您好,登錄后才能下訂單哦!
這篇文章給大家介紹Java怎么實現二叉搜索樹的插入、刪除功能,內容非常詳細,感興趣的小伙伴們可以參考借鑒,希望對大家能有所幫助。
Java的特點有哪些 1.Java語言作為靜態面向對象編程語言的代表,實現了面向對象理論,允許程序員以優雅的思維方式進行復雜的編程。 2.Java具有簡單性、面向對象、分布式、安全性、平臺獨立與可移植性、動態性等特點。 3.使用Java可以編寫桌面應用程序、Web應用程序、分布式系統和嵌入式系統應用程序等。
public class TreeNode { int val; TreeNode left; TreeNode right; TreeNode() { } TreeNode(int val) { this.val = val; } }
中序遍歷:從根節點開始遍歷,遍歷順序是:左子樹->當前節點->右子樹,在中序遍歷中,對每個節點來說:
只有當它的左子樹都被遍歷過了(或者沒有左子樹),它才會被遍歷到。
在遍歷右子樹之前,一定會先遍歷當前節點。
中序遍歷得到的第一個節點是沒有左子樹的(也許是葉子節點,也許有右子樹)
同理,中序遍歷的最后一個節點沒有右子樹
代碼遞歸實現
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); } }
對每一個節點而言,左子樹的所有節點小于它,右子樹的所有節點大于它
二叉樹中每一個節點的值都不相同
中序遍歷的結果是升序的
這些定義決定了它的優點:查找效率快,因為二叉搜索樹查找一個值時,可以通過二分查找的方式,平均時間復雜度為log2(n),n是二叉樹的層樹
下圖就是一個標準的二叉搜索樹,右子樹比根節點大,左子樹比根節點小
給定一個值,使用循環在二叉搜索樹中查找,找到該節點為止
從根節點開始,不斷循環進行比較
給定值大于當前節點,就找右子樹,小于就找左子樹,值相等就是找到了節點
代碼實現如下
public TreeNode search(TreeNode root, int val) { // 節點不為空,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; }
設要添加的節點為b, 二叉搜索樹的添加是將b作為葉子節點加入到其中,因為葉子節點的增加比較簡單。
跟搜索過程類似,從根節點開始,不斷循環找,找到一個適合新節點的位置
b值比當前節點大(小),并且當前節點的右(左)子樹為空,將b插入到當前節點的右(左)子樹中
如果當前節點的子樹不為空,繼續往下尋找
使用一個隨著搜索過程,不斷更新的pre節點作為b的父節點,由pre節點添加b
有可能要插入節點的二叉樹是一顆空樹,創建一個新的二叉樹
如果二叉搜索樹中已經有跟b相等的值,不需要進行添加
public TreeNode insertInto(TreeNode root, int val) { if (root == null) { // 樹為空樹的情況 return new TreeNode(val); } // 一個臨時節點指向根節點,用于返回值 TreeNode tmp = root; TreeNode pre = root; while (root != null && root.val != val) { // 保存父節點 pre = root; if (val > root.val) { root = root.right; } else { root = root.left; } } // 通過父節點添加 if (val > pre.val) { pre.right = new TreeNode(val); } else { pre.left = new TreeNode(val); } return tmp; }
刪除過程比較復雜,先設二叉搜索樹要刪除的節點為a,a有以下三種情況
a為葉子節點
a有一個子節點
a有兩個子節點刪除葉子節點
過程類似搜索節點,找到到a后,通過它的父節點刪除,并且葉子節點的刪除不影響樹的性質
有一個子節點的節點
要將a刪除,并且保留a的子節點,讓它的父節點連接它的子節點即可,因為a的子節點 與 a的父節點 關系 == a與 a的父節點 關系,所以不改變樹的性質
二叉搜索樹的定義決定了:對于每一個節點而言,它 大于(小于) 它的父節點,那么它的子節點 大于(小于) 它的父節點
過程像這張圖一樣
我們可以通過交換節點的方式,讓a 和 只有一個子節點的節點 交換,刪除a的操作就變成了上面第二種情況。
我們知道中序遍歷二叉搜索樹的結果是升序的,如果要交換,肯定要找中序遍歷在a左右兩邊的節點(因為值交換之后也滿足二叉搜索樹的定義)
中序遍歷的后(前)一個節點是右(左)子樹中序遍歷的第一個(最后一個)節點,而且它們都只有一個子節點
過程跟下面這張圖類似(a的值與中序遍歷的后一個節點交換,并刪除這個節點)
代碼實現
public TreeNode deleteNode(TreeNode root, int key) { TreeNode tmp = root; TreeNode pre = root; // 尋找要刪除的節點 while (root != null && root.val != key) { pre = root; if (key > root.val) { root = root.right; } else { root = root.left; } } // 找不到符合的節點值 if (root == null) { return tmp; } // 只有一個子節點或者沒有子節點的情況 if (root.left == null || root.right == null) { if (root.left == null) { // 要刪除的是根節點,返回它的子節點 if (root == tmp) { return root.right; } // 使用父節點連接子節點,實現刪除當前節點 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; } // 第一種方式 // 尋找中序遍歷的后一個節點,也就是右子樹進行中序遍歷的第一個節點,右子樹的最左節點 pre = root; TreeNode rootRight = root.right; while (rootRight.left != null) { pre = rootRight; rootRight = rootRight.left; } // 節點的值進行交換 int tmpVal = rootRight.val; rootRight.val = root.val; root.val = tmpVal; // 中序遍歷的第一個節點肯定是沒有左子樹的,但是可能有右子樹,將右子樹連接到父節點上(相當于刪除有一個子節點的節點) if (pre.left == rootRight) { pre.left = rootRight.right; }else { pre.right = rootRight.right; } // 第二種方式 // 尋找中序遍歷的前一個節點,也就是左子樹進行中序遍歷的最后一個節點,左子樹的最右節點 // 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; // // // 中序遍歷的最后一個節點肯定是沒有右子樹的,但是可能有左子樹,將左子樹連接到父節點上(相當于刪除有一個子節點的節點) // if (pre.left == rootLeft) { // pre.left = rootLeft.left; // }else { // pre.right = rootLeft.left; // } return tmp; }
關于Java怎么實現二叉搜索樹的插入、刪除功能就分享到這里了,希望以上內容可以對大家有一定的幫助,可以學到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。