您好,登录后才能下订单哦!
这篇文章给大家介绍Java怎么实现二叉搜索树的插入、删除功能,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。
Java的特点有哪些 1.Java语言作为静态面向对象编程语言的代表,实现了面向对象理论,允许程序员以优雅的思维方式进行复杂的编程。 2.Java具有简单性、面向对象、分布式、安全性、平台独立与可移植性、动态性等特点。 3.使用Java可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序等。
public class TreeNode { int val; TreeNode left; TreeNode right; TreeNode() { } TreeNode(int val) { this.val = val; } }
中序遍历:从根节点开始遍历,遍历顺序是:左子树->当前节点->右子树,在中序遍历中,对每个节点来说:
只有当它的左子树都被遍历过了(或者没有左子树),它才会被遍历到。
在遍历右子树之前,一定会先遍历当前节点。
中序遍历得到的第一个节点是没有左子树的(也许是叶子节点,也许有右子树)
同理,中序遍历的最后一个节点没有右子树
代码递归实现
List<TreeNode> list = new ArrayList<>(); public void inorder_traversal(TreeNode root) { if (root == null) { return; } if (root.left != null) { inorder_traversal(root.left); } list.add(root); if (root.right != null) { inorder_traversal(root.right); } }
对每一个节点而言,左子树的所有节点小于它,右子树的所有节点大于它
二叉树中每一个节点的值都不相同
中序遍历的结果是升序的
这些定义决定了它的优点:查找效率快,因为二叉搜索树查找一个值时,可以通过二分查找的方式,平均时间复杂度为log2(n),n是二叉树的层树
下图就是一个标准的二叉搜索树,右子树比根节点大,左子树比根节点小
给定一个值,使用循环在二叉搜索树中查找,找到该节点为止
从根节点开始,不断循环进行比较
给定值大于当前节点,就找右子树,小于就找左子树,值相等就是找到了节点
代码实现如下
public TreeNode search(TreeNode root, int val) { // 节点不为空,且不等于特定值 while(root != null && root.val != val){ if(root.val > val){ root = root.left; }else{ root = root.right; } } return root; }
设要添加的节点为b, 二叉搜索树的添加是将b作为叶子节点加入到其中,因为叶子节点的增加比较简单。
跟搜索过程类似,从根节点开始,不断循环找,找到一个适合新节点的位置
b值比当前节点大(小),并且当前节点的右(左)子树为空,将b插入到当前节点的右(左)子树中
如果当前节点的子树不为空,继续往下寻找
使用一个随着搜索过程,不断更新的pre节点作为b的父节点,由pre节点添加b
有可能要插入节点的二叉树是一颗空树,创建一个新的二叉树
如果二叉搜索树中已经有跟b相等的值,不需要进行添加
public TreeNode insertInto(TreeNode root, int val) { if (root == null) { // 树为空树的情况 return new TreeNode(val); } // 一个临时节点指向根节点,用于返回值 TreeNode tmp = root; TreeNode pre = root; while (root != null && root.val != val) { // 保存父节点 pre = root; if (val > root.val) { root = root.right; } else { root = root.left; } } // 通过父节点添加 if (val > pre.val) { pre.right = new TreeNode(val); } else { pre.left = new TreeNode(val); } return tmp; }
删除过程比较复杂,先设二叉搜索树要删除的节点为a,a有以下三种情况
a为叶子节点
a有一个子节点
a有两个子节点删除叶子节点
过程类似搜索节点,找到到a后,通过它的父节点删除,并且叶子节点的删除不影响树的性质
有一个子节点的节点
要将a删除,并且保留a的子节点,让它的父节点连接它的子节点即可,因为a的子节点 与 a的父节点 关系 == a与 a的父节点 关系,所以不改变树的性质
二叉搜索树的定义决定了:对于每一个节点而言,它 大于(小于) 它的父节点,那么它的子节点 大于(小于) 它的父节点
过程像这张图一样
我们可以通过交换节点的方式,让a 和 只有一个子节点的节点 交换,删除a的操作就变成了上面第二种情况。
我们知道中序遍历二叉搜索树的结果是升序的,如果要交换,肯定要找中序遍历在a左右两边的节点(因为值交换之后也满足二叉搜索树的定义)
中序遍历的后(前)一个节点是右(左)子树中序遍历的第一个(最后一个)节点,而且它们都只有一个子节点
过程跟下面这张图类似(a的值与中序遍历的后一个节点交换,并删除这个节点)
代码实现
public TreeNode deleteNode(TreeNode root, int key) { TreeNode tmp = root; TreeNode pre = root; // 寻找要删除的节点 while (root != null && root.val != key) { pre = root; if (key > root.val) { root = root.right; } else { root = root.left; } } // 找不到符合的节点值 if (root == null) { return tmp; } // 只有一个子节点或者没有子节点的情况 if (root.left == null || root.right == null) { if (root.left == null) { // 要删除的是根节点,返回它的子节点 if (root == tmp) { return root.right; } // 使用父节点连接子节点,实现删除当前节点 if (pre.left == root) { pre.left = root.right; } else { pre.right = root.right; } } else { if (root == tmp) { return root.left; } if (pre.left == root) { pre.left = root.left; } else { pre.right = root.left; } } return tmp; } // 第一种方式 // 寻找中序遍历的后一个节点,也就是右子树进行中序遍历的第一个节点,右子树的最左节点 pre = root; TreeNode rootRight = root.right; while (rootRight.left != null) { pre = rootRight; rootRight = rootRight.left; } // 节点的值进行交换 int tmpVal = rootRight.val; rootRight.val = root.val; root.val = tmpVal; // 中序遍历的第一个节点肯定是没有左子树的,但是可能有右子树,将右子树连接到父节点上(相当于删除有一个子节点的节点) if (pre.left == rootRight) { pre.left = rootRight.right; }else { pre.right = rootRight.right; } // 第二种方式 // 寻找中序遍历的前一个节点,也就是左子树进行中序遍历的最后一个节点,左子树的最右节点 // pre = root; // TreeNode rootLeft = root.left; // while (rootLeft.right != null){ // pre = rootLeft; // rootLeft = rootLeft.right; // } // // int tmpVal = rootLeft.val; // rootLeft.val = root.val; // root.val = tmpVal; // // // 中序遍历的最后一个节点肯定是没有右子树的,但是可能有左子树,将左子树连接到父节点上(相当于删除有一个子节点的节点) // if (pre.left == rootLeft) { // pre.left = rootLeft.left; // }else { // pre.right = rootLeft.left; // } return tmp; }
关于Java怎么实现二叉搜索树的插入、删除功能就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。