一、树的一些概念

树,子树,节点,叶子(终端节点),分支节点(分终端节点);

节点的度表示该节点拥有的子树个数,树的度是树内各节点度的最大值;

子节点(孩子),父节点(双亲),兄弟节点,祖先,子孙,堂兄弟,深度或高度;

森林是指若干棵或不相交的树,对于树中的每个节点,其子树的集合即为森林;

二叉树,满二叉树;

完全二叉树指一个深度为k的二叉树,它的每个节点的编号都与深度为k的满二叉树节点一一对应。例如:

而下图则不是完全二叉树

因为它的第六个节点对应满二叉树的第七个节点。

二、BST的实现及遍历

二叉树也有链式实现和顺序实现两种方式。顺序存储极大的浪费存储空间,除非是完全二叉树或者满二叉树。但是相比于链式结构同时也能够省下申请新节点的时间。而二叉搜索树Binary Search Tree(BST)几乎是最常见的应用,BST有可能是空树,否则它应该满足如下几点要求:

1. 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

2. 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

3. 任意节点的左、右子树也分别为二叉查找树

4. 没有键值相等的节点。

二叉搜索树使得查找搜索的复杂度降低为O(logn)【这里指的是期望,最差情况是O(n),退化成链表,即每个节点都比它的父亲节点要大或者小】

BST的节点定义:

    public class Node{
private X data;
private Node lchild;
private Node rchild;
private Node parent;
public Node (X x)
{
data = x;
lchild = rchild = parent = null;
} public X getData()
{
return data;
} public Node getLchild()
{
return lchild;
}
//
public Node getRchild()
{
return rchild;
}
//
public Node getParent()
{
return parent;
}
}

这里有getter方法但是没有setter方法【data可以通过构造函数赋值(但无法改变)】,这里需要思考的一个事情是是否需要在类的外部对节点进行set操作。我觉得不合适,由于BST是有序的,data若要改直接破坏搜索树的顺序,显然是不可行的;设置子节点或者父节点更是直接破坏树的结构,因此不需要,反观get操作仅仅是获取该节点的信息,放开权限可能会使用户使用更加的方便,因为parent,data等成员域均为私有属性,在类外是无法访问的。

BST类声明及成员域

 class BSTree <X extends Comparable<X>>{

    private Node root;
/* Remaining code */
}

除了一个根节点外并没有其他的域,和链表一样的无情。这里值得注意的是泛型,这样的继承要求泛型类可比。而且只需要这一次对泛型的声明,其余类内代码拿来主义,可以直接使用泛型X,包括构造函数和成员函数,内部类等。

添加节点

    public void add(X n)
{
Node m = new Node(n);
if (root == null)
{
root = m;
}
else
{
Node p = root;
while(p != null)
{
if ((p.data.compareTo(n)) > 0 && p.lchild != null)
p = p.lchild;
else if ((p.data.compareTo(n)) > 0 && p.lchild == null)
{
p.lchild = m;
m.parent = p;
break;
}
else if((p.data.compareTo(n)) <= 0 && p.rchild != null)
p = p.rchild;
else
{
p.rchild = m;
m.parent = p;
break;
}
}
}
}

基本思路是从根节点开始比较,如果该节点数据小于根节点那就查看其左节点,如果左节点为空直接插入,否则继续和左节点进行比较。循环如此,直到插入成功。

三序遍历

        /*先序遍历*/

        public void inOrder(Node t)
{
if (t != null)
{
System.out.print(t.getData());
inOrder(t.getLchild());
inOrder(t.getRchild());
}
} /*中序遍历*/ public void preOrder(Node t)
{
if (t != null)
{
preOrder(t.getLchild());
System.out.print(t.getData());
preOrder(t.getRchild());
}
} /*后序遍历*/ public void postOrder(Node t)
{
if (t != null)
{
postOrder(t.getLchild());
postOrder(t.getRchild());
System.out.print(t.getData());
}
}

先序遍历就是先访问根节点然后访问左子树,右子树(别搞错哦);中序遍历是先访问左子树,接着根和右子树;后序遍历是先访问右子树,接着根节点和左子树。显然递归能够很好的解决这个问题,比如中序遍历,建议直接对着代码思考,很清晰直观。

查找

    public Node search (X key)
{
Node c = root;
while(c != null) {
if ((c.getData().compareTo(key)) == 0) {
return c;
} else if ((c.getData().compareTo(key)) > 0) {
c = c.lchild;
} else {
c = c.rchild;
}
}
System.out.println("search failed");
return null;
}

查找的思路和添加其实是一样的,不过更加简单,将判断子树是否为空改为是否和该节点数据相等即可。

遍历测试

        BSTree <Integer> tree = new BSTree<>();
tree.add(3);
tree.add(1);
tree.add(5);
tree.add(2);
tree.add(4);
tree.add(6);
tree.inOrder(tree.getRoot());
System.out.println();
tree.preOrder(tree.getRoot());
System.out.println();
tree.postOrder(tree.getRoot());
System.out.println();

该树的结构如下所示:

先序遍历:312546

中序遍历:123456

后序遍历:214653

此外,一个比较重要且复杂的操作即删除节点,我们首先来看删除节点有几种情况。

第一种,该节点没有任何子节点,那么直接进行删除即可,不需影响任何其他节点,需要注意的是删除操作要判断这个节点是其父节点的左节点还是右节点。

                                             

比如删除节点66,直接从左图变为右图即可。无需改变结构。

第二种,该节点只有一个子节点,此时只需将该节点的父节点和子节点直接相连即可。

                          

比如删除节点65,直接把70的左子节点连到66。

前两种比较简单,第三种情况是待删除节点拥有两个子树,这种情况稍微复杂,需要引入一个新的概念,即一个节点的后继节点。

一个节点后继节点的定义是在该节点的右子树上数值最小的节点,同样的,前驱节点的定义是其左子树的最大数值的节点。比如咱们例子中的节点60,它的后继节点就是65,而前驱节点是55。删除这种拥有两个子树的节点,需要首先交换该节点和其后继结点的位置(其实在代码中就是数据的交换),然后待删除的数据必将会转换为前两种情况之一,递归调用即可。

               

比如删除节点60,首先将该节点和其后继节点(65)交换数据【这时间是BST最危险的时刻,因为交换数据的原因已经不能保证顺序,所以务必要注意】,然后删除60所在的节点。

后继节点代码

    public Node successor(Node s)
{
Node i = s.rchild;
while (i.lchild!=null)
{
i = i.lchild;
}
return i;
}

删除节点代码

    public boolean remove(X r)
{
Node s = search(r);
if(s == null)
return false;
if (s == root)
{root = null;
return true;}
else if(s.lchild==null && s.rchild==null)
{
if (s.parent.lchild ==s) // s is leaf and left child of its parent s.parent.lchild = null; // delete s directly else s.parent.rchild = null; return true; } else if (s.rchild != null && s.lchild == null) //s只有左子节点
{
if (s.parent.lchild ==s) s.parent.lchild = s.rchild; else
s.parent.rchild = s.rchild; return true; } else if (s.rchild == null && s.lchild != null) //s只有右子节点
{
if (s.parent.lchild ==s) s.parent.lchild = s.lchild; else
s.parent.rchild = s.lchild; return true; } else //s有两个子节点
{
Node successor = successor(s);
X temp = successor.data;
remove(temp);
s.data = temp;
return true;
}
}

测试代码

        BSTree <Double> tree = new BSTree<>();
tree.add(4.0);
tree.add(2.0);
tree.add(6.0);
tree.add(1.0);
tree.add(3.0);
tree.add(5.0);
tree.add(4.5);
tree.add(5.5);
tree.add(7.0);
tree.add(6.5);
tree.add(6.6);
tree.add(8.0);
System.out.print("删除前遍历结果为");
tree.preOrder(tree.getRoot());
System.out.println(); boolean b = tree.remove(6.0);
System.out.print("删除后遍历结果为");
tree.preOrder(tree.getRoot());
System.out.println();

测试结果

删除前遍历结果为1.0 2.0 3.0 4.0 4.5 5.0 5.5 6.0 6.5 6.6 7.0 8.0
删除后遍历结果为1.0 2.0 3.0 4.0 4.5 5.0 5.5 6.5 6.6 7.0 8.0

二叉树的相关定义及BST的实现的更多相关文章

  1. 二叉树各种相关操作(建立二叉树、前序、中序、后序、求二叉树的深度、查找二叉树节点,层次遍历二叉树等)(C语言版)

    将二叉树相关的操作集中在一个实例里,有助于理解有关二叉树的相关操作: 1.定义树的结构体: typedef struct TreeNode{ int data; struct TreeNode *le ...

  2. Java 二叉树遍历相关操作

    BST二叉搜索树节点定义: /** * BST树的节点类型 * @param <T> */ class BSTNode<T extends Comparable<T>&g ...

  3. Java实现二叉树及相关遍历方式

    Java实现二叉树及相关遍历方式 在计算机科学中.二叉树是每一个节点最多有两个子树的树结构.通常子树被称作"左子树"(left subtree)和"右子树"(r ...

  4. 二叉树BinTree类定义

    #include<iostream> using namespace std; template<class T> struct BinTreeNode{//二叉树结点类 T ...

  5. java实现二叉树的相关操作

    import java.util.ArrayDeque; import java.util.Queue; public class CreateTree { /** * @param args */ ...

  6. JavaScript实现排序二叉树的相关算法

    1.创建排序二叉树的构造函数 /** * 创建排序二叉树的构造函数 * @param valArr 排序二叉树中节点的值 * @constructor */ function BinaryTree(v ...

  7. 二叉树的相关在线编程(python)

    问题一: 输入一个整数数组, 判断该数组是不是某二叉搜索树的后序遍历的结果.如果是则输出Yes,否则输出No. 假设输入的数组的任意两个数字都互不相同. 正确的后序遍历结果: sequence = [ ...

  8. OptimalSolution(2)--二叉树问题(2)BST、BBT、BSBT

    一.判断二叉树是否为平衡二叉树(时间复杂度O(N)) 平衡二叉树就是:要么是一棵空树,要么任何一个节点的左右子树高度差的绝对值不超过1. 解法:整个过程为二叉树的后序遍历.对任何一个节点node来说, ...

  9. 模拟I2C协议学习点滴之程序相关定义

    由于主机和从机都会给数据线SDA发信号,比如主机先给SDA发送数据后,从机收到数据后发送应答信号将SDA拉低,故SDA类型设定为inout.而DATA设定为inout类型,是起到校验通信的作用(后续的 ...

随机推荐

  1. CF792E Colored Balls【思维】

    题目传送门 考试的时候又想到了小凯的疑惑,真是中毒不浅... 设每一个数都可以被分成若干个$k$和$k+1$的和.数$x$能够被分成若干个$k$和$k+1$的和的充要条件是:$x%k<=floo ...

  2. python-Re模块用法

    主要函数:match().search().compile() re.compile compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 se ...

  3. poj3122 Pie (二分)

    题目链接:https://vjudge.net/problem/POJ-3122 题意:有n块饼,m+1个人,将饼均分成m+1块,求每块最大的大小. 思路:水二分,显然每块的大小与可以给多少人吃具有单 ...

  4. 【Python】【demo实验25】【练习实例】

    原题: 有一分数序列:2/1,3/2,5/3,8/5,13/8,21/13...求出这个数列的前20项之和. 我的源码: #!/usr/bin/python # encoding=utf-8 # -* ...

  5. springboot2.0处理任何异常返回通用数据格式

    异常分为以下三种 自定义异常 可预知异常 不可预知异常 下面具体说明如何分类处理,从而保证无论触发什么异常均可返回理想的自定义数据格式 ResultCode /** * Created by mrt ...

  6. PC端判断屏幕宽度到达手机宽度的时候,直接跳转手机页面

    <script> // //判断屏幕宽度到达手机宽度的时候,直接跳转手机页面 // window.addEventListener("resize", function ...

  7. DRF 序列化组件 序列化的两种方式 反序列化 反序列化的校验

    序列化组件 django自带的有序列化组件不过不可控不建议使用(了解) from django.core import serializers class Books(APIView): def ge ...

  8. Thrift Oneway是什么?

    网上很多文章,都有各种涉及使用 oneway 的,基本是一个THRIFT IDL示例接口前面加 oneway.看完之后对 oneway的理解还是很模糊,于是看了下Thrift的代码,终于搞懂了 one ...

  9. JavaScript的几种循环方式

    JavaScript提供了许多通过LOOPS迭代的方法.本教程解释了现代JAVASCRIPT中各种各样的循环可能性 目录: for forEach do...while while for...in ...

  10. T100——读取系统程序临时表数据

    SELECT   * FROM   USER_OBJECTS ORDER  BY  CREATED DESC SELECT   * FROM   USER_OBJECTS WHERE  OBJECT_ ...