
人工智能 运维 BI
阿里云千问办公QwenWork深度解析:基于Qwen3.8,六大核心能力重构企业全自动化工作流与计费选型指南
传统AI办公工具大多停留在对话问答、文档摘要、简单文案生成层面,只能完成单点碎片化任务,无法自主拆解复杂业务流程,很难串联多工具、多文档、外部业务系统完成端到端完整工作交付。很多企业在落地AI办公的时候,需要组合多款不同工具,来回切换界面,手动复制粘贴中间结果,智能化改造落地门槛居高不下。千问办公QwenWork是整合多款智能体产品能力打造的一体化企业办公智能体平台,底层基座依托Qwen3.8大模型,打通桌面端Agent、云端Agent、企业协同Agent三种运行形态,不再局限简单问答,接收业务目标之后自主拆解任务步骤,调用各类工具,处理文档、表格、浏览器自动化、数据查询,直接输出可交付的办公
1691 4
|
12天前
|
人工智能 安全 JavaScript
DeepSeek Harness开源Agent运行框架实战:4种安装方式、WebUI启动、插件管理与排坑全流程
随着AI Agent技术快速发展,单纯依靠大模型对话能力,很难完成复杂的自动化任务。模型需要具备读取本地文件、执行脚本、访问网页、操作文件系统、拆分复杂任务并分步执行的能力。DeepSeek Harness,简称DSH,是开源的AI Agent执行运行框架,遵循“Agent = 大模型 + Harness执行底座”的设计理念,为大模型提供一套安全可控的工具调用、任务编排、沙箱执行与插件扩展能力。它提供Web可视化界面与完整命令行工具,支持插件化扩展,能够让大模型自主拆解复杂需求,调用各类工具分步完成目标,无论是本地电脑调试,还是部署在云服务器上长期运行智能体任务都十分合适。本文为从0到1完整保
897 0
|
14天前
|
缓存 JSON API
阿里云千问Qwen3.8‑Max深度解析:核心能力、订阅计费规则、API接入配置与生产落地完整教程
Qwen3.8‑Max作为千问系列新一代MoE架构旗舰基座,总参数量达到2.4万亿,激活参数950亿,是面向复杂专业任务、长周期智能体、工程级代码开发、多模态深度解析的高阶大模型,原生支持文本、图像、视频多模态输入,最大上下文窗口达到百万Token,最大输出Token支持131072,内置深度思考推理链路,在编程、科研、法律金融专业分析、长视频文档解析、自主Agent任务等场景能力表现突出。很多开发者在项目前期直接接入该旗舰模型,却对模型能力边界、多种计费模式、订阅套餐权益、API参数配置、上下文缓存优化缺乏完整认知,出现成本失控、接口报错、长文本信息丢失、深度思考模式额外消耗大量Token等
974 3