数据结构与算法学习笔记:二叉搜索树(下)

  • 写在前面:记录学习《恋上数据结构与算法》的过程。
  • 课程链接地址:https://ke.qq.com/course/385223

目录

二叉树的遍历(适用于所有二叉树)

前序遍历

中序遍历

后序遍历

层序遍历

设计遍历接口

增强遍历接口

树状打印二叉树

遍历的应用

计算二叉树的高度

完全二叉树的判断

翻转二叉树

根据遍历结果重构二叉树

前驱节点(predecessor)

后继节点(successor)

删除节点 - 叶子节点

删除节点 - 度为1的节点

删除节点 - 度为2的节点

代码实现

重构代码

简单的继承结构

BinaryTree.java

BST.java

二叉搜索树复杂度分析


二叉树的遍历(适用于所有二叉树)

数据结构与算法学习笔记:二叉搜索树(下)_第1张图片

前序遍历

数据结构与算法学习笔记:二叉搜索树(下)_第2张图片

数据结构与算法学习笔记:二叉搜索树(下)_第3张图片

中序遍历

数据结构与算法学习笔记:二叉搜索树(下)_第4张图片

数据结构与算法学习笔记:二叉搜索树(下)_第5张图片

数据结构与算法学习笔记:二叉搜索树(下)_第6张图片

后序遍历

数据结构与算法学习笔记:二叉搜索树(下)_第7张图片

数据结构与算法学习笔记:二叉搜索树(下)_第8张图片

数据结构与算法学习笔记:二叉搜索树(下)_第9张图片

层序遍历

数据结构与算法学习笔记:二叉搜索树(下)_第10张图片

数据结构与算法学习笔记:二叉搜索树(下)_第11张图片

数据结构与算法学习笔记:二叉搜索树(下)_第12张图片

数据结构与算法学习笔记:二叉搜索树(下)_第13张图片

设计遍历接口

数据结构与算法学习笔记:二叉搜索树(下)_第14张图片

数据结构与算法学习笔记:二叉搜索树(下)_第15张图片

  • 前序遍历

数据结构与算法学习笔记:二叉搜索树(下)_第16张图片

增强遍历接口

  • 不希望全部遍历完,满足某个条件解终止遍历。

数据结构与算法学习笔记:二叉搜索树(下)_第17张图片

数据结构与算法学习笔记:二叉搜索树(下)_第18张图片

数据结构与算法学习笔记:二叉搜索树(下)_第19张图片

public static abstract class Visitor {
		boolean stop;
		/**
		 * @return 如果返回true,就代表停止遍历
		 */
		public abstract boolean visit(E element);
	}

public void preorder(Visitor visitor) {
		if (visitor == null) return;
		preorder(root, visitor);
	}
	
	private void preorder(Node node, Visitor 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 visitor) {
		if (visitor == null) return;
		inorder(root, visitor);
	}
	
	private void inorder(Node node, Visitor 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 visitor) {
		if (visitor == null) return;
		postorder(root, visitor);
	}
	
	private void postorder(Node node, Visitor 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 visitor) {
		if (root == null || visitor == null) return;
		
		Queue> queue = new LinkedList<>();
		queue.offer(root);
		
		while (!queue.isEmpty()) {
			Node 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);
			}
		}
	}
  • 调用
static void test9() {
		Integer data[] = new Integer[] {
				7, 4, 9, 2, 1
		};
		
		BinarySearchTree bst = new BinarySearchTree<>();
		for (int i = 0; i < data.length; i++) {
			bst.add(data[i]);
		}
		BinaryTrees.println(bst);
		
		bst.preorder(new Visitor() {
			public boolean visit(Integer element) {
				System.out.print(element + " ");
				return element == 2 ? true : false;
			}
		});
		System.out.println();
		
		bst.inorder(new Visitor() {
			public boolean visit(Integer element) {
				System.out.print(element + " ");
				return element == 4 ? true : false;
			}
		});
		System.out.println();
		
		bst.postorder(new Visitor() {
			public boolean visit(Integer element) {
				System.out.print(element + " ");
				return element == 4 ? true : false;
			}
		});
		System.out.println();
		
		bst.levelOrder(new Visitor() {
			public boolean visit(Integer element) {
				System.out.print(element + " ");
				return element == 9 ? true : false;
			}
		});
		System.out.println();
	}

树状打印二叉树

数据结构与算法学习笔记:二叉搜索树(下)_第20张图片

数据结构与算法学习笔记:二叉搜索树(下)_第21张图片

遍历的应用

数据结构与算法学习笔记:二叉搜索树(下)_第22张图片

计算二叉树的高度

  • 递归方式

数据结构与算法学习笔记:二叉搜索树(下)_第23张图片

  • 利用层序遍历

数据结构与算法学习笔记:二叉搜索树(下)_第24张图片

完全二叉树的判断

数据结构与算法学习笔记:二叉搜索树(下)_第25张图片

数据结构与算法学习笔记:二叉搜索树(下)_第26张图片

数据结构与算法学习笔记:二叉搜索树(下)_第27张图片

  • 优化后

数据结构与算法学习笔记:二叉搜索树(下)_第28张图片

数据结构与算法学习笔记:二叉搜索树(下)_第29张图片

翻转二叉树

数据结构与算法学习笔记:二叉搜索树(下)_第30张图片数据结构与算法学习笔记:二叉搜索树(下)_第31张图片

  • 方法1:前序遍历

数据结构与算法学习笔记:二叉搜索树(下)_第32张图片

  • 方法2:后序遍历

数据结构与算法学习笔记:二叉搜索树(下)_第33张图片

  • 方法3:中序遍历

数据结构与算法学习笔记:二叉搜索树(下)_第34张图片

  • 方法4:层序遍历

数据结构与算法学习笔记:二叉搜索树(下)_第35张图片

根据遍历结果重构二叉树

数据结构与算法学习笔记:二叉搜索树(下)_第36张图片

前驱节点(predecessor)

数据结构与算法学习笔记:二叉搜索树(下)_第37张图片

数据结构与算法学习笔记:二叉搜索树(下)_第38张图片

数据结构与算法学习笔记:二叉搜索树(下)_第39张图片

后继节点(successor)

数据结构与算法学习笔记:二叉搜索树(下)_第40张图片

数据结构与算法学习笔记:二叉搜索树(下)_第41张图片

删除节点 - 叶子节点

数据结构与算法学习笔记:二叉搜索树(下)_第42张图片

删除节点 - 度为1的节点

数据结构与算法学习笔记:二叉搜索树(下)_第43张图片

删除节点 - 度为2的节点

数据结构与算法学习笔记:二叉搜索树(下)_第44张图片

代码实现

数据结构与算法学习笔记:二叉搜索树(下)_第45张图片

  • 根据元素查找节点

数据结构与算法学习笔记:二叉搜索树(下)_第46张图片

数据结构与算法学习笔记:二叉搜索树(下)_第47张图片

  • clear

数据结构与算法学习笔记:二叉搜索树(下)_第48张图片

  • contains 

重构代码

简单的继承结构

数据结构与算法学习笔记:二叉搜索树(下)_第49张图片

BinaryTree.java

数据结构与算法学习笔记:二叉搜索树(下)_第50张图片

package com.mj.tree;

import java.util.LinkedList;
import java.util.Queue;

import com.mj.printer.BinaryTreeInfo;

@SuppressWarnings("unchecked")
public class BinaryTree implements BinaryTreeInfo {
	protected int size;
	protected Node root;
	
	public int size() {
		return size;
	}

	public boolean isEmpty() {
		return size == 0;
	}

	public void clear() {
		root = null;
		size = 0;
	}
	
	public void preorder(Visitor visitor) {
		if (visitor == null) return;
		preorder(root, visitor);
	}
	
	private void preorder(Node node, Visitor 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 visitor) {
		if (visitor == null) return;
		inorder(root, visitor);
	}
	
	private void inorder(Node node, Visitor 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 visitor) {
		if (visitor == null) return;
		postorder(root, visitor);
	}
	
	private void postorder(Node node, Visitor 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 visitor) {
		if (root == null || visitor == null) return;
		
		Queue> queue = new LinkedList<>();
		queue.offer(root);
		
		while (!queue.isEmpty()) {
			Node 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> queue = new LinkedList<>();
		queue.offer(root);
		
		boolean leaf = false;
		while (!queue.isEmpty()) {
			Node node = queue.poll();
			if (leaf && !node.isLeaf()) return false;

			if (node.left != null) {
				queue.offer(node.left);
			} else if (node.right != null) {
				return false;
			}
			
			if (node.right != null) {
				queue.offer(node.right);
			} else { // 后面遍历的节点都必须是叶子节点
				leaf = true;
			}
		}
		
		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> queue = new LinkedList<>();
		queue.offer(root);
		
		while (!queue.isEmpty()) {
			Node 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 node) {
		if (node == null) return 0;
		return 1 + Math.max(height(node.left), height(node.right));
	}

	protected Node predecessor(Node node) {
		if (node == null) return null;
		
		// 前驱节点在左子树当中(left.right.right.right....)
		Node 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;
	}
	
	protected Node successor(Node node) {
		if (node == null) return null;
		
		// 前驱节点在左子树当中(right.left.left.left....)
		Node 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 {
		boolean stop;
		/**
		 * @return 如果返回true,就代表停止遍历
		 */
		abstract boolean visit(E element);
	}
	
	protected static class Node {
		E element;
		Node left;
		Node right;
		Node parent;
		public Node(E element, Node 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)node).left;
	}

	@Override
	public Object right(Object node) {
		return ((Node)node).right;
	}

	@Override
	public Object string(Object node) {
		Node myNode = (Node)node;
		String parentString = "null";
		if (myNode.parent != null) {
			parentString = myNode.parent.element.toString();
		}
		return myNode.element + "_p(" + parentString + ")";
	}
}

BST.java

数据结构与算法学习笔记:二叉搜索树(下)_第51张图片

package com.mj.tree;

import java.util.Comparator;

@SuppressWarnings("unchecked")
public class BST extends BinaryTree {
	private Comparator comparator;
	
	public BST() {
		this(null);
	}
	
	public BST(Comparator comparator) {
		this.comparator = comparator;
	}

	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 parent = root;
		Node 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 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 node) {
		if (node == null) return;
		
		size--;
		
		if (node.hasTwoChildren()) { // 度为2的节点
			// 找到后继节点
			Node 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 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 node(E element) {
		Node node = root;
		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;
	}
	
	/**
	 * @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)e1).compareTo(e2);
	}
	
	private void elementNotNullCheck(E element) {
		if (element == null) {
			throw new IllegalArgumentException("element must not be null");
		}
	}
}

二叉搜索树复杂度分析

数据结构与算法学习笔记:二叉搜索树(下)_第52张图片

数据结构与算法学习笔记:二叉搜索树(下)_第53张图片

数据结构与算法学习笔记:二叉搜索树(下)_第54张图片

数据结构与算法学习笔记:二叉搜索树(下)_第55张图片

你可能感兴趣的:(数据结构与算法学习笔记)