彻底弄懂二叉排序树
来源:互联网 发布:东方有线网络缴费 编辑:程序博客网 时间:2024/06/06 05:28
彻底弄懂二叉排序树
前言
在之前学习数据结构的时候,就学过二叉排序树,不过,由于但是只是纸上谈兵,虽然知道二叉排序树的插入,删除等的操作过程,不过由于没有具体实现过,所以当想要实现的时候,就出现了“道理都懂,却无法做到”的尴尬局面,趁着最近有空,抽了个时间认真学习二叉排序树,并且手动编写了实现的代码,真正理解了二叉排序树的操作过程
二叉排序树简介
二叉排序树,二叉树的一个变种,主要的特点在于,该树的值在分布的时候具有非常明显的特征,左子树的值小于根节点的值,而根节点的值小于右子树的值,这在进行搜索,查找的时候是非常有利的,因为它的平均操作时间接近O(h),h为树的高度,而且,二叉排序树本身是具有动态性的,可以动态地进行节点的删除,插入等的操作,接下来我们就通过具体的例子来学习二叉排序树
深入学习二叉排序树
首先先构造一个二叉排序树,然后我们来通过代码演示如何生成该树
从图中可以看到,生成的树相对是比较平衡的
树的生成过程
class Tree{ private Node root; public Node getRoot() { return root; } // 构造树,构造的过程相当于将data中的数据插入 public void construct(int[] data){ for (int i = 0; i < data.length; i++){ insert(data[i]); } } /** * 插入节点 * @param value 节点的值 */ public void insert(int value){ Node pre = null; Node current = root; // 插入的过程: // 每次都从根节点开始查找 // 如果值比根节点小,则插入的节点应该在根节点的左侧 // 否则,应该在根节点的右侧 while (current != null){ pre = current; // 如果根节点的值比value大, // 则新节点应该插入在根节点的左侧 if (current.value > value){ current = current.left; //否则,应该插入在右侧 }else { current = current.right; } } current = new Node(value, pre, null, null); // 如果pre是null,说明此时是空树 if (pre == null){ root = current; }else { // 如果current的值比pre大,则current是pre的右节点 if (current.value > pre.value){ pre.right = current; // 否则,current是pre的左节点 }else { pre.left = current; } } } /** * 中序遍历树,可以用于校验树是否成功创建 * @param current 当前节点 */ public void show(Node current){ if (current != null){ show(current.left); System.out.print(current.value + " "); show(current.right); } } /** * 树的节点 */ private class Node{ int value; Node parent; Node left; Node right; public Node(int value, Node parent, Node left, Node right) { this.value = value; this.parent = parent; this.left = left; this.right = right; } }}
经过上面的步骤,我们就成功的创建了一个二叉排序树了,可以通过简单的测试来判断树的建立是否正确,其中一个比较简单的方法就是通过中序遍历该树,由于二叉排序树的特点,中序遍历的结果应当是一系列从小到大排序好的值
获取树中的最小值以及最大值
由于二叉排序树的特点,其最小值必定在最左子树,最大值必然在最右子树,当然,如果是空树那就没有了,如果是只有跟节点的树,那么最小值以及最大值都是根节点本身
// 获取树中的最小值 public Integer getMin(){ Node current = root; if (current == null){ return null; } // 寻找最左子树 while (current.left != null){ current = current.left; } return current.value; } // 获取树中的最大值 public Integer getMax(){ Node current = root; if (current == null){ return null; } // 寻找最右子树 while (current.right != null){ current = current.right; } return current.value; }
查找包含某一值的节点
// 查找包含某一值的节点 public Node search(int value){ Node current = root; while (current != null){ // 如果该值比当前节点的值小,则 // 找当前节点的左子树 if (current.value > value){ current = current.left; // 如果该值比当前节点的值大,则 // 找当前节点的右子树 }else if (current.value < value){ current = current.right; }else { return current; } } // 找不到则返回null return null; }
查找某一个节点的前驱和后继
根据二叉排序树的特点,某一个节点的前驱只可能是
- 如果该节点有左子树,则该节点的前驱为其左子树的最右子树
- 如果没有左子树,则该节点的前驱为,沿着该节点的路径往上走,第一个该节点不是其祖先的左节点则为其前驱(此处画个图比较好理解)
根据二叉排序树的特点,如果target.parent.left == target,则target.parent的值比target的值大,所以应该一直往上寻找,如果红色箭头所示,当找到第一个target.parent.right == target,如果黑色方框所示,这意味着target.parent的值是刚刚所经过的路径的最小值,而target就是倒数第二小的值,(还记得,target.parent的右子树的最左子树吗?)
后继节点的查找类似,只不过方向应该相反,这里就不重复叙述了
// 前驱 public Node getPre(Node target){ if (target == null){ return null; } // 如果左子树非空,则前驱为左子树的最右子树 if (target.left != null){ target = target.left; // 寻找最右子树 while (target.right != null){ target = target.right; } return target; }else { // 否则,查找该节点是某个节点的右子树的最左子树的节点 // 也就是沿着父亲路径往上走,第一个该节点不是其父亲节点的左节点的节点 Node parent = target.parent; while (parent != null && target == parent.left){ target = parent; parent = parent.parent; } return parent; } } // 后继 public Node getSuc(Node target){ if (target == null){ return null; } // 查找右子树的最左子树 if (target.right != null){ target = target.right; while (target.left != null){ target = target.left; } return target; }else { // 沿着父亲路径向上走,第一个该节点不是父亲节点的右子树的节点 Node parent = target.parent; while (parent != null && target == parent.right){ target = parent; parent = parent.parent; } return parent; } }
删除节点
删除节点是二叉排序树最复杂的一个地方,主要是由于删除的时候,存在多种情况
- 被删除的节点没有左右子树
- 被删除的节点只有左子树
- 被删除的节点只有右子树
- 被删除的节点有左右子树
前三种情况比较好处理,直接令其父亲指向其孩子即可,最后一种比较复杂,直接看代码结合注释比较好理解
// 删除节点 public void remove(Node target){ if (target == null){ return; } // 只有右子树 if (target.left == null){ // 如果target是其父亲的左子树 if (target.parent.left == target){ // 将target的右孩子连接到父亲的左孩子, // 也就是target的右孩子替代父亲 target.parent.left = target.right; }else { // 如果target是右孩子,则连接到parent的右孩子 target.parent.right = target.right; } // 如果右孩子非空,右孩子的parent指向target.parent if (target.right != null){ target.right.parent = target.parent; } // 如果target的右子树为空,而且此时左子树不为空 // 操作基本同上 }else if (target.right == null){ if (target.parent.left == target){ target.parent.left = target.left; }else { target.parent.right = target.left; } target.left.parent = target.parent; // 如果左右子树都非空,则用右子树的最左子树进行替代 }else { // 如果target的右子树没有左子树,直接拿右子树进行替代 if (target.right.left == null){ if (target.parent.left == target){ target.parent.left = target.right; }else { target.parent.right = target.right; } // 指向target的parent target.right.parent = target.parent; // 接管target的左子树 target.right.left = target.left; }else { // 寻找target的右子树的最左子树 Node current = target; target = target.right; while (target.left != null){ target = target.left; } // 直接替换其值即可 current.value = target.value; // 此时target为右子树的最左子树,但是target可能有右子树 // 所以删除只有,target.parent.left需要接管target的右子树 target.parent.left = target.right; } } }
总结
本小节主要学习了二叉排序树的基本原理,并且通过代码的方式,学习了二叉排序树的创建,插入,查找最大值,查找最小值,查找指定值的节点,查找指定节点的前驱,后继,删除节点等,其中删除节点可以说最复杂,也是最难理解的一个,在学习的过程中最好结合具体的图片,然后手动演示整个过程
- 彻底弄懂二叉排序树
- 彻底弄懂CSS+DIV
- 彻底弄懂欧拉路问题
- 彻底弄懂后缀数组
- 彻底弄懂后缀数组
- 彻底弄懂KMP
- 彻底弄懂 Unicode 编码
- 彻底弄懂CSS盒子模式
- 彻底弄懂CSS盒子模式
- 彻底弄懂CSS盒子模式
- 彻底弄懂CSS盒子模式
- 彻底弄懂kmp-字符匹配
- 彻底弄懂二维树状数组
- 彻底弄懂二维树状数组
- 彻底弄懂二维树状数组
- 彻底弄懂最短路径
- 彻底弄懂CSS盒子模式
- 彻底弄懂二维树状数组
- Hadoop文件格式
- 琐记1:字符串常量与数组的部分区别
- mysql主主配置错误:Slave_IO_Running: Connecting and Last_IO_Errno: 2003
- 达内课程-面向对象之对象创建过程和java数据传递
- 13. Roman to Integer(Java)
- 彻底弄懂二叉排序树
- 2017 暑假艾教集训 day2
- 抢答器
- ORACLE 学习之PL/SQL中DML和DDL语言使用
- 威威猫系列故事——打地鼠 HDU
- C++函数调用机制
- 正则表达式各种方法总结
- caioj1215
- Leetcode 649. Dota2 Senate Dota2议院 解题报告