二叉树:

和链表一样,动态数据结构。

二叉树具有唯一根节点

二叉树具有天然的递归结构

二分搜索树是二叉树

二分搜索树的每个节点的值:

1.大于其左子树的所有节点的值

2.小于其右子树的所有节点的值

每一颗子数也是二分搜索树

public class BST<E extends Comparable<E>> {
private class Node{
public E e;
public Node left,right;
public Node(E e){
this.e=e;
left=null;
right=null;
}
}
private Node root;
private int size;
public BST(){
root=null;
size=0;
}
public int size(){
return size;
}
public boolean isEmpty(){
return size==0;
} public void add(E e){
if(root==null){
root=new Node(e);
size++;
}else{
add(root,e);
}
}
向以Node为跟节点的二分搜索树中插入元素E递归算法
private void add(Node node,E e){
if(e.equals(node.e)) return ;
else if(e.compareTo(node.e)<0&&node.left==null){
node.left=new Node(e);
size++;
return ;
}else if(e.compareTo(node.e)>0&&node.right==null){
node.right=new Node(e);
size++;
return;
}
if(e.compareTo(node.e)<0)
add(node.left,e);
else
add(node.right, e); public void add(E e){
root=add(root, e);
}
private Node add(Node node,E e){
if(node==null){
size++;
return new Node(e);
}
if(e.compareTo(node.e)<0)
node.left=add(node.left, e);
else if(e.compareTo(node.e)>0)
node.right=add(node.right, e);
return node;
}
//看二分搜索树中是否包含元素e
public boolean contains(E e){
return contains(root,e)
}
//以node为根的二分搜索树中是否包含元素e,递归算法
public boolean contains(Node node,E e){
if(node==null)
return false;
if(e.compareTo(node.e)==0)
return true;
else if(e.compareTo(node.e)<0)
return contains(node.left,e);
else
return contains(node.right, e);
} }

  二分搜索树的前序遍历:

//二分搜索树的前序遍历
public void preOrder(){
preOrder(root);
}
//前序遍历以node为根的二分搜索树,递归算法
private void preOrder(Node node){
if(node==null)
return;
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
} @Override
public String toString(){
StringBuilder res=new StringBuilder();
generateBSTString(root,0,res);
return res.toString();
}
//生成node为根节点,深度为depth的描述二叉树的字符串
private void generateBSTString(Node node,int dept,StringBuilder res){
if(node==null){
res.append(generateDepthString(dept)+"null\n");
return;
}
res.append(generateDepthString(dept)+node.e+"\n");
generateBSTString(node.left,dept+1,res);
generateBSTString(node.right,dept+1,res);
}
private String generateDepthString(int dept) {
StringBuilder res=new StringBuilder();
for(int i=0;i<dept;i++)
res.append("--");
return res.toString();
}

  测试:

public class Main {
public static void main(String[] args){
BST<Integer> bst=new BST<>();
int[] nums={5,3,6,8,4,2};
for(int num:nums)
bst.add(num);
bst.preOrder();
System.out.println();
System.out.println(bst);
}
}

  二分搜索树的中序遍历和后续遍历

//二分搜索树的中序遍历
public void inOrder(){
inOrder(root);
}
//中序遍历以node为根的二分搜索树,递归算法
private void inOrder(Node node){
if(node==null)
return ;
inOrder(node.left);
System.out.println(node.e);
inOrder(node.right);
}
//二分搜索树的后续遍历
public void postOrder(){
postOrder(root);
}
//后续遍历以node为根的二分搜索树,递归算法
private void postOrder(Node node){
if(node==null)
return ;
postOrder(node.left);
postOrder(node.right); System.out.println(node.e);
}

  测试:

bst.preOrder();
System.out.println();
bst.inOrder();
System.out.println();
bst.postOrder();
System.out.println();

  

//二分搜索树的非递归前序遍历
public void preOrderNR(){
Stack<Node> stack=new Stack<>();
stack.push(root);
while (!stack.isEmpty()) {
Node cur=stack.pop();
System.out.println(cur.e);
if(cur.right!=null)
stack.push(cur.right);
if(cur.left!=null)
stack.push(cur.left);
}
}
	//二分搜索树的层序遍历
public void levelOrder(){
Queue<Node> queue=new LinkedList<>();
queue.add(root);
while (!queue.isEmpty()) {
Node cur=queue.remove();
System.out.println(cur.e);
if(cur.left!=null)
queue.add(cur.left);
if(cur.right!=null)
queue.add(cur.right);
}
}

  

//寻找二分搜索树的最小元素
public E mininum(){
if(size==0)
throw new IllegalArgumentException("BST is empty");
return mininum(root).e;
}
//返回以node为根的二分搜索树的最小值所在的节点
private Node mininum(Node node){
if(node.left==null)
return node;
return mininum(node.left);
}
//寻找二分搜索树的最大元素
public E maximum(){
if(size==0)
throw new IllegalArgumentException("BST is empty");
return maximum(root).e;
}
//返回node为根的二分搜索树的最大值所在的节点
private Node maximum(Node node){
if(node.right==null)
return node;
return maximum(node.right);
} //从二分搜索树中删除最小值所在节点,并返回最小值
public E removeMin(){
E ret=mininum();
root=removeMin(root);
return ret;
}
//删除掉以node为根的二分搜索树中的最小节点
//返回删除节点后新的二分搜索树的根
private Node removeMin(Node node){
if(node.left==null){
Node rightNode=node.right;
node.right=null;
size--;
return rightNode;
}
node.left= removeMin(node.left);
return node;
} //从二分搜索树中删除最大值所在节点
public E removeMax(){
E ret=maximum();
root=removeMax(root);
return ret;
}
//删除掉以node为根的二分搜索树中的最大节点
//返回删除节点后新的二分搜索树的根
public Node removeMax(Node node){
if(node.right==null){
Node leftNode=node.left;
node.left=null;
size--;
return leftNode;
}
node.right=removeMax(node.right);
return node;
}

  测试

public class Main {
public static void main(String[] args){
BST<Integer> bst=new BST<>();
Random random=new Random();
int n=1000;
for(int i=0;i<n;i++)
bst.add(random.nextInt(10000));
ArrayList<Integer> nums=new ArrayList<>();
while(!bst.isEmpty())
nums.add(bst.removeMin());
System.out.println(nums); for(int i=1;i<nums.size();i++)
if(nums.get(i-1)>nums.get(i))
throw new IllegalArgumentException("Error");
System.out.println("removeMin test completed."); //test removeMax
for(int i=0;i<n;i++)
bst.add(random.nextInt(10000));
nums=new ArrayList<>();
while(!bst.isEmpty())
nums.add(bst.removeMax());
System.out.println(nums); for(int i=1;i<nums.size();i++)
if(nums.get(i-1)<nums.get(i))
throw new IllegalArgumentException("Error");
System.out.println("removeMax test completed."); }
}

  

//从二分搜索树中删除元素为e的节点
public void remove(E e){
root=remove(root,e);
}
//删除以node为根的二分搜索树中值为e的节点,递归算法
//返回删除节点后新的二分搜索树的根
private Node remove(Node node,E e){
if(node==null)
return null;
if(e.compareTo(node.e)<0){
node.left=remove(node.left, e);
return node;
}
else if(e.compareTo(node.e)>0){
node.right= remove(node.right, e);
return node;
}else {
//待删除节点左子树为空的情况
if(node.left==null){
Node rightNode=node.right;
node.right=null;
size--;
return rightNode;
}
//待删除节点右子数为空的情况
if(node.right==null){
Node leftNode=node.left;
node.left=null;
size--;
return leftNode;
}
//待删除节点左右子数均不为空的情况
//找到比待删除节点大的最小节点,即待删除节点右子树的最小节点
//用这个节点顶替待删除节点的位置
Node successor=mininum(node.right);
successor.right=removeMin(node.right); successor.left=node.left; node.left=node.right=null;
return successor;
}
}

  

JAVA二分搜索树的更多相关文章

  1. java——二分搜索树 BST(递归、非递归)

    ~ package Date_pacage; import java.util.Stack; import java.util.ArrayList; import java.util.LinkedLi ...

  2. 7 二分搜索树的原理与Java源码实现

    1 折半查找法 了解二叉查找树之前,先来看看折半查找法,也叫二分查找法 在一个有序的整数数组中(假如是从小到大排序的),如果查找某个元素,返回元素的索引. 如下: int[] arr = new in ...

  3. 二分搜索树实现Java的Map(下)

    二分搜索树Map public class BSTMap<K extends Comparable<K>,V> implements Map<K,V> { priv ...

  4. Java的二分搜索树

    定义 二分搜索树是二叉树(不包含重复元素). 二分搜索树的每个节点的值,大于左子树的所有节点的值,小于其右子树的所有节点的值. 每一棵子树也是二分搜索树. 二叉树搜索树必须要有比较,继承Compara ...

  5. 浅析二分搜索树的数据结构的实现(Java 实现)

    目录 树结构简介 二分搜索树的基础知识 二叉树的基本概念 二分搜索树的基本概念 二分搜索树的基本结构代码实现 二分搜索树的常见基本操作实现 添加操作 添加操作初步实现 添加操作改进 查询操作 遍历操作 ...

  6. 【LeetCode题解】530_二分搜索树的最小绝对值差

    目录 [LeetCode题解]530_二分搜索树的最小绝对值差 描述 方法一.中序遍历二分搜索树 思路 Java 代码 Python 代码 [LeetCode题解]530_二分搜索树的最小绝对值差 描 ...

  7. 【二分搜索树】1、二分查找法的实现 - Binary Search

    简单记录 - bobo老师的玩转算法系列–玩转算法 - 二分搜索树 二叉搜索树 Binary Search Tree 查找问题 Searching Problem 查找问题是计算机中非常重要的基础问题 ...

  8. [LeetCode] Closest Binary Search Tree Value II 最近的二分搜索树的值之二

    Given a non-empty binary search tree and a target value, find k values in the BST that are closest t ...

  9. [LeetCode] Closest Binary Search Tree Value 最近的二分搜索树的值

    Given a non-empty binary search tree and a target value, find the value in the BST that is closest t ...

随机推荐

  1. 【转】模块(configparser+shutil+logging)

    [转]模块(configparser+shutil+logging) 一.configparser模块 1.模块介绍 configparser用于处理特定格式的文件,其本质上是利用open来操作文件. ...

  2. 【转】Git超实用总结,再也不怕记忆力不好了

    [转]Git超实用总结,再也不怕记忆力不好了 欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由腾讯工蜂发表于云+社区专栏 Git 是什么? Git 是一个分布式的代码管理容器,本地和 ...

  3. genPanel.py

    #!/usr/bin/python # -*- coding: UTF-8 -*- import os import sys import re import shutil import glob ' ...

  4. 题解-PKUWC2018 Slay the Spire

    Problem loj2538 Solution 在考场上当然要学会写暴力,考虑如果手上已经有了\(a\)张攻击牌和\(b\)张强化牌: 首先强化牌会在攻击牌之前用(废话),其次要将两种牌分别从大往小 ...

  5. 转-CSRF&OWASP CSRFGuard

    一. 什么是CSRF?CSRF(Cross-Site Request Forgery)直译的话就是跨站点请求伪造也就是说在用户会话下对某个需要验证的网络应用发送GET/POST请求——而这些请求是未经 ...

  6. LabVIEW---vi图标和符号的制作

    前言: 使用图形化设计语言进行开发时候,为VI添加说明的一个重要的方法是为其建立一个形象的图标,每个VI都在前面板后程序框图的右上角有一个图标,它是VI的图形化表示.如果VI当作子VI调用,该图标就会 ...

  7. datatables:如何禁用一列的排序

    第一列是checkbox列,不需要排序,所以需要禁用掉. 代码如下: var table = $('#example1').DataTable( { 'paging' : true, 'lengthC ...

  8. 转载:UML学习(三)-----序列图(silent)

    原文:http://www.cnblogs.com/silent2012/archive/2011/09/14/2172219.html UML的模型中可分为两种,动态模型和静态模型.用例图.类图和对 ...

  9. java中package指什么

    为了更好地组织类,Java 提供了包机制,用于区别类名的命名空间,类似C#的 namespace的作用,防止名字相同的类产生冲突. Java中的一个package(包)就是一个类库单元,包内包含有一组 ...

  10. Python-mysql 权限 pymysql 注入共计

    1.mysql用户管理 *** 数据安全非常重要 不可能随便分配root账户 应该按照不同开发岗位分配不同的账户和权限 mysql中 将于用户相关的数据放在mysql库 user - > db ...