二叉搜索树

导读:本篇文章讲解 二叉搜索树,希望对大家有帮助,欢迎收藏,转发!站点地址:www.bmabk.com

二叉搜索树的应用不是很多,但他是重要的数据结构AVL树和红黑树的基础。

一、概念

二叉搜索树又称二叉排序树,它或者是一棵空树,或者是具有以下性质的二叉树:

  • 若它的左子树不为空,则左子树上所有节点的值都小于根节点的值;
  • 若它的右子树不为空,则右子树上所有节点的值都大于根节点的值;
  • 它的左右子树也分别为二叉搜索树。
  • 中序遍历是有序的。

在这里插入图片描述

初始代码:

public class BinarySearchTree {
    static class TreeNode{
        public int val;
        public TreeNode left;
        public TreeNode right;

        public TreeNode(int val) {
            this.val = val;
        }
    }

    public TreeNode root;
}

二、操作

2.1 操作-查找

在这里插入图片描述

代码实现:

    public TreeNode search(int val){
        TreeNode cur = root;
        while(cur != null){
            if(cur.val < val){
                cur = cur.right;
            }else if(cur.val > val){
                cur = cur.left;
            }else{
                return cur;
            }
        }
        return null;
    }

2.2 操作-插入

  1. 如果树为空树,即根 == null,直接插入
    在这里插入图片描述

  2. 如果树不是空树,按照查找逻辑确定插入位置,插入新结点
    在这里插入图片描述

代码实现:

    public boolean insert(int key){
        if(root == null){
            root = new TreeNode(key);
            return true;
        }
        TreeNode parent = null;
        TreeNode cur = root;
        while(cur != null){
            if(key > cur.val){
                parent = cur;
                cur = cur.right;
            }else if(key < cur.val){
                parent = cur;
                cur = cur.left;
            }else{
                return false;   // 相同的key是不能进行插入的
            }
        }
        // cur == null
        TreeNode node = new TreeNode(key);
        if(key < parent.val){
            parent.left = node;
        }else{
            parent.right = node;
        }
        return true;
    }

2.3 操作-删除(难点)

设待删除结点为 cur, 待删除结点的双亲结点为 parent 。

  1. cur.left == null
    1. cur 是 root,则 root = cur.right
    2. cur 不是 root,cur 是 parent.left,则 parent.left = cur.right
    3. cur 不是 root,cur 是 parent.right,则 parent.right = cur.right
  2. cur.right == null
    1. cur 是 root,则 root = cur.left
    2. cur 不是 root,cur 是 parent.left,则 parent.left = cur.left
    3. cur 不是 root,cur 是 parent.right,则 parent.right = cur.left
  3. cur.left != null && cur.right != null
    1. 需要使用替换法进行删除:cur左树的最右边节点和cur右树的最左边节点完全可以在cur的位置(也符合搜索树),所以我们对这两节点中任意一个进行删除,然后把值替换到cur即可。

代码实现:

    private void removeNode(TreeNode parent,TreeNode cur){
        if(cur.left == null){
            if(cur == root){
                root = cur.right;
            }else if(cur == parent.left){
                parent.left = cur.right;
            }else{
                parent.right = cur.right;
            }
        }else if(cur.right == null){
            if(cur == root){
                root = cur.left;
            }else if(cur == parent.left){
                parent.left = cur.left;
            }else{
                parent.right = cur.left;
            }
        }else{
            TreeNode target = cur.right;
            TreeNode targetParent = cur;
            while(target.left != null) {
                targetParent = target;
                target = target.left;
            }
            cur.val = target.val;
            // 再递归一次: removeNode(targetParent,target); 或者:
            if(target == targetParent.left){
                targetParent.left = target.right;
            }else{
                targetParent.right = target.right;
            }
        }
    }

2.4 性能分析

插入和删除操作都必须先查找,查找效率代表了二叉搜索树中各个操作的性能。
对有n个结点的二叉搜索树,若每个元素查找的概率相等,则二叉搜索树平均查找长度是结点在二叉搜索树的深度的函数,即结点越深,则比较次数越多。
但对于同一个关键码集合,如果各关键码插入的次序不同,可能得到不同结构的二叉搜索树:
在这里插入图片描述
最优情况下,二叉搜索树为完全二叉树,时间复杂度为:O(log2N)
最差情况下,二叉搜索树退化为单支树,时间复杂度为:O(N)

问题:如果退化成单支树,二叉搜索树的性能就失去了。那能否进行改进,不论按照什么次序插入关键码,都可以达到二叉搜索树的性能最佳?这就需要学习AVL树、红黑树……

三、和 java 类集的关系

TreeMap 和 TreeSet 即 java 中利用搜索树实现的 Map 和 Set;实际上用的是红黑树,而红黑树是一棵近似平衡的二叉搜索树,即在二叉搜索树的基础之上 + 颜色以及红黑树性质验证。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

文章由半码博客整理,本文链接:https://www.bmabk.com/index.php/post/118600.html

(0)
seven_的头像seven_bm

相关推荐

发表回复

登录后才能评论
半码博客——专业性很强的中文编程技术网站,欢迎收藏到浏览器,订阅我们!