二叉搜索树(Binary Search Tree)

二叉搜索树是二叉树的一种,是应用非常广泛的一种二叉树,英文简称为 BST

又被称为:二叉查找树、二叉排序树

任意一个节点的值都大于其左子树所有节点的值

任意一个节点的值都小于其右子树所有节点的值

它的左右子树也是一棵二叉搜索树

二叉搜索树可以大大提高搜索数据的效率

二叉搜索树存储的元素必须具备可比较性

比如 int、double 等

如果是自定义类型,需要指定比较方式

不允许为 null

二叉搜索树的接口设计

int size() // 元素的数量

boolean isEmpty() // 是否为空

void clear() // 清空所有元素

void add(E element) // 添加元素

void remove(E element) // 删除元素

boolean contains(E element) // 是否包含某元素

代码:

import java.util.Comparator;
import java.util.LinkedList;
import java.util.Queue; import com.mj.printer.BinaryTreeInfo; @SuppressWarnings("unchecked")
public class BinarySearchTree<E> implements BinaryTreeInfo {
private int size;
private Node<E> root;
private Comparator<E> comparator; public BinarySearchTree() {
this(null);
} public BinarySearchTree(Comparator<E> comparator) {
this.comparator = comparator;
} public int size() {
return size;
} public boolean isEmpty() {
return size == 0;
} public void clear() {
root = null;
size = 0;
} public void add(E element) {
elementNotNullCheck(element); // 添加第一个节点
if (root == null) {
root = new Node<>(element, null);
size++;
return;
} // 添加的不是第一个节点
// 找到父节点
Node<E> parent = root;
Node<E> node = root;
int cmp = 0;
do {
cmp = compare(element, node.element);
parent = node;
if (cmp > 0) {
node = node.right;
} else if (cmp < 0) {
node = node.left;
} else { // 相等
node.element = element;
return;
}
} while (node != null); // 看看插入到父节点的哪个位置
Node<E> newNode = new Node<>(element, parent);
if (cmp > 0) {
parent.right = newNode;
} else {
parent.left = newNode;
}
size++;
} public void remove(E element) {
remove(node(element));
} public boolean contains(E element) {
return node(element) != null;
} private void remove(Node<E> node) {
if (node == null) return; size--; if (node.hasTwoChildren()) { // 度为2的节点
// 找到后继节点
Node<E> s = successor(node);
// 用后继节点的值覆盖度为2的节点的值
node.element = s.element;
// 删除后继节点
node = s;
} // 删除node节点(node的度必然是1或者0)
Node<E> replacement = node.left != null ? node.left : node.right; if (replacement != null) { // node是度为1的节点
// 更改parent
replacement.parent = node.parent;
// 更改parent的left、right的指向
if (node.parent == null) { // node是度为1的节点并且是根节点
root = replacement;
} else if (node == node.parent.left) {
node.parent.left = replacement;
} else { // node == node.parent.right
node.parent.right = replacement;
}
} else if (node.parent == null) { // node是叶子节点并且是根节点
root = null;
} else { // node是叶子节点,但不是根节点
if (node == node.parent.left) {
node.parent.left = null;
} else { // node == node.parent.right
node.parent.right = null;
}
}
} private Node<E> node(E element) {
Node<E> node = root;//根节点
while (node != null) {
int cmp = compare(element, node.element);
if (cmp == 0) return node;
if (cmp > 0) {
node = node.right;
} else { // cmp < 0
node = node.left;
}
}
return null;
} // /**
// * 前序遍历
// */
// public void preorderTraversal() {
// preorderTraversal(root);
// }
//
// private void preorderTraversal(Node<E> node) {
// if (node == null) return;
//
// System.out.println(node.element);
// preorderTraversal(node.left);
// preorderTraversal(node.right);
// }
//
// /**
// * 中序遍历
// */
// public void inorderTraversal() {
// inorderTraversal(root);
// }
//
// private void inorderTraversal(Node<E> node) {
// if (node == null) return;
//
// inorderTraversal(node.left);
// System.out.println(node.element);
// inorderTraversal(node.right);
// }
//
// /**
// * 后序遍历
// */
// public void postorderTraversal() {
// postorderTraversal(root);
// }
//
// private void postorderTraversal(Node<E> node) {
// if (node == null) return;
//
// postorderTraversal(node.left);
// postorderTraversal(node.right);
// System.out.println(node.element);
// }
//
// /**
// * 层序遍历
// */
// public void levelOrderTraversal() {
// if (root == null) return;
//
// Queue<Node<E>> queue = new LinkedList<>();
// queue.offer(root);
//
// while (!queue.isEmpty()) {
// Node<E> node = queue.poll();
// System.out.println(node.element);
//
// if (node.left != null) {
// queue.offer(node.left);
// }
//
// if (node.right != null) {
// queue.offer(node.right);
// }
// }
// } public void preorder(Visitor<E> visitor) {
if (visitor == null) return;
preorder(root, visitor);
} private void preorder(Node<E> node, Visitor<E> visitor) {
if (node == null || visitor.stop) return; visitor.stop = visitor.visit(node.element);
preorder(node.left, visitor);
preorder(node.right, visitor);
} public void inorder(Visitor<E> visitor) {
if (visitor == null) return;
inorder(root, visitor);
} private void inorder(Node<E> node, Visitor<E> visitor) {
if (node == null || visitor.stop) return; inorder(node.left, visitor);
if (visitor.stop) return;
visitor.stop = visitor.visit(node.element);
inorder(node.right, visitor);
} public void postorder(Visitor<E> visitor) {
if (visitor == null) return;
postorder(root, visitor);
} private void postorder(Node<E> node, Visitor<E> visitor) {
if (node == null || visitor.stop) return; postorder(node.left, visitor);
postorder(node.right, visitor);
if (visitor.stop) return;
visitor.stop = visitor.visit(node.element);
} public void levelOrder(Visitor<E> visitor) {
if (root == null || visitor == null) return; Queue<Node<E>> queue = new LinkedList<>();
queue.offer(root); while (!queue.isEmpty()) {
Node<E> node = queue.poll();
if (visitor.visit(node.element)) return; if (node.left != null) {
queue.offer(node.left);
} if (node.right != null) {
queue.offer(node.right);
}
}
} public boolean isComplete() {
if (root == null) return false; Queue<Node<E>> queue = new LinkedList<>();
queue.offer(root); boolean leaf = false;
while (!queue.isEmpty()) {
Node<E> node = queue.poll();
if (leaf && !node.isLeaf()) return false; if (node.left != null) {
queue.offer(node.left);
} else if (node.right != null) { // node.left == null && node.right != null
return false;
} if (node.right != null) {
queue.offer(node.right);
} else { // node.right == null
leaf = true;
}
} return true;
} // public boolean isComplete() {
// if (root == null) return false;
//
// Queue<Node<E>> queue = new LinkedList<>();
// queue.offer(root);
//
// boolean leaf = false;
// while (!queue.isEmpty()) {
// Node<E> node = queue.poll();
// if (leaf && !node.isLeaf()) return false;
//
// if (node.left != null && node.right != null) {
// queue.offer(node.left);
// queue.offer(node.right);
// } else if (node.left == null && node.right != null) {
// return false;
// } else { // 后面遍历的节点都必须是叶子节点
// leaf = true;
// if (node.left != null) {
// queue.offer(node.left);
// }
// }
// }
//
// return true;
// } public int height() {
if (root == null) return 0; // 树的高度
int height = 0;
// 存储着每一层的元素数量
int levelSize = 1;
Queue<Node<E>> queue = new LinkedList<>();
queue.offer(root); while (!queue.isEmpty()) {
Node<E> node = queue.poll();
levelSize--; if (node.left != null) {
queue.offer(node.left);
} if (node.right != null) {
queue.offer(node.right);
} if (levelSize == 0) { // 意味着即将要访问下一层
levelSize = queue.size();
height++;
}
} return height;
} public int height2() {
return height(root);
} private int height(Node<E> node) {
if (node == null) return 0;
return 1 + Math.max(height(node.left), height(node.right));
} @Override
public String toString() {
StringBuilder sb = new StringBuilder();
toString(root, sb, "");
return sb.toString();
} private void toString(Node<E> node, StringBuilder sb, String prefix) {
if (node == null) return; toString(node.left, sb, prefix + "L---");
sb.append(prefix).append(node.element).append("\n");
toString(node.right, sb, prefix + "R---");
} /**
* @return 返回值等于0,代表e1和e2相等;返回值大于0,代表e1大于e2;返回值小于于0,代表e1小于e2
*/
private int compare(E e1, E e2) {
if (comparator != null) {
return comparator.compare(e1, e2);
}
return ((Comparable<E>)e1).compareTo(e2);
} private void elementNotNullCheck(E element) {
if (element == null) {
throw new IllegalArgumentException("element must not be null");
}
} @SuppressWarnings("unused")
private Node<E> predecessor(Node<E> node) {
if (node == null) return null; // 前驱节点在左子树当中(left.right.right.right....)
Node<E> p = node.left;
if (p != null) {
while (p.right != null) {
p = p.right;
}
return p;
} // 从父节点、祖父节点中寻找前驱节点
while (node.parent != null && node == node.parent.left) {
node = node.parent;
} // node.parent == null
// node == node.parent.right
return node.parent;
} private Node<E> successor(Node<E> node) {
if (node == null) return null; // 前驱节点在左子树当中(right.left.left.left....)
Node<E> p = node.right;
if (p != null) {
while (p.left != null) {
p = p.left;
}
return p;
} // 从父节点、祖父节点中寻找前驱节点
while (node.parent != null && node == node.parent.right) {
node = node.parent;
} return node.parent;
} public static abstract class Visitor<E> {
boolean stop;
/**
* @return 如果返回true,就代表停止遍历
*/
public abstract boolean visit(E element);
} private static class Node<E> {
E element;
Node<E> left;
Node<E> right;
Node<E> parent;
public Node(E element, Node<E> parent) {
this.element = element;
this.parent = parent;
} public boolean isLeaf() {
return left == null && right == null;
} public boolean hasTwoChildren() {
return left != null && right != null;
}
} @Override
public Object root() {
return root;
} @Override
public Object left(Object node) {
return ((Node<E>)node).left;
} @Override
public Object right(Object node) {
return ((Node<E>)node).right;
} @Override
public Object string(Object node) {
Node<E> myNode = (Node<E>)node;
String parentString = "null";
if (myNode.parent != null) {
parentString = myNode.parent.element.toString();
}
return myNode.element + "_p(" + parentString + ")";
}
}

【【【

二叉搜索树及java实现的更多相关文章

  1. 【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 ...

  2. 二叉搜索树 思想 JAVA实现

    二叉搜索树:一棵二叉搜索树是以一棵二叉树来组织的,这样一棵树可以使用链表的数据结构来表示(也可以采用数组来实现).除了key和可能带有的其他数据外,每个节点还包含Left,Right,Parent,它 ...

  3. 96题--不同的二叉搜索树(java、中等难度)

    题目描述:给定一个整数 n,求以 1 ... n 为节点组成的二叉搜索树有多少种? 示例如下: 分析:本题可用动态规划的方法求解. 设 dp[n] 表示以 1 ... n 为节点组成的二叉搜索树的种类 ...

  4. 二叉搜索树的java实现

    转载请注明出处 一.概念 二叉搜索树也成二叉排序树,它有这么一个特点,某个节点,若其有两个子节点,则一定满足,左子节点值一定小于该节点值,右子节点值一定大于该节点值,对于非基本类型的比较,可以实现Co ...

  5. 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 ...

  6. 二叉搜索树Java实现(查找、插入、删除、遍历)

    由于最近想要阅读下 JDK1.8 中 HashMap 的具体实现,但是由于 HashMap 的实现中用到了红黑树,所以我觉得有必要先复习下红黑树的相关知识,所以写下这篇随笔备忘,有不对的地方请指出- ...

  7. Java与算法之(13) - 二叉搜索树

    查找是指在一批记录中找出满足指定条件的某一记录的过程,例如在数组{ 8, 4, 12, 2, 6, 10, 14, 1, 3, 5, 7, 9, 11, 13, 15 }中查找数字15,实现代码很简单 ...

  8. 二叉搜索树(Java实现)

    二叉搜索树基本操作 求树中的结点个数 判断节点是否为空 向树中插入新结点key-value 树中是否存在key 返回树中key对应的value值 先序遍历 中序遍历 后续遍历 层序遍历 求树中key最 ...

  9. Java创建二叉搜索树,实现搜索,插入,删除操作

    Java实现的二叉搜索树,并实现对该树的搜索,插入,删除操作(合并删除,复制删除) 首先我们要有一个编码的思路,大致如下: 1.查找:根据二叉搜索树的数据特点,我们可以根据节点的值得比较来实现查找,查 ...

随机推荐

  1. lua中单引号和双引号和/的输出的问题

    lua单引号和双引号的问题 lua 中的 单引号 与 双引号 (" " 与 '') Lua除支持双引号("")表示字符串外, 也支持用单引号('') 注意: 如 ...

  2. 两种 HTTP 方法:GET 和 POST

    区别 GET POST 可见性 数据在 URL 中对所有人都是可见的. post 方式通过body体进行传输,数据不会显示在 URL 中. 安全性 与 POST 相比,GET 的安全性较差,因为所发送 ...

  3. 枚举-称硬币POJ1013

    #include <iostream> #include<string.h> using namespace std; char Lleft[][]; char Lright[ ...

  4. 第十章 函数式接口&Stream流

    10.1.函数式接口 10.1.1.概述 有且仅有一个抽象方法的接口,并且可以通过在类上标注@FunctionalInterface注解进行检测,建议自定义的函数式接口都加上这个注解 10.1.2.函 ...

  5. SpringBoot整合Mail发送邮件&发送模板邮件

    整合mail发送邮件,其实就是通过代码来操作发送邮件的步骤,编辑收件人.邮件内容.邮件附件等等.通过邮件可以拓展出短信验证码.消息通知等业务. 一.pom文件引入依赖 <dependency&g ...

  6. 如何部署redis服务

    使用工具 redis-64-3.2.100 部署系统 windows server 2012R2 1.下载安装redis-64-3.2.100安装包,下载地址:https://github.com/m ...

  7. PHP gd_info - 取得当前安装的 GD 库的信息

    gd_info — 取得当前安装的 GD 库的信息. 语法 array gd_info ( void )高佣联盟 www.cgewang.com 返回一个关联数组描述了安装的 GD 库的版本和性能. ...

  8. PHP xml_set_object() 函数

    定义和用法 xml_set_object() 函数允许在对象中使用 XML 解析器.高佣联盟 www.cgewang.com 如果成功,该函数则返回 TRUE.如果失败,则返回 FALSE. 语法 x ...

  9. python之路第一节-pip的使用

    第一次写博客,一边吃着旺仔冻痴一边学着python,爽~ 我之理解pip 首先,python封装好了大量的函数,这些函数存在各种各样的库中. 那么怎么去向我们可爱的pycharm等软件导入这些库呢,两 ...

  10. Spring纯注解配置

    待改造的问题 我们发现,之所以我们现在离不开 xml 配置文件,是因为我们有一句很关键的配置: <!-- 告知spring框架在,读取配置文件,创建容器时,扫描注解,依据注解创建对象,并存入容器 ...