算法:二叉树代码示例

简介: 二叉树特点左节点值小于根节点值,右节点值大于根节点 public class BinaryTree { private Node root; @Data private static class Node { private int data; ...

二叉树特点

左节点值小于根节点值,右节点值大于根节点

  public class BinaryTree {

    private Node root;
    @Data
    private static class Node {
        private int data;
        private Node left;
        private Node right;

        public Node(int data){
            this.data = data;
        }
    }


    public Node find(int key){
        Node current = root;
        while(current != null){
            if(current.data > key){
                current = current.left;
            }
            if(current.data < key){
                current = current.right;
            }
            if(current.data == key){
                return current;
            }
        }
        return null;
    }

    public boolean insert(int data){
        Node newNode = new Node(data);
        if(root == null){
            root =  newNode;
            return true;
        }else{
            Node current = root;
            Node parent = null;
            while (current != null){
                 parent = current;
                if(current.data > data){
                    current = current.left;
                    if(current == null){
                        parent.left = newNode;
                        return true;
                    }

                } else{
                    current = current.right;
                    if(current == null){
                        parent.right = newNode;
                        return true;
                    }
                }
            }
        }
        return false;
    }

    public Node findMax(){
        Node current = root;
        while(current != null){
            current = current.right;
        }
        return current;
    }

    public Node findMin(){
        Node current = root;
        while (current != null) {
            current = current.left;
        }
        return current;
    }

    //删除没有子节点的节点
    public boolean delete(int key){
        Node current = root;
        Node parent = current;
        boolean isLeft = false;
        while (current.data != key){
            parent = current;
            if(current.data > key){
                isLeft = true;
                current = current.left;
            }else {
                isLeft = false;
                current = current.right;
            }
            if(current == null){
                return false;
            }
        }
        if(current.left == null && current.right == null){
            if(current == root){
                root = null;
            }
            if(isLeft){
                parent.left = null;
            }else{
                parent.right = null;
            }
            return true;
        }
        return false;

    }
}
目录
相关文章
|
6天前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
|
6天前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
|
6天前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
|
6天前
|
机器学习/深度学习 数据采集 负载均衡
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
|
6天前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
|
29天前
|
机器学习/深度学习 传感器 算法
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
113 2
|
29天前
|
机器学习/深度学习 存储 算法
【微电网调度】考虑需求响应的基于改进多目标灰狼算法的微电网优化调度研究(Matlab代码实现)
【微电网调度】考虑需求响应的基于改进多目标灰狼算法的微电网优化调度研究(Matlab代码实现)
|
16天前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
76 2
|
29天前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
146 3
|
1月前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)

热门文章

最新文章