数据结构笔记--二叉查找树概述以及java代码实现

简介: 一些概念:   二叉查找树的重要性质:对于树中的每一个节点X,它的左子树任一节点的值均小于X,右子树上任意节点的值均大于X.   二叉查找树是java的TreeSet和TreeMap类实现的基础.   由于树的递归定义,二叉查找树的代码实现也基本上都是使用递归的函数,二叉查找树的平均深度是O(logN).

一些概念:

  二叉查找树的重要性质:对于树中的每一个节点X,它的左子树任一节点的值均小于X,右子树上任意节点的值均大于X.

  二叉查找树是java的TreeSet和TreeMap类实现的基础.

  由于树的递归定义,二叉查找树的代码实现也基本上都是使用递归的函数,二叉查找树的平均深度是O(logN).

  因为二叉查找树要求所有的节点都可以进行排序.所以编写时代码时需要一个Comparable泛型接口,当需要对类中的对象进行排序的时候,就需要实现这个泛型接口,里边定义了一个public int compareTo(Object o)方法,接受一个Object作为参数,java中String,Integer等类都实现了这个接口.

java代码实现:

  remove方法:在查找树的代码实现中,最难得是删除,因为这涉及到三种情况:

    被删除节点是树叶节点(没有子树):最简单,直接删除,将该节点置为null即可

    被删除节点有一个子节点(左子树或右子树):是该节点的父节点指向该节点的子节点(左或右).见图1

    被删除节点有两个子节点:用其右子树中的最小值代替该节点上的值,删除其右子树上的最小值.见图2.

  

  1 package com.wang.tree;
  2 
  3 public class BinarySearchTree<T extends Comparable<T>>{
  4 
  5     
  6     private static class Node<T>{
  7         private T data;
  8         private Node<T> left;
  9         private Node<T> right;
 10         
 11         public Node(T data){
 12             this(data,null,null);
 13         }
 14         public Node(T data, Node<T> left, Node<T> right) {
 15             this.data = data;
 16             this.left = left;
 17             this.right = right;
 18         }
 19     }
 20     
 21     //私有变量 根节点root
 22     private Node<T> root;
 23     
 24     //无参构造函数,根节点为null
 25     public BinarySearchTree(){
 26         root=null;
 27     }
 28     
 29     //清空二叉查找树
 30     public void makeEmpty(){
 31         root=null;
 32     }
 33     //判断树是否为空
 34     public boolean isEmpty(){
 35         
 36         return root==null;
 37     }
 38     //查找集合中是否有元素value,有返回true
 39     public boolean contains(T value){
 40         
 41         return contains(value,root);
 42     }
 43     
 44     private boolean contains(T value, Node<T> t) {
 45         
 46         if(t==null){
 47             return false;
 48         }
 49         int result=value.compareTo(t.data);
 50         if(result<0){
 51             return contains(value,t.left);
 52         }else if(result>0){
 53             return contains(value,t.right);
 54         }else{
 55             return true;
 56         }
 57     }
 58 
 59     //查找集合中的最小值
 60     public T findMin(){
 61         
 62         return  findMin(root).data;
 63     }
 64     private Node<T> findMin(Node<T> t) {
 65         if(t==null){
 66             return null;
 67         }else if(t.left==null){
 68             return t;
 69         }
 70         
 71         
 72         return findMin(t.left);
 73     }
 74 
 75     //查找集合中的最大值
 76     public T findMax(){
 77         
 78         return findMax(root).data;
 79     }
 80     
 81     private Node<T> findMax(Node<T> t) {
 82         if(t!=null){
 83             while(t.right!=null){
 84                 t=t.right;
 85             }
 86         }
 87         
 88         return t;
 89     }
 90 
 91     //插入元素
 92     public void insert(T value){
 93         
 94         root =insert(value,root);
 95     }
 96 
 97     private Node<T> insert(T value, Node<T> t) {
 98         if(t==null){
 99             return new Node(value,null,null);
100         }
101         int result=value.compareTo(t.data);
102         if(result<0){
103             t.left=insert(value,t.left);
104         }else if(result>0){
105             t.right=insert(value,t.right);
106         }
107         return t;
108     }
109     //移除元素
110     public void remove(T value){
111         root=remove(value,root);
112         
113         
114     }
115 
116     private Node<T> remove(T value, Node<T> t) {
117         if(t==null){
118             return t;
119         }
120         
121         int result=value.compareTo(t.data);
122         if(result<0){
123             t.left=remove(value,t.left);
124         }else if(result>0){
125             t.right=remove(value,t.right);
126         }else if(t.left!=null&&t.right!=null){//如果被删除节点有两个儿子
127             //1.当前节点值被其右子树的最小值代替
128             t.data=findMin(t.right).data;
129             //将右子树的最小值删除
130             t.right=remove(t.data, t.right);
131         }else{
132             //如果被删除节点是一个叶子 或只有一个儿子
133             t=(t.left!=null)?t.left:t.right;
134         }
135         
136         return t;
137     }
138     
139     //中序遍历打印
140     public void printTree(){
141         printTree(root);
142     }
143 
144     private void printTree(Node<T> t) {
145         
146         if(t!=null){
147             printTree(t.left);
148             System.out.println(t.data);
149             printTree(t.right);
150         }
151     }
152 }

  测试代码:

package com.wang.tree;

public class TestBST {

    public static void main(String[] args) {
        
        BinarySearchTree<Integer> bst=new BinarySearchTree<>();
        bst.insert(5);
        bst.insert(7);
        bst.insert(3);
        bst.insert(1);
        bst.insert(9);
        bst.insert(6);
        bst.insert(4);
        System.out.println("最小值:"+bst.findMin());
        System.out.println("最大值:"+bst.findMax());
        System.out.println("查找元素9是否存在:"+bst.contains(9));
        System.out.println("查找元素8是否存在:"+bst.contains(8));
        System.out.println("遍历二叉树");
        bst.printTree();
    }
}

打印结果:

最小值:1
最大值:9
查找元素9是否存在:true
查找元素8是否存在:false
遍历二叉树
1
3
4
5
6
7
9

 

相关文章
|
21天前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
56 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
1天前
|
存储 搜索推荐 算法
【数据结构】树型结构详解 + 堆的实现(c语言)(附源码)
本文介绍了树和二叉树的基本概念及结构,重点讲解了堆这一重要的数据结构。堆是一种特殊的完全二叉树,常用于实现优先队列和高效的排序算法(如堆排序)。文章详细描述了堆的性质、存储方式及其实现方法,包括插入、删除和取堆顶数据等操作的具体实现。通过这些内容,读者可以全面了解堆的原理和应用。
30 16
|
11天前
|
存储 Java 开发者
Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效
【10月更文挑战第19天】在软件开发中,随着项目复杂度的增加,数据结构的组织和管理变得至关重要。Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,帮助开发者告别混乱,提升代码质量。
20 1
|
26天前
|
存储 Java
数据结构第二篇【关于java线性表(顺序表)的基本操作】
数据结构第二篇【关于java线性表(顺序表)的基本操作】
28 6
|
24天前
|
存储 算法 关系型数据库
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
这篇文章主要介绍了多路查找树的基本概念,包括二叉树的局限性、多叉树的优化、B树及其变体(如2-3树、B+树、B*树)的特点和应用,旨在帮助读者理解这些数据结构在文件系统和数据库系统中的重要性和效率。
16 0
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
|
21天前
|
存储 算法 索引
HashMap底层数据结构及其增put删remove查get方法的代码实现原理
HashMap 是基于数组 + 链表 + 红黑树实现的高效键值对存储结构。默认初始容量为16,负载因子为0.75。当存储元素超过容量 * 负载因子时,会进行扩容。HashMap 使用哈希算法计算键的索引位置,通过链表或红黑树解决哈希冲突,确保高效存取。插入、获取和删除操作的时间复杂度接近 O(1)。
26 0
|
21天前
|
Java C++
【数据结构】探索红黑树的奥秘:自平衡原理图解及与二叉查找树的比较
本文深入解析红黑树的自平衡原理,介绍其五大原则,并通过图解和代码示例展示其内部机制。同时,对比红黑树与二叉查找树的性能差异,帮助读者更好地理解这两种数据结构的特点和应用场景。
23 0
|
24天前
|
存储 算法
数据结构与算法学习十六:树的知识、二叉树、二叉树的遍历(前序、中序、后序、层次)、二叉树的查找(前序、中序、后序、层次)、二叉树的删除
这篇文章主要介绍了树和二叉树的基础知识,包括树的存储方式、二叉树的定义、遍历方法(前序、中序、后序、层次遍历),以及二叉树的查找和删除操作。
20 0
|
26天前
05(数据结构考研)树相关操作代码
05(数据结构考研)树相关操作代码
27 0