二叉搜索树详解（Java实现）
二叉搜索树定义
二叉搜索树，是指一棵空树或者具有下列性质的二叉树：
- 若任意节点的左子树不空，则左子树上所有节点的值均小于它的根节点的值；
- 若任意节点的右子树不空，则右子树上所有节点的值均大于它的根节点的值；
- 任意节点的左，右子树也分别为二叉搜索树；
- 没有键值相等的节点。
用Java来表示二叉树
public class BinarySearchTree
{ // 二叉搜索树类
private class Node
{ // 节点类
int data; // 数据域
Node right; // 右子树
Node left; // 左子树
} private Node root; // 树根节点
}
首先，需要一个节点对象的类。这个对象包含数据域和指向节点的两个子节点的引用。
其次，需要一个树对象的类。这个对象包含一个根节点root。
创建树（insert）
public void insert(int key)
{
Node p=new Node(); //待插入的节点
p.data=key; if(root==null)
{
root=p;
}
else
{
Node parent=new Node();
Node current=root;
while(true)
{
parent=current;
if(key>current.data)
{
current=current.right; // 右子树
if(current==null)
{
parent.right=p;
return;
}
}
else //本程序没有做key出现相等情况的处理，暂且假设用户插入的节点值都不同
{
current=current.left; // 左子树
if(current==null)
{
parent.left=p;
return;
}
}
}
}
}
创建树的时候，主要用到了parent，current来记录要插入节点的位置。哪么怎么检验自己是否正确地创建了一颗二叉搜索树呢，我们通过遍历来输出各个节点的值
遍历树（travel）
遍历指的是按照某种特定的次序来访问二叉搜索树中的每个节点，主要有三种遍历的方法：
- 前序遍历，“中左右”
- 中序遍历，“左中右”
- 后续遍历，“左右中”
上面的口诀“中左右”表示的含义是，先访问根节点，再访问左子，最后访问右子。举个例子：
- 前序遍历：39 24 23 30 64 53 60
- 中序遍历：23 24 30 39 53 60 64
- 后序遍历：23 30 24 60 53 64 39
你会发现，按照中序遍历的规则将一个二叉搜索树输入，结果为按照正序排列。
public void preOrder(Node root)
{ // 前序遍历,"中左右"
if (root != null)
{
System.out.print(root.data + " ");
preOrder(root.left);
preOrder(root.right);
}
} public void inOrder(Node root)
{ // 中序遍历,"左中右"
if (root != null)
{
inOrder(root.left);
System.out.print(root.data + " ");
inOrder(root.right);
}
} public void postOrder(Node root)
{ // 后序遍历,"左右中"
if (root != null)
{
postOrder(root.left);
postOrder(root.right);
System.out.print(root.data + " ");
}
} public void traverse(int traverseType)
{ // 选择以何种方式遍历
switch (traverseType)
{
case 1:
System.out.print("preOrder traversal ");
preOrder(root);
System.out.println();
break;
case 2:
System.out.print("inOrder traversal ");
inOrder(root);
System.out.println();
break;
case 3:
System.out.print("postOrder traversal ");
postOrder(root);
System.out.println();
break;
}
}
以上的代码采用递归的方式实现三种遍历，为了方便我们使用，又写了一个traverse函数来实现选择哪种方式进行树的遍历。
这会儿就可以写单元测试了，我们首先创建一个二叉搜索树，然后分别使用“前序”，“中序”，“后序”来遍历输出树的所有节点。
public static void main(String[] args) //unit test
{
BinarySearchTree tree=new BinarySearchTree(); tree.insert(39);
tree.insert(24);
tree.insert(64);
tree.insert(23);
tree.insert(30);
tree.insert(53);
tree.insert(60); tree.traverse(1);
tree.traverse(2);
tree.traverse(3);
}
运行该单元测试，可以看到如下的结果：
查找节点（find）
public Node find(int key)
{ // 从树中按照关键值查找元素
Node current = root;
while (current.data != key)
{
if (key > current.data)
current = current.right;
else
current = current.left;
if (current == null) return null;
}
return current;
} public void show(Node node)
{ //输出节点的数据域
if(node!=null)
System.out.println(node.data);
else
System.out.println("null");
}
查找节点比较简单，如果找到节点则返回该节点，否则返回null。为了方便在控制台输出，我们有添加了一个show函数，用来输出节点的数据域。
删除节点（delete）
删除节点是二叉搜索树中，最复杂的一种操作，但是也不是特别难，我们分类讨论：
- 要删除节点有零个孩子，即叶子节点
如图所示，只需要将parent.left(或者是parent.right)设置为null，然后Java垃圾自动回收机制会自动删除current节点。
- 要删除节点有一个孩子
如图所示，只需要将parent.left(或者是parent.right)设置为curren.right(或者是current.left)即可。
- 要删除节点有两个孩子
这种情况比较复杂，首先我们引入后继节点的概念，如果将一棵二叉树按照中序周游的方式输出，则任一节点的下一个节点就是该节点的后继节点。例如：上图中24的后继节点为25，64的后继节点为70.找到后继节点以后，问题就变得简单了，分为两种情况：
1.后继节点为待删除节点的右子，只需要将curren用successor替换即可，注意处理好current.left和successor.right.
注意：这种情况下，successor一定没有左孩子，一但它有左孩子，哪它必然不是current的后继节点。
2.后继节点为待删除结点的右孩子的左子树，这种情况稍微复杂点，请看动态图片演示。
算法的步骤是：
- successorParent.left=successor.right
- successor.left=current.left
- parent.left=seccessor
弄懂原理后，我们来看具体的代码实现：
private Node getSuccessor(Node delNode) //寻找要删除节点的中序后继结点
{
Node successorParent=delNode;
Node successor=delNode;
Node current=delNode.right; //用来寻找后继结点
while(current!=null)
{
successorParent=successor;
successor=current;
current=current.left;
} //如果后继结点为要删除结点的右子树的左子，需要预先调整一下要删除结点的右子树
if(successor!=delNode.right)
{
successorParent.left=successor.right;
successor.right=delNode.right;
}
return successor;
} public boolean delete(int key) // 删除结点
{
Node current = root;
Node parent = new Node();
boolean isRightChild = true;
while (current.data != key)
{
parent = current;
if (key > current.data)
{
current = current.right;
isRightChild = true;
}
else
{
current = current.left;
isRightChild = false;
}
if (current == null) return false; // 没有找到要删除的结点
}
// 此时current就是要删除的结点,parent为其父结点
// 要删除结点为叶子结点
if (current.right == null && current.left == null)
{
if (current == root)
{
root = null; // 整棵树清空
}
else
{
if (isRightChild)
parent.right = null;
else
parent.left = null;
}
return true;
}
//要删除结点有一个子结点
else if(current.left==null)
{
if(current==root)
root=current.right;
else if(isRightChild)
parent.right=current.right;
else
parent.left=current.right;
return true;
}
else if(current.right==null)
{
if(current==root)
root=current.left;
else if(isRightChild)
parent.right=current.left;
else
parent.left=current.left;
return true;
}
//要删除结点有两个子结点
else
{
Node successor=getSuccessor(current); //找到要删除结点的后继结点 if(current==root)
root=successor;
else if(isRightChild)
parent.right=successor;
else
parent.left=successor; successor.left=current.left;
return true;
}
}
二叉搜索树删除操作
大家注意哪个私有函数getSuccessor的功能，它不仅仅是用来找后继结点的。
总结
二叉搜索树其实不是特别难，理解以后，多练习几次，应该可以掌握。以下是全部的代码：
package org.yahuian; public class BinarySearchTree
{ // 二叉搜索树类
private class Node
{ // 节点类
int data; // 数据域
Node right; // 右子树
Node left; // 左子树
} private Node root; // 树根节点 public void insert(int key)
{
Node p = new Node(); // 待插入的节点
p.data = key; if (root == null)
{
root = p;
}
else
{
Node parent = new Node();
Node current = root;
while (true)
{
parent = current;
if (key > current.data)
{
current = current.right; // 右子树
if (current == null)
{
parent.right = p;
return;
}
}
else // 本程序没有做key出现相等情况的处理，暂且假设用户插入的节点值都不同
{
current = current.left; // 左子树
if (current == null)
{
parent.left = p;
return;
}
}
}
}
} public void preOrder(Node root)
{ // 前序遍历,"中左右"
if (root != null)
{
System.out.print(root.data + " ");
preOrder(root.left);
preOrder(root.right);
}
} public void inOrder(Node root)
{ // 中序遍历,"左中右"
if (root != null)
{
inOrder(root.left);
System.out.print(root.data + " ");
inOrder(root.right);
}
} public void postOrder(Node root)
{ // 后序遍历,"左右中"
if (root != null)
{
postOrder(root.left);
postOrder(root.right);
System.out.print(root.data + " ");
}
} public void traverse(int traverseType)
{ // 选择以何种方式遍历
switch (traverseType)
{
case 1:
System.out.print("preOrder traversal ");
preOrder(root);
System.out.println();
break;
case 2:
System.out.print("inOrder traversal ");
inOrder(root);
System.out.println();
break;
case 3:
System.out.print("postOrder traversal ");
postOrder(root);
System.out.println();
break;
}
} public Node find(int key)
{ // 从树中按照关键值查找元素
Node current = root;
while (current.data != key)
{
if (key > current.data)
current = current.right;
else
current = current.left;
if (current == null) return null;
}
return current;
} public void show(Node node)
{ //输出节点的数据域
if(node!=null)
System.out.println(node.data);
else
System.out.println("null");
} private Node getSuccessor(Node delNode) //寻找要删除节点的中序后继结点
{
Node successorParent=delNode;
Node successor=delNode;
Node current=delNode.right; //用来寻找后继结点
while(current!=null)
{
successorParent=successor;
successor=current;
current=current.left;
} //如果后继结点为要删除结点的右子树的左子，需要预先调整一下要删除结点的右子树
if(successor!=delNode.right)
{
successorParent.left=successor.right;
successor.right=delNode.right;
}
return successor;
} public boolean delete(int key) // 删除结点
{
Node current = root;
Node parent = new Node();
boolean isRightChild = true;
while (current.data != key)
{
parent = current;
if (key > current.data)
{
current = current.right;
isRightChild = true;
}
else
{
current = current.left;
isRightChild = false;
}
if (current == null) return false; // 没有找到要删除的结点
}
// 此时current就是要删除的结点,parent为其父结点
// 要删除结点为叶子结点
if (current.right == null && current.left == null)
{
if (current == root)
{
root = null; // 整棵树清空
}
else
{
if (isRightChild)
parent.right = null;
else
parent.left = null;
}
return true;
}
//要删除结点有一个子结点
else if(current.left==null)
{
if(current==root)
root=current.right;
else if(isRightChild)
parent.right=current.right;
else
parent.left=current.right;
return true;
}
else if(current.right==null)
{
if(current==root)
root=current.left;
else if(isRightChild)
parent.right=current.left;
else
parent.left=current.left;
return true;
}
//要删除结点有两个子结点
else
{
Node successor=getSuccessor(current); //找到要删除结点的后继结点 if(current==root)
root=successor;
else if(isRightChild)
parent.right=successor;
else
parent.left=successor; successor.left=current.left;
return true;
}
} public static void main(String[] args) // unit test
{
BinarySearchTree tree = new BinarySearchTree(); tree.insert(39);
tree.insert(24);
tree.insert(64);
tree.insert(23);
tree.insert(30);
tree.insert(53);
tree.insert(60); tree.traverse(1);
tree.traverse(2);
tree.traverse(3); tree.show(tree.find(23));
tree.show(tree.find(60));
tree.show(tree.find(64)); tree.delete(23);
tree.delete(60);
tree.delete(64); tree.show(tree.find(23));
tree.show(tree.find(60));
tree.show(tree.find(64));
}
}
二叉搜索树详解
动态图片来自于：https://visualgo.net/en/bst
二叉搜索树详解（Java实现）的更多相关文章
- 数据结构图文解析之：二叉堆详解及C++模板实现
0. 数据结构图文解析系列 数据结构系列文章 数据结构图文解析之:数组.单链表.双链表介绍及C++模板实现 数据结构图文解析之:栈的简介及C++模板实现 数据结构图文解析之:队列详解与C++模板实现 ...
- 7-4 是否同一棵二叉搜索树 (25分) JAVA
给定一个插入序列就可以唯一确定一棵二叉搜索树.然而,一棵给定的二叉搜索树却可以由多种不同的插入序列得到. 例如分别按照序列{2, 1, 3}和{2, 3, 1}插入初始为空的二叉搜索树,都得到一样的结 ...
- 剑指Offer:面试题27——二叉搜索树与双向链表(java实现)
问题描述: 输入一棵二叉搜索树,将该二叉搜索树转换成一个排序的双向链表.要求不能创建任何新的结点,只能调整树中结点指针的指向. 思路: 将树分为三部分:左子树,根结点,右子树. 1.我们要把根结点与左 ...
- 95题--不同的二叉搜索树II（java、中等难度）
题目描述:给定一个整数 n,生成所有由 1 ... n 为节点所组成的 二叉搜索树 . 示例如下: 分析:这一题需要对比LeetCode96题来分析:https://www.cnblogs.com/K ...
- AVL树(二叉平衡树)详解与实现
AVL树概念 前面学习二叉查找树和二叉树的各种遍历,但是其查找效率不稳定(斜树),而二叉平衡树的用途更多.查找相比稳定很多.(欢迎关注数据结构专栏) AVL树是带有平衡条件的二叉查找树.这个平衡条件必 ...
- 《剑指offer》面试题27 二叉搜索树与双向链表 Java版
(将BST改成排序的双向链表.) 我的方法一:根据BST的性质,如果我们中序遍历BST,将会得到一个从小到大排序的序列.如果我们将包含这些数字的节点连接起来,就形成了一个链表,形成双向链表也很简单.关 ...
- 二叉搜索树（BST）详解
前言:平衡树的前置知识吧 二叉搜索树的定义: 二叉搜索树或者是一棵空树,或者是具有下列性质的二叉树: (1)若左子树不空,则左子树上所有结点的值均小于或等于它的根节点的值: (2)若右子树不空,则右子 ...
- 【算法与数据结构】二叉搜索树的Java实现
为了更加深入了解二叉搜索树,博主自己用Java写了个二叉搜索树,有兴趣的同学可以一起探讨探讨. 首先,二叉搜索树是啥?它有什么用呢? 二叉搜索树, 也称二叉排序树,它的每个节点的数据结构为1个父节点指 ...
- Java实现二叉搜索树的添加，前序、后序、中序及层序遍历，求树的节点数，求树的最大值、最小值，查找等操作
什么也不说了,直接上代码. 首先是节点类,大家都懂得 /** * 二叉树的节点类 * * @author HeYufan * * @param <T> */ class Node<T ...
随机推荐
- P1291-添加括号（区间dp）
题目背景 给定一个正整数序列a(1),a(2),...,a(n),(1<=n<=20) 不改变序列中每个元素在序列中的位置,把它们相加,并用括号记每次加法所得的和,称为中间和. 例如: 给 ...
- 使用Etherscan API通过区块号获取块及叔块奖励
本文原文链接 点击这里获取Etherscan API 中文文档(完整版) 完整内容排版更好,推荐读者前往阅读. 区块(Blocks) 区块相关的 API,接口的参数说明请参考Etherscan API ...
- 使用tcpdump抓取EOS帐户创建与交易数据
基本环境配置 EOS 版本:1.0.1(2018-06-04更新) 节点nodeos http监听端口:127.0.0.1:8888 本地钱包keosd http监听端口:127.0.0.1:89 ...
- glassfish 自定义 jaas realm
https://www.oschina.net/translate/custom-jaas-realm-for-glassfish-3
- STP-8-RSTP中的提议/同意过程
连接中断原因也可能是增加了新的链路,导致其中一台交换机重新选举根端口,最终认为新链路所连端口是根端口,RSTP在点到点链路上使用提议/同意(Proposal/Agreement)过程,让类似这种链路迅 ...
- A.dreamstart的催促
题目描述 有一天集训队的学弟们正在计算一堆数,但是dreamstart感觉他们算的太慢了,就让他们坐在一起想出一个快速计算的方法,但是由于他们一时想不出来,想让你帮助他们.他们说现在有一个数列,要算出 ...
- Codeforces Round #527-B. Teams Forming（贪心）
time limit per test 1 second memory limit per test 256 megabytes input standard input output standar ...
- Java泛型-通配符的上限和下限问题
Java的泛型中,通配符可以设置上限和下限. 上限:<? extends T> ?是T和T的子类 下限:<? super T> ?是T和T的父类 怎么看待这个上限和下限呢 首先 ...
- Struts2 拦截器（Interceptor ）原理和配置
http://blog.csdn.net/kingmax54212008/article/details/51777851
- 中间件注册可以除了可以使用Startup之外，还可以选择StartupFilter
中间件注册可以除了可以使用Startup之外,还可以选择StartupFilter 中间件的注册除了可以借助Startup对象(DelegateStartup或者ConventionBasedStar ...