数据结构之二叉搜索树(BST)--JavaScript实现

简介: 数据结构之二叉搜索树(BST)--JavaScript实现

原理:

叉排序树的查找过程和次优二叉树类似,通常采取二叉链表作为二叉排序树存储结构中序遍历二叉排序树可得到一个关键字的有序序列,一个无序序列可以通过构造一棵二叉排序树变成一个有序序列,构造树的过程即为对无序序列进行排序的过程。每次插入的新的结点都是二叉排序树上新的叶子结点,在进行插入操作时,不必移动其它结点,只需改动某个结点的指针,由空变为非空即可。搜索,插入,删除的复杂度等于树高,O(log(n)).

JavaScript实现:

var BinarySearchTree = function(){
            this.root = null;
        }
        BinarySearchTree.prototype = {
            insert: function(key){//插入
                var newNode = new this.Node(key);
                if(this.root === null){
                    this.root = newNode;
                }else{
                    this.insertNode(this.root, newNode)
                }
                console.log(this.root)
            },
            inOrderTraverse: function(callback){//中序查找
                this.inOrderTraverseNode(this.root, callback);
            },
            preOrderTraverse: function(callback){//先序查找
                this.preOrderTraverseNode(this.root, callback);
            },
            postOrderTraverse: function(callback){//后序查找
                this.postOrderTraverseNode(this.root, callback);
            },
            min: function(){//最小值
                return this.minNode(this.root)
            },
            max: function(){//最大值
                return this.maxNode(this.root)
            },
            search: function(key){//查找
                this.searchNode(this.root, key)
            },
            remove: function(key){//移除树节点
                this.removeNode(this.root, key)
            },
            Node: function(key){
                this.key = key;
                this.left = null;
                this.right = null;
            },
            insertNode: function(node, newNode){
                if(newNode.key < node.key){
                    if(node.left === null){
                        node.left = newNode;
                    }else{
                        this.insertNode(node.left, newNode)
                    }
                }else{
                    if(node.right === null){
                        node.right = newNode;
                    }else{
                        this.insertNode(node.right, newNode)
                    }
                }
            },
            inOrderTraverseNode: function(node, callback){
                if(node !== null){
                    this.inOrderTraverseNode(node.left, callback);
                    callback(node.key);
                    this.inOrderTraverseNode(node.right, callback);
                }
            },
            preOrderTraverseNode: function(node, callback){
                if(node !== null){
                    callback(node.key);
                    this.preOrderTraverseNode(node.left, callback);
                    this.preOrderTraverseNode(node.right, callback);
                }
            },
            postOrderTraverseNode: function(node, callback){
                if(node !== null){
                    this.postOrderTraverseNode(node.left, callback);
                    this.postOrderTraverseNode(node.right, callback);
                    callback(node.key);
                }
            },
            minNode: function(node){
                if(node){
                    while(node && node.left !== null){
                        node = node.left;
                    }
                    return node.key;
                }
                return null;
            },
            maxNode: function(node){
                if(node){
                    while(node && node.right !== null){
                        node = node.right;
                    }
                    return node.key;
                }
                return null;
            },
            searchNode: function(node, key){
                if(node === null)
                return false;
                if(key < node.key){
                    return this.searchNode(node.left, key);
                }else if(key > node.key){
                    return this.searchNode(node.right, key);
                }else{
                    return true;
                }
            },
            removeNode(node, key){
                if(node === null)
                return null;
                if(key < node.key){
                    node.left = this.removeNode(node.left, key);
                    return node;
                }else if(key > node.key){
                    node.right = this.removeNode(node.right, key);
                    return node;
                }else{
                    if(node.left === null && node.right === null){
                        node = null;
                        return node;
                    }else if(node.left === null){
                        node = node.right;
                        return node;
                    }else if(node.right === null){
                        node = node.left;
                        return node;
                    }
                    var aux = this.findMinNode(node.right);
                    node.key = aux.key;
                    node.right = this.removeNode(node.right, aux.key);
                    return node;
                }
            },
            findMinNode: function(node){
                if(node){
                    while(node && node.left !== null){
                        node = node.left;
                    }
                    return node.key;
                }
                return null;
            }
        }

相关文章
|
2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。
52 8
【数据结构】哈希表&二叉搜索树详解
|
1月前
|
存储 算法 数据管理
数据结构与算法学习二零:二叉排序树(BST)、平衡二叉树(AVL)
这篇文章通过需求分析、代码实现和测试验证,详细介绍了二叉排序树的创建、遍历和删除操作,以及二叉平衡树(AVL)的自平衡特性和单旋转操作,旨在提高树结构在数据管理中的效率和性能。
29 0
数据结构与算法学习二零:二叉排序树(BST)、平衡二叉树(AVL)
|
1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
|
1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
|
1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
|
1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
26 0
|
5月前
|
存储 JavaScript 前端开发
JavaScript中的对象是数据结构,存储键值对,键为字符串,值可为任意类型,包括函数(作为方法)
【6月更文挑战第25天】JavaScript中的对象是数据结构,存储键值对,键为字符串,值可为任意类型,包括函数(作为方法)。
40 2
|
5月前
|
存储 JavaScript 前端开发
JavaScript中的数组是核心数据结构,用于存储和操作序列数据
【6月更文挑战第22天】JavaScript中的数组是核心数据结构,用于存储和操作序列数据。创建数组可以使用字面量`[]`或`new Array()`。访问元素通过索引,如`myArray[0]`,修改同样如此。常见方法包括:`push()`添加元素至末尾,`pop()`移除末尾元素,`shift()`移除首元素,`unshift()`添加到开头,`join()`连接为字符串,`slice()`提取子数组,`splice()`进行删除、替换,`indexOf()`查找元素位置,`sort()`排序数组。还有其他如`reverse()`、`concat()`等方法。
130 2
|
5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)
37 1
|
4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

热门文章

最新文章