【Java数据结构】搜索二叉树——对节点的插入、查找、删除 操作

简介: 搜索二叉树的基本概念、基本属性、查找节点、插入节点、删除节点

搜索二叉树——基本概念


二叉搜索树又称 二叉排序树,它或者是一棵空树,或者是具有以下性质的二叉树:

  1. 若它的左子树不为空,则左子树上所有节点的值都小于根节点的值
  2. 若它的右子树不为空,则右子树上所有节点的值都大于根节点的值
  3. 它的 左右子树也分别为二叉搜索树

注意:二叉搜索树中没有重复的元素


如下图为一个二叉搜索树

a1.png


搜索二叉树——基本属性

二叉树是由一个一个节点组成的,先定义好节点的属性


代码实现:

public class Node{

       int key;//节点值

       Node left;//左孩子节点

       Node right;//右孩子节点


       public Node(int key){//重写一下节点的构造方法

           this.key = key;

       }

   }


   Node root = null;//一开始根节点为空


搜索二叉树——查找节点

查找过程:

  1. 拿着待查元素和根节点比较;
  2. 如果比根节点小,继续在左子树中查找;
  3. 如果比根节点大,继续在右子树中查找;
  4. 如果当前元素查找到null也没找到,说明该元素不存在。


a2.png


代码实现:

/**

    * 在搜索树中查找 key,如果找到,返回 key 所在的结点,否则返回 null

    * @param key

    * @return

    */

   public Node search(int key){

       Node cur = root;//cur从root开始走

       while(cur != null){

           if(cur.key == key){//如果cur的值与key相等,则返回cur

               return cur;

           }else if(key > cur.key){//key值比cur的值大,cur往右节点走

               cur = cur.right;

           }else if(key < cur.key){//key值比cur的值小,cur往左节点走

               cur = cur.left;

           }

       }

       return null;//root为空,或者二叉树里没有这个节点,返回空值

   }


搜索二叉树——插入节点


插入过程:

a3.png

  1. 如果树是空树,即根== null,直接插入即可,返回true
  2. 如果树不是空树,按照 查找逻辑(大的放左边,小的放右边) 确定插入位置,插入新结点
    注意:最后确定的插入位置一定是叶子节点


a4.png


代码实现:

/**

    * 插入

    * @param key

    * @return true 表示插入成功, false 表示插入失败

    */

   public Boolean insert(int key){

       if(root == null){//如果根节点空,则第一个节点就是根节点

           root = new Node(key);

           return true;

       }


       Node cur = root;//用cur从root位置开始往下走

       Node parent = null;//需要用一个parent节点来记录上一个节点

       //通过while循环来找插入位置

       while(cur != null){

           if (key == cur.key){

               return false;//如果二叉树里已经有这个值,就无法插入

           }

           else if (key < cur.key){//key比cur的值小,说明要插到左边

               parent = cur;//记录上一个节点

               cur = cur.left;//cur往左走

           }

           else if (key > cur.key){//key比cur的值大,说明要插到右边

               parent = cur;//记录上一个节点

               cur = cur.right;//cur往右走

           }

       }

       //while走完了,说明是时候插入节点了,因为我们插入节点的位置一定是叶子节点的位置

       //这就需要用到parent了

       Node node = new Node(key);//创建要插入的新节点

       if (node.key > parent.key){//比parent值大放右边

           parent.right = node;

       }else {

           parent.left = node;//反之放左边

       }

       return true;//插入成功

   }


搜索二叉树——删除节点

设待删除结点为 cur, 待删除结点的双亲结点为 parent,删除节点的关键在于对多种情况的分析

  1. cur.left == null 待删除节点只有右子树
    (这种情况下删哪个点,就将其右子树接到这个点的父节点后边)

a5.png


2.cur.right == null 待删除节点 只有左子树

(这种情况下删哪个点,就将其左子树接到这个点的父节点后边)


a6.png


  1. cur.left != null && cur.right != null 待删除节点左右子树都存在
    (需要使用替换法进行删除,即在它的右子树中寻找最小值结点,用它的值填补到被删除节点中,再来处理该结点的删除问题,关键就在于这个寻找最小值替代这一步)

a7.png


总而言之,这第三种情况处理方法就是,从待删除点的右树里找最小值来替换待删除点,然后将替罪羊节点的右树接到替罪羊节点的父节点后边即可,注意点就是替罪羊节点是在父节点左边还是右边


代码实现:

/**

    * 删除成功返回 true,失败返回 false

    * @param key

    * @return

    */

   public void removeKey(int key) {

       if(root == null) {

           return;

       }

       Node cur = root;

       Node parent = null;

       while (cur != null) {

           if(cur.key == key) {

               remove(parent,cur);

               return;

           }else if(cur.key < key){

               parent = cur;

               cur = cur.right;

           }else {

               parent = cur;

               cur = cur.left;

           }

       }

   }


   private void remove(Node parent, Node cur) {

       if (cur.left == null){//删除只有右孩子的节点

           if (cur == root){//要删除的点是根节点

               root = cur.right;

           }

           else if (cur == parent.left){//要删除的点在父亲节点左边

               parent.left = cur.right;

           }

           else if (cur == parent.right){//要删除的点在父亲节点右边

               parent.right = cur.right;

           }

       }

       else if(cur.right == null){//删除只有左孩子的节点

           if(cur == root) {//要删除的点是根节点

               root = cur.left;

           }

           else if(cur == parent.left) {//要删除的点在父亲节点左边

               parent.left = cur.left;

           }

           else if(cur == parent.right){//要删除的点在父亲节点右边

               parent.right = cur.left;

           }

       }

       else {

           Node target = cur.right;

           Node targetParent = cur;

           //找替罪羊target,找右树的最小左子树

           while(target.left != null){

               targetParent = target;

               target = target.left;

           }

           cur.key = target.key;

           if(target == targetParent.left){//如果当前目标值是父节点的左孩子

               targetParent.left = target.right;//就把目标节点的右孩子接到父节点的左边

           }

           else if(target == targetParent.right){//如果当前目标值是父节点的右孩子

               targetParent.right = target.right;//就把目标节点的右孩子接到父节点的右边

           }

       }

   }



相关文章
|
4月前
|
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。
126 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。
|
4月前
|
存储 Java
Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。
【10月更文挑战第19天】本文详细介绍了Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。HashMap以其高效的插入、查找和删除操作著称,而TreeMap则擅长于保持元素的自然排序或自定义排序,两者各具优势,适用于不同的开发场景。
65 1
|
4月前
|
存储 Java
告别混乱!用Java Map优雅管理你的数据结构
【10月更文挑战第17天】在软件开发中,随着项目复杂度增加,数据结构的组织和管理至关重要。Java中的Map接口提供了一种优雅的解决方案,帮助我们高效、清晰地管理数据。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,有效提升了代码质量和维护性。
113 2
|
4月前
|
存储 Java 开发者
Java Map实战:用HashMap和TreeMap轻松解决复杂数据结构问题!
【10月更文挑战第17天】本文深入探讨了Java中HashMap和TreeMap两种Map类型的特性和应用场景。HashMap基于哈希表实现,支持高效的数据操作且允许键值为null;TreeMap基于红黑树实现,支持自然排序或自定义排序,确保元素有序。文章通过具体示例展示了两者的实战应用,帮助开发者根据实际需求选择合适的数据结构,提高开发效率。
119 2
|
2月前
|
存储 缓存 安全
Java 集合江湖:底层数据结构的大揭秘!
小米是一位热爱技术分享的程序员,本文详细解析了Java面试中常见的List、Set、Map的区别。不仅介绍了它们的基本特性和实现类,还深入探讨了各自的使用场景和面试技巧,帮助读者更好地理解和应对相关问题。
60 5
|
3月前
|
缓存 算法 Java
本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制
在现代软件开发中,性能优化至关重要。本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制。通过调整垃圾回收器参数、优化堆大小与布局、使用对象池和缓存技术,开发者可显著提升应用性能和稳定性。
70 6
|
3月前
|
存储 Java 索引
Java中的数据结构:ArrayList和LinkedList的比较
【10月更文挑战第28天】在Java编程世界中,数据结构是构建复杂程序的基石。本文将深入探讨两种常用的数据结构:ArrayList和LinkedList,通过直观的比喻和实例分析,揭示它们各自的优势与局限,帮助你在面对不同的编程挑战时做出明智的选择。
|
4月前
|
存储 算法 Java
Java 中常用的数据结构
【10月更文挑战第20天】这些数据结构在 Java 编程中都有着广泛的应用,掌握它们的特点和用法对于提高编程能力和解决实际问题非常重要。
53 6
|
4月前
|
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。
48 1
|
4月前
|
存储 算法 Java
Java常用的数据结构
【10月更文挑战第3天】 在 Java 中,常用的数据结构包括数组、链表、栈、队列、树、图、哈希表和集合。每种数据结构都有其特点和适用场景,如数组适用于快速访问,链表适合频繁插入和删除,栈用于实现后进先出,队列用于先进先出,树和图用于复杂关系的表示和查找,哈希表提供高效的查找性能,集合用于存储不重复的元素。合理选择和组合使用这些数据结构,可以显著提升程序的性能和效率。

热门文章

最新文章