09-二叉搜索树

🤔在n个动态的整数中搜索某个整数?(查看其是否存在)

如下列整数

方法一:

使用动态数组存放元素,从第0个位置开始遍历搜索,这种方法的平均复杂度为O(n)

方法二:

维护一个有序的动态数组[下图],使用二分搜索,最坏的时间复杂度为O(logn)

但是添加删除的平均复杂度为O(n)

因此,针对这种需求,有没有更好的方案呢?

使用二叉搜索树,添加,删除,搜索的最坏时间复杂度均可优化到O(logn)

  • 二叉搜索树(Binary Search Tree)

二叉搜索树是二叉树的一种,是应用非常广泛的一种二叉树,英文简称BST

  • 又被称为:二叉查找树,二叉排序树

如下就是一棵二叉搜索树

特点:

  • 任意一个节点的值都大于子树所有节点的值
  • 任意一个节点的值都小于子树所有节点的值
  • 它的左右子树也是一棵二叉搜索树

二叉搜索树可以大大提高搜索数据的效率

二叉搜索树存储的元素必须具备可比较性,如int,double等。如果比较的是自定义类型,需要指定比较的方式。不允许存储的值为null

  • 二叉搜索树的接口设计

元素的数量

int size();

是否为空

boolean isEmpty();

清空所有元素

void clear();

添加元素

void add(E element);

删除元素

void remove(E element);

是否包含某元素

boolean contains(E element);

需要注意的是

对于我们现在使用的二叉树来说,它的元素是没有索引的概念的,因此不设计

  • 添加节点

比如往以下二叉树中添加12,1

添加12后,二叉树变为

添加1后,二叉树变为

添加步骤:

1.找到父节点parent

2.创建新节点node

3.parent.left = node 或者parent.right = node

遇到相等值的元素该如何处理?

1.建议覆盖旧的值

代码如下:

public void add(E element) {
        elementNotNullCheck(element);
        if (root == null) {
            //添加的第一个节点
            root = new Node<>(element,null);
            size++;
            return;
        }
        //添加的不是第一个节点
        //找到父节点
        Node<E> node = root;
        Node<E> parent = root;
        int cmp = 0;
        while (node != null) {
            cmp = compare(element,node.element);
            parent = node;
            if (cmp > 0) {
                //右节点
                node = node.right;
            } else if (cmp < 0) {
                //左节点
                node = node.left;
            } else  {
                //相等
                return;
            }
        }
        //看看插入到父节点的那个位置
        Node<E> newNode = new Node(element,parent);
        if (cmp > 0) {
            //右边
            parent.right = newNode;
        } else {
            parent.left = newNode;
        }
        size++;
    }

如果我们直接通过Integer类型来进行比较的话,我们当中的元素为7,4,9,2,5,8,11,3,12,1时,然后通过工具,打印出来的结果为[具体实现,请查阅源码]

同样的,我们也可以通过自定义的类进行打印,比如我们现在有一个Person的类,其中根据Person的age大小进行比较,我们也可以得出以下比较结果

  • 删除节点

删除叶子节点

假设现在有如下的二叉搜索树

其中,3,5,8,10为叶子节点

直接删除

1.如果要删除的节点为左节点,如上图中的8,10,即node == node.parent.left,则我们只需将该节点复制为null即可

node.parent.left = null,意味着连接父节点的线消失,下图

最终节点销毁

2.如果删除的节点为父节点的右子节点,如上图中的3,5,同样的,我们只需要将父节点中的两个右子节点赋值为空就可以了,即node.parent.right = null,删除后的结果为

3.还有另外一种情况,即该节点的父节点为空,那么该节点只有一个元素[下图],我们只需要将该节点赋值为空即可,即root = null

删除度为1的节点

假设现在有如下两棵二叉树

现需要删除两棵树中,度为1的节点,即图一中的4,9与图二中的9

如果需要删除这样的节点,我们只需将子节点替换原节点的位置即可,即

  • child是node.left或者child是node.right
  • 用child(用来替代的节点)替换node(将被删除的节点)的位置
    • 如果node是左子节点
    • child.parent = node.parent
    • node.parent.left = child

图一删除完成后如下图所示

    • 如果node是右子节点
    • child.parent = node.parent
    • node.parent.right = child

图一删除完成后如下图所示

    • 如果node是跟节点,如上图二
    • root = child
    • child.parent = null

图二删除完成后如下图所示

删除度为2的节点

现有如下的二叉搜索树,下图中的5,3,8为度为2的节点

假设现在需要先删除5,再删除4

使用前驱或者后继节点的值来覆盖原节点的值。修改完成后结果为

然后删除相应的前驱或者后继节点

现在成功删除5,用同样的方法,删除4即可

规律

如果一个节点的度为2,那么

它的前驱后继节点的度只可能为1或者0,因此在删除度为2的节点时,真正被删除的是度为1或者0的节点

因此二叉搜索树的删除,可通过以下代码实现

public void remove(E element) {
    remove(node(element));
}

private void remove(Node<E> node) {
    if (node == null) return;
    size--;
    //度为2的情况
    if (node.hasTwoChildren()) {
        //找到后继节点
        Node<E> 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的度必然位1或者0)
    Node<E> 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.parent.right = replacement;
        }
    } else if (node == root){
        //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.right) {
            node.parent.right = null;
        } else {//node == node.parent.left
            node.parent.left = null;
        }
    }
}

private Node<E> node(E element) {
    Node<E> node = root;
    while (node != null) {
        int cmp = compare(element,node.element);
        if (cmp == 0) return node;
        if (cmp > 0) {
            node = node.right;
        } else  {
            node = node.left;
        }
    }
    return null;
}
  • 代码重构

简单的继承结构

重构代码请参照demo代码中Refactor文件夹中的类

GitHub地址
本节完!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,122评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,070评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,491评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,636评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,676评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,541评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,292评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,211评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,655评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,846评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,965评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,684评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,295评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,894评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,012评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,126评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,914评论 2 355

推荐阅读更多精彩内容