数据结构与算法——17.二叉搜索树

这篇文章我们来看一下数据结构中的二叉搜索树。

目录

1.概述

2.二叉搜索树的实现

3.总结


1.概述

我们前面学到的数据结构,比如:动态数组、链表、队列、栈、堆,这些数据结构存储完数据后,我们要去查找某个数据,它的时间复杂度是O(n),因为这些数据结构的底层实现都是数组或者链表,都是线性的。我们前面有学过二分查找,它的最优时间复杂度为O(lngn)。下面,我们来学习另外一种便于查找的数据结构——二叉搜索树

二叉搜索树:又被称为二叉查找树。其特点如下:

  • 树节点上增加key属性,用来比较谁大谁小,key不可以重复
  • 对于任意一个树节点,它的key比它的左子树的key都大,比它的右子树的key都小

下面看一张图:

数据结构与算法——17.二叉搜索树_第1张图片

二叉搜索树的理想查找时间复杂度为O(logn)

2.二叉搜索树的实现

下面来看一下二叉搜索树的实现:

二叉搜索树的根据key值找节点值,找最大,找最小,找前驱和后继都是比较简单的,思路都是很好理解的。

下面重点来讲一下删除的思路(删除的情况很多):

  1. 删除节点没有左孩子,将右孩子托孤给Parent
  2. 删除节点没有右孩子,将左孩于托孤给Parent
  3. 删除节点左右孩子都没有,已经被涵盖在情况1、情况2当中,把null 托孤给Parent
  4. 删除节点左右孩子都有,可以将它的后继节点(称为S)托孤给Parent,再称S的父亲为SP,又分两种情况:(1)SP就是被删除节点,此时D与S紧邻,只需将S托孤给Parent (2)SP不是被删除节点,此时D与S不相邻,此时需要将S的后代托孤给SP,再将S托孤给Parent

下面来看一下代码的具体实现(代码太长,就不截图展示了):

package Tree;

import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;

/**二叉搜索树*/
public class L2_BSTree1> {
    /**节点类*/
    static class BSTNode{
        T key;
        Object value;
        BSTNode left;
        BSTNode right;

        public BSTNode(T key) {
            this.key = key;
        }

        public BSTNode(T key, Object value) {
            this.key = key;
            this.value = value;
        }

        public BSTNode(T key, Object value, BSTNode left, BSTNode right) {
            this.key = key;
            this.value = value;
            this.left = left;
            this.right = right;
        }
    }

    BSTNode root;//根节点

    /**根据key值得到节点的值*/
    public Object get(T key){
        BSTNode node = root;
        while (node!=null){
            /**
             * 该值比传入参数大,返回1
             * 该值比传入参数小,返回-1
             * 该值等于传入参数,返回0
             * */
            int result = key.compareTo(node.key);
            if (result < 0){
                node = node.left;
            }else if (result > 0){
                node = node.right;
            }else {
                return node.value;
            }
        }
        return null;
    }
    public Object get1(T key){
        return doGet(root,key);
    }
    private Object doGet(BSTNode node, T key){//递归的函数
        int result = key.compareTo(node.key);
        if (node == null){
            return null;
        }
        if (result < 0){
            return doGet(node.left,key);//向左找
        }
        else if (result > 0){
            return doGet(node.right,key);//向左找
        }
        else{
            return node.value;//返回当前的值
        }
    }

    /**得到最小key值所对应的值*/
    public Object min(){//非递归版
        return max(root);
    }
    public Object min(BSTNode node){//非递归版
        if (node == null){
            return null;
        }
        BSTNode pre = node;
        while (pre.left != null){
            pre = pre.left;
        }
        return pre.value;
    }
    public Object min1(){//递归版
       return doMin(root);
    }
    private Object doMin(BSTNode node){
        if (node == null){
            return null;
        }
        if (node.left == null){
            return node.value;
        }
        return doMin(node.left);
    }

    /**得到最大key值所对应的值*/
    public Object max(){//非递归版
        return max(root);
    }
    private Object max(BSTNode node){
        if (node == null){
            return null;
        }
        BSTNode pre = node;
        while (pre.right != null){
            pre = pre.right;
        }
        return pre.value;
    }
    public Object max1(){//递归版
        return doMax(root);
    }
    private Object doMax(BSTNode node){
        if (node == null){
            return null;
        }
        if (node.right == null){
            return node.value;
        }
        return doMin(node.right);
    }

    /**存储key值和节点值*/
    public void put(T key,Object value){
        //1.如果key存在,更新操作
        //1.如果key不存在,新增操作
        BSTNode node = root;
        BSTNode parent = null;//记录key的前一个值
        while (node != null){
            parent = node;
            int result = key.compareTo(node.key);
            if (result < 0){
                node = node.left;
            }else if (result > 0){
                node = node.right;
            }else {//找到了
                node.value = value;
                return;
            }
        }
        //没找到,新增
        if (parent == null){
            root = new BSTNode(key,value);
        }
        int result = key.compareTo(parent.key);
        if (result < 0){
            parent.left = new BSTNode(key,value);
        }else if(result > 0){
            parent.right = new BSTNode(key,value);
        }

    }

    /**找到某一个key的前驱值*/
    public Object predecessor(T key){
        BSTNode p = root;
        BSTNode ancestorFromLeft = null;
        while (p != null){
            int result = key.compareTo(p.key);
            if (result < 0){
                p = p.left;
            }else if (result > 0){
                ancestorFromLeft = p;
                p = p.right;
            }else {
                break;
            }
        }
        if (p == null){//没找到节点的情况
            return null;
        }
        if (p.left != null){//找到节点,有左子树
            return max(p.left);
        }
        return ancestorFromLeft != null ?
                ancestorFromLeft.value :null;
    }

    /**找到某一个key的后继值*/
    public Object successor(T key){
        BSTNode p = root;
        BSTNode ancestorFromRight = null;
        while (p != null){
            int result = key.compareTo(p.key);
            if (result < 0){
                ancestorFromRight = p;
                p = p.left;
            }else if (result > 0){
                p = p.right;
            }else {
                break;
            }
        }
        if (p == null){//没找到节点的情况
            return null;
        }
        if (p.right != null){//找到节点,有左子树
            return min(p.right);
        }
        return ancestorFromRight != null ?
                ancestorFromRight.value :null;
    }

    /**根据key值删除对应的节点*/
    public Object delete(T key){
        BSTNode p = root;
        BSTNode parent = null;
        while (p != null){
            int result = key.compareTo(p.key);
            if (result < 0){
                parent = p;//记录当前节点的父节点
                p = p.left;
            }else if (result > 0){
                parent = p;
                p = p.right;
            }else {
                break;
            }
        }
        if (p == null){
            return null;
        }
        //删除操作
        if (p.left == null ){
            //情况1
            shift(parent,p,p.right);
        } else if(p.right == null ){
            //情况2
            shift(parent,p,p.left);
        } else {
            //情况4
            BSTNode s = p.right;
            BSTNode sParent = p;//后继结点的父亲
            while (s.left != null){
                sParent = s;
                s = s.left;
            }
            if (sParent != p){//不相邻
                shift(sParent,s,s.right);
                s.right = p.right;
            }

            shift(parent ,p,s);
            s.left = p.left;
        }
        return p.value;
    }
    /**
     * 托孤方法
     * parent:被删除节点的父亲
     * deleted:被删除节点
     * child:被上去的结点
     * */
    private void shift(BSTNode parent,BSTNode deleted,BSTNode child){
        if (parent == null){
            root = child;
        } else if (deleted == parent.left){
            parent.left = child;
        }else {
            parent.right = child;
        }
    }

    public Object delete1(T key){
        ArrayList Aresult = new ArrayList<>();//保存被删除节点的值
        root = doDelete(root,key,Aresult);
        return Aresult.isEmpty()? null:Aresult.get(0);
    }
    private BSTNode doDelete(BSTNode node,T key,ArrayList Aresult){
        //node:递归删除的起点
        //返回值:删剩下的孩子节点
        if (node == null){
            return null;
        }
        int result = key.compareTo(node.key);
        if (result < 0){
            node.left = doDelete(node.left,key,Aresult);
            return node;
        }
        if (result > 0){
            node.right = doDelete(node.right,key,Aresult);
            return node;
        }

        Aresult.add(node.value);

        if (node.left == null){
            return node.right;
        }
        if(node.right == null){
            return node.left;
        }

        BSTNode s = node.right;
        while (s.left != null){
            s = s.left;
        }
        s.right = doDelete(node.right,s.key,new ArrayList<>());
        s.left = node.left;
        return s;
    }

    /*找比指定key小的所有节点的value值*/
    public List less(T key){
        ArrayList list = new ArrayList<>();
        BSTNode p = root;
        LinkedList> stack = new LinkedList<>();

        while (p != null || !stack.isEmpty()){
            if (p != null){
                stack.push(p);
                p = p.left;
            }else {
                BSTNode pop = stack.pop();
                int result = key.compareTo( pop.key);
                if (result < 0 ){
                    list.add(pop.value);
                } else {
                    break;
                }
                p = pop.right;
            }
        }
        return list;
    }

    /*找比指定key小的所有节点的value值*/
    public List greater(T key){
        ArrayList list = new ArrayList<>();
        BSTNode p = root;
        LinkedList> stack = new LinkedList<>();

        while (p != null || !stack.isEmpty()){
            if (p != null){
                stack.push(p);
                p = p.left;
            }else {
                BSTNode pop = stack.pop();
                int result = key.compareTo( pop.key);
                if (result > 0 ){
                    list.add(pop.value);
                }
                p = pop.right;
            }
        }
        return list;
    }

    /*找比指定key小的所有节点的value值*/
    public List between(T key1,T key2){
        ArrayList list = new ArrayList<>();
        BSTNode p = root;
        LinkedList> stack = new LinkedList<>();

        while (p != null || !stack.isEmpty()){
            if (p != null){
                stack.push(p);
                p = p.left;
            }else {
                BSTNode pop = stack.pop();
                int result1 = key1.compareTo( pop.key);
                int result2 = key2.compareTo( pop.key);
                if (result1 > 0 && result2 < 0){
                    list.add(pop.value);
                }else if (result2 > 0){
                    break;
                }
                p = pop.right;
            }
        }
        return list;
    }

}
 
  

3.总结

怎么说呢,二叉搜索树对比前面的二叉树来说,难度确实是上了一个档次。但是,越学数据结构与算法你越会有这样一种感觉:他们的套路都大差不差!二叉搜索树是用链表来实现的,只要心中有图,多画画图,然后熟悉链表的一些操作,熟悉一些循环流程的判断,那么那些操作都能实现出来。如果实现不了,那就再多结合其他的数据结构来想一想。链表的操作主要就是看一些循环流程的控制。其余的没啥难的。对于数组,数组的一些操作要比链表难,因为数组太死了。

我之前的代码的注释比较多,因为刚接触,不熟悉,但现在代码中的注释并不多,那是因为一些操作都写了很多遍了。虽然不至于能默写下来,但是可以自己推导着写出来。思路有了,也练了几遍手,那么再遇见这个问题自己就能推导了。所以数据结构与算法学到后面主要就是学思路了。

你可能感兴趣的:(数据结构与算法,算法,数据结构)