資料結構-二叉搜尋樹
結構作用
如上圖所示每個節點都大於左孩子,小於右孩子,以O(logn)複雜度進行如下操作
- 插入一個元素
- 查詢是否包含某個元素
- 刪除某個元素
插入元素7:從根節點出發,7>3,往右邊走,7>5,往右邊走,7>6&&6的右節點為空,把7插入到6的右孩子
刪除節點:如果刪除的節點是根節點,注意修改root,葉子節點找到後直接刪除,例如1,直接把2的左孩子置為null
非葉子節點分為
- 只含有左孩子的節點例如2,3.left=2.left即可
- 只含有右孩子的節點例如6,5.right=6.right即可
- 既有左孩子又有右孩子例如5,此時需要從5的左右子樹選出一個節點頂替5,如果選擇左子樹,需要選擇左子樹中最大的節點,如果選擇右子樹,需要選擇右子樹最小的節點。這裡我們選擇右子樹,那麼使用6來頂替5,6.left=5.left, 3.right=6
實現
public class BSTTree<E extends Comparable<E>> {
private class Node{
public E e;
public Node left,right;
public Node(E e){
this.e = e;
}
}
private Node root;
private int size;
public int size() {
return size;
}
public boolean isEmpty() {
return size==0;
}
//非遞迴
public boolean addNR(E e){
if(null==e){
return false;
}
if(null==root){
root = new Node(e);
size++;
return true;
}
Node temp = null;
Node cur = root;
while(cur!=null){
temp = cur;
if(e.compareTo(cur.e)==0){
return false;
}else if(e.compareTo(cur.e)<0){
cur = cur.left;
if(null==cur){
size++;
temp.left = new Node(e);
}
}else{
cur = cur.right;
if(null==cur){
size++;
temp.right = new Node(e);
}
}
}
return true;
}
public boolean add(E e) {
if(null==e){
return false;
}
int tempSize = size;
root = add(root,e);
return size==tempSize+1;
}
private Node add(Node node,E e){
if(null==node){
size++;
return new Node(e);
}
if(e.compareTo(node.e)<0){
node.left = add(node.left,e);
}else if(e.compareTo(node.e)>0){
node.right = add(node.right,e);
}
return node;
}
public boolean containsNR(E e){
if(null==e){
return false;
}
if(null==root)
return false;
Node cur = root;
while(cur!=null){
if(e.compareTo(cur.e)==0){
return true;
}else if(e.compareTo(cur.e)<0){
cur = cur.left;
}else{
cur = cur.right;
}
}
return false;
}
public boolean contains(E e) {
if(null==e){
return false;
}
return contains(root,e);
}
private boolean contains(Node node, E e) {
if(null==node){
return false;
}
if(e.compareTo(node.e)<0){
return contains(node.left,e);
}else if(e.compareTo(node.e)>0){
return contains(node.right,e);
}else{
return true;
}
}
public List<E> preOrder(){
List<E> list = new ArrayList<>();
preOrder(root,list);
return list;
}
private void preOrder(Node node,List<E> list){
if(null==node)
return;
list.add(node.e);
preOrder(node.left,list);
preOrder(node.right,list);
}
public List<E> preOrderNR() {
List<E> list = new ArrayList<>();
Stack<Node> stack = new Stack();
stack.push(root);
while(!stack.isEmpty()){
Node cur = stack.pop();
list.add(cur.e);
if(cur.right!=null){
stack.push(cur.right);
}
if(cur.left!=null){
stack.push(cur.left);
}
}
return list;
}
public List<E> inOrder(){
List<E> list = new ArrayList<>();
inOrder(root,list);
return list;
}
private void inOrder(Node node,List<E> list){
if(null==node)
return;
preOrder(node.left,list);
list.add(node.e);
preOrder(node.right,list);
}
public List<E> inOrderNR() {
List<E> list = new ArrayList<>();
Stack<Node> stack = new Stack();
Node cur = root;
while(!stack.isEmpty()||cur!=null){
while(cur!=null){
stack.push(cur);
cur = cur.left;
}
//左邊走完了,cur==null
if(!stack.isEmpty()){
cur = stack.pop();
list.add(cur.e);
cur = cur.right;
}
}
return list;
}
public List<E> postOrder(){
List<E> list = new ArrayList<>();
postOrder(root,list);
return list;
}
private void postOrder(Node node,List<E> list){
if(null==node)
return;
preOrder(node.left,list);
preOrder(node.right,list);
list.add(node.e);
}
public List<E> levelOrder(){
Queue<Node> queue = new LinkedList<>();
queue.add(root);
List<E> list = new ArrayList<>();
while(!queue.isEmpty()){
Node cur = queue.poll();
list.add(cur.e);
if(cur.left!=null){
queue.add(cur.left);
}
if(cur.right!=null){
queue.add(cur.right);
}
}
return list;
}
public E removeMin(){
E min = min();
root = removeMin(root);
return min;
}
private Node removeMin(Node node) {
if(node.left==null){
Node right = node.right;
size--;
node.right = null;
return right;
}
node.left = removeMin(node.left);
return node;
}
public E removeMax(){
E max = max();
root = removeMax(root);
return max;
}
private Node removeMax(Node node) {
if(node.right==null){
Node left = node.left;
size--;
node.left = null;
return left;
}
node.right = removeMax(node.right);
return node;
}
/**
* 刪除最小值所在節點,返回最小值
* @return
*/
public E removeMinNR(){
E min = min();
Node cur = root;
Node par = cur;
while(cur.left!=null){
par = cur;
cur = cur.left;
}
//cur是最小值,par是cur的父親
if(cur==root){
root=null;
}else{
par.left = cur.right;
}
size--;
return min;
}
/**
* 刪除最大值所在節點,返回最大值
* @return
*/
public E removeMaxNR(){
E max = max();
Node cur = root;
Node par = cur;
while(cur.right!=null){
par = cur;
cur = cur.right;
}
//cur是最小值,par是cur的父親
if(cur==root){
root=null;
}else{
par.right = cur.left;
}
size--;
return max;
}
public Node parentNR(E e){
if(null==e){
return null;
}
Node cur = root;
Node par = null;
while(cur!=null){
if(e.compareTo(cur.e)<0){
par = cur;
cur = cur.left;
}else if(e.compareTo(cur.e)>0){
par = cur;
cur = cur.right;
}else{
return par;
}
}
return null;
}
public boolean remove(E e) {
if(null==e)
return false;
int tempSize = size;
root = remove(root,e);
return size == tempSize-1;
}
private Node remove(Node node, E e) {
if(null==node){
return null;
}
if(e.compareTo(node.e)<0){
node.left = remove(node.left,e);
return node;
}else if(e.compareTo(node.e)>0){
node.right = remove(node.right,e);
return node;
}else{
//待刪除節點右子樹為空
if(node.right==null){
Node left = node.left;
size--;
node.left = null;
return left;
}
//待刪除節點左子樹為空
if(node.left==null){
Node right = node.right;
size--;
node.right = null;
return right;
}
// 待刪除節點左右子樹均不為空的情況
// 找到比待刪除節點大的最小節點, 即待刪除節點右子樹的最小節點
// 用這個節點頂替待刪除節點的位置
Node successor = min(node.right);
successor.left = node.left;
successor.right = removeMin(node.right);
node.left = node.right = null;
return successor;
}
}
public E min(){
if(size == 0)
throw new IllegalArgumentException("BST is empty!");
return min(root).e;
}
private Node min(Node node){
if(node.left==null)
return node;
return min(node.left);
}
public E max(){
if(size == 0)
throw new IllegalArgumentException("BST is empty!");
return max(root).e;
}
private Node max(Node node){
if(node.right==null)
return node;
return max(node.right);
}
public List<String> path(){
List<String> res = new ArrayList<>();
if(size==0)
return res;
path(root,"",res);
return res;
}
private void path(Node node, String s, List<String> res) {
if(node.left==null&&node.right==null){
res.add(s+node.e);
}
if(node.left!=null){
path(node.left,s+node.e+"->",res);
}
if(node.right!=null){
path(node.right,s+node.e+"->",res);
}
}
//找到pq最近公共祖先
public Node lowestCommonAncestor(E p, E q){
return lowestCommonAncestor(root,p,q);
}
public Node lowestCommonAncestor(Node node,E p, E q){
//pq全在右子樹
//pq全在左子樹
//else 找到了
if(p.compareTo(node.e)>0&&q.compareTo(node.e)>0){
return lowestCommonAncestor(node.right,p,q);
}else if(p.compareTo(node.e)<0&&q.compareTo(node.e)<0){
return lowestCommonAncestor(node.left,p,q);
}else{
return node;
}
}
public static void main(String[] args) {
BSTTree<Integer> tree = new BSTTree<>();
tree.addNR(2);
tree.addNR(1);
tree.addNR(3);
System.out.println(tree.path());
tree.removeMax();
System.out.println(tree.path());
tree.remove(2);
System.out.println(tree.path());
tree.remove(1);
System.out.println(tree.path());
}
}
相關文章
- 【資料結構】二叉搜尋樹!!!資料結構
- 資料結構之「二叉搜尋樹」資料結構
- 資料結構☞二叉搜尋樹BST資料結構
- 資料結構中的樹(二叉樹、二叉搜尋樹、AVL樹)資料結構二叉樹
- 資料結構-二叉搜尋樹的實現資料結構
- 【資料結構】搜尋樹資料結構
- 二叉搜尋樹的結構
- 資料結構之二叉搜尋樹—Java實現資料結構Java
- 演算法與資料結構——AVL樹(平衡二叉搜尋樹)演算法資料結構
- 資料結構:一文看懂二叉搜尋樹 (JavaScript)資料結構JavaScript
- 資料結構高階--二叉搜尋樹(原理+實現)資料結構
- 【資料結構】【二叉樹】四、二叉搜尋樹的特性(不斷補充)資料結構二叉樹
- 資料結構學習系列之二叉搜尋樹詳解!資料結構
- 資料結構-二分搜尋樹資料結構
- 資料結構和演算法-Go實現二叉搜尋樹資料結構演算法Go
- 資料結構之樹結構概述(含滿二叉樹、完全二叉樹、平衡二叉樹、二叉搜尋樹、紅黑樹、B-樹、B+樹、B*樹)資料結構二叉樹
- 【資料結構與演算法】二叉搜尋樹的簡單封裝資料結構演算法封裝
- 資料結構之PHP二分搜尋樹資料結構PHP
- 資料結構(樹):二叉樹資料結構二叉樹
- 二叉搜尋樹
- 《戀上資料結構與演算法》筆記(九):二叉搜尋樹 II資料結構演算法筆記
- 資料結構 - 二叉樹資料結構二叉樹
- 資料結構-二叉樹資料結構二叉樹
- 看圖輕鬆理解資料結構與演算法系列(二叉搜尋樹)資料結構演算法
- LeetCode 95 | 構造出所有二叉搜尋樹LeetCode
- 資料結構之「二叉樹」資料結構二叉樹
- 資料結構-平衡二叉樹資料結構二叉樹
- 二叉搜尋樹的第 k 個結點
- 演算法與資料結構之二分搜尋樹演算法資料結構
- 從二分搜尋到二叉搜尋樹
- Day20 | 654.最大二叉樹 、 617.合併二叉樹 、 700.二叉搜尋樹中的搜尋 98.驗證二叉搜尋樹二叉樹
- 資料結構 二叉樹遍歷資料結構二叉樹
- 資料結構二叉樹學習資料結構二叉樹
- 資料結構-二叉樹、堆、圖資料結構二叉樹
- 資料結構——二叉樹進階資料結構二叉樹
- 二叉搜尋樹的2層結點統計
- 程式碼隨想錄day18 || 530 二叉搜尋樹最小差,501 二叉搜尋樹眾數,236 二叉搜尋樹最近公共祖先
- 二叉搜尋樹的操作集