当前位置: 首页 > news >正文

【数据结构】详解二叉搜索树及其实现

前言:

二叉搜索树是红黑树等的前身,掌握其操作和性质很重要。总结自用and分享。


目录

一、基本概念

二、其常见操作及其实现

1.定义节点

2.查找元素 

 3.插入元素

4.删除元素【难点】

5.判断是不是二叉搜索树

 三、性质分析


一、基本概念

        如下所示:对于所有节点都满足该性质:子树上所有节点的值都小于该节点的值。对于每个节点,右子树上所有节点的值都大于该节点的值。每个节点的左子树和右子树也是一个二叉搜索树。

其也叫二叉排序树,对其进行中序遍历可以得到排好序的序列。


二、其常见操作及其实现

1.定义节点

public class BinarySearchTree {private TreeNode root = null;//根节点// 定义节点class TreeNode {int val;TreeNode left;TreeNode right;public TreeNode(int val) {this.val = val;}
}

2.查找元素 

思想:

运用一个递归的思想:

1.先看看根节点是不是该元素,是的话,直接当前节点。

2.若不是,判断其位置,若该元素比根大,那就去右子树找(跳到1)。

3.若该元素比根小,那就去左子树找(跳到1)。

4.若遍历完所有节点都找不到,返回null。

代码实现:

public TreeNode search(int val) {TreeNode curRoot = root;//当前的双亲节点while (curRoot != null) {if (curRoot.val == val) {return curRoot;} else if (curRoot.val > val) {curRoot = curRoot.left;} else {curRoot = curRoot.right;}}return null;}

 3.插入元素

注意:二叉树的插入是不会破坏原有的结构的,插入元素,总是能找到合适的叶子节点插入,你们可以画图感受一下。

思想:

1.若该树为空,直接插入。

2.若树不为空:根据二叉树的性质,找到它的容身之处的双亲节点。

3.找到双亲节点之后,若比双亲节点大,插入其右边,若比双亲节点小,插入其左边。

代码实现:

    // 2.插入元素public boolean insert(int val) {// 如果根节点为空,直接插入,返回trueif (root == null) {root = new TreeNode(val);return true;}TreeNode cur = root;TreeNode parent = null;while (cur != null) {if (val == cur.val) {System.out.println("值为" + val + "的节点已经存在");return false;} else if (val > cur.val) {parent = cur;cur = cur.right;} else {parent = cur;cur = cur.left;}}// 抵达该位置时,已经找到合适的插入位置的双亲节点:parent// 要判断一下插入哪一边if (val > parent.val) {parent.right = new TreeNode(val);} else {parent.left = new TreeNode(val);}return true;}

4.删除元素【难点】

注意:刚说的插入元素不会破坏原有的树结构,但是删除元素就可能不得不破坏原有的树结构了,毕竟要把某个在中间的元素搬走...

a:初步思路:

    先找到该节点和其双亲节点,若找不到该节点,返回false。若找到了该节点,再根据情况进行删除调整。

 public boolean remove(int val) {TreeNode cur = root;TreeNode parent = null;while (cur != null) {if (cur.val < val) {parent = cur;cur = cur.right;} else if (cur.val > val) {parent = cur;cur = cur.left;} else {//找到要删除的元素和其双亲节点了removeNode(parent, cur);return true;}}System.out.println("删除失败,没找到值为"+val+"的节点");return false;}

 b:删除:(难点)

  1. 删除叶子节点:直接删除。
  2. 删除只有一边子节点的节点:用子节点替代该节点。(可涵盖情况1)
  3. 删除有两个子节点的节点【难点所在】:找到该节点的中序后继节点,用它的值替换被删除节点的值,然后删除该中序后继节点,并把该中序后继节点的子节点继承过去。

 再捋一下删除的情况:

     情况1、2: 我们找到了要删除的节点和其双亲节点。上述的情况2是可以包含情况1的:叶子节点也可以视为只有一边子节点(实际是null)的节点,然后子节点(实际是null),替代原本的节点。但是有一种情况我们要特殊处理,那就是要删除的节点是根节点时(此时对parent修改,只是流动了parent,影响不了root),我们需要直接拿到root去修改指向。

      情况3: 删除有两个子节点的节点【难点所在】

      找到要删除节点的右子树的最左节点,我们因为是最左节点,该节点肯定没有左子树了。

        我们把最左节点的值直接覆盖到要删除的节点,原因:最左节点是要删除节点的右子树里最小的,把它放在要删除的节点处,既可以满足,右子树中所有元素比节点大,也可以满足本来左子树中所有元素比节点小。(天然,右子树中任一元素大于左子树中的)

        善后阶段:最左节点的值已经被拿去,应该要删掉。这时候就回到情况1、2的问题了,且最左节点肯定不是头结点,处理起来也更简单。

private void removeNode(TreeNode parent, TreeNode cur) {// 情况1:要删除的节点没有左子节点if (cur.left == null) {// 如果要删除的节点是根节点,则直接将根节点指向其右子节点if (cur == root) {root = cur.right;} else if (cur == parent.left) {// 如果要删除的节点是其父节点的左子节点,则更新父节点的左指针parent.left = cur.right;} else {// 如果要删除的节点是其父节点的右子节点,则更新父节点的右指针parent.right = cur.right;}}// 情况2:要删除的节点没有右子节点else if (cur.right == null) {// 如果要删除的节点是根节点,则直接将根节点指向其左子节点if (cur == root) {root = cur.left;} else if (cur == parent.left) {// 如果要删除的节点是其父节点的左子节点,则更新父节点的左指针parent.left = cur.left;} else {// 如果要删除的节点是其父节点的右子节点,则更新父节点的右指针parent.right = cur.left;}}// 情况3:要删除的节点有左右子节点else {// 找到要删除节点的右子树中的最左(最小)节点TreeNode t = cur.right;TreeNode tp = cur;while (t.left != null) {tp = t;t = t.left;}// 将最左节点的值赋值给要删除的节点cur.val = t.val;// 删除最左节点,更新其父节点的左指针或右指针if (tp.left == t) {tp.left = t.right;} else {tp.right = t.right;}}}

5.判断是不是二叉搜索树

OJ链接

a:带上下界的递归方法:

public boolean isValidBST(TreeNode root) {//(,)return isValidBST(root, null, null);}public boolean isValidBST(TreeNode root, Integer left, Integer right) {if (root == null) {return true;}if ((left != null && root.val <= left) || (right != null && root.val >= right)) {return false;}return isValidBST(root.left, left, root.val) && isValidBST(root.right, root.val, right);}

b:利用二叉搜索树中序遍历是有序的这个性质

//利用二叉树中序遍历是有序的性质//左右根static Integer pre = null;public boolean isValidBST(TreeNode root) {if (root == null) {return true;}if (!isValidBST(root.left)) return false;if (pre != null && root.val <= pre) {return false;}pre = root.val;return isValidBST(root.right);}

 三、性质分析

        由于二叉搜索树的特点,平均情况下,插入、查找和删除操作的时间复杂度都是 O(log⁡n)。但是,如果二叉搜索树退化成一条链表(例如插入有序数据),最坏情况下,操作时间复杂度会降到 O(n)。为了避免这种情况,实际应用中常使用平衡二叉搜索树(如AVL树、红黑树等)。

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • TOP 100 AI应用,字节跳动独占6个!
  • 分类预测|基于雪消融优化BP神经网络的数据分类预测Matlab程序SAO-BP 多特征输入多类别输出 含基础程序
  • 1. 初识LLM API:环境配置与多轮对话演示
  • springboot进出校园门禁管理系统---附源码79219
  • 速通GPT:Improving Language Understanding by Generative Pre-Training全文解读
  • 每日搜索论坛回顾:2024年9月11日
  • 机器学习和深度学习区别
  • linux 脱机
  • 同时播放多个视频
  • 循环语句(C语言)
  • 重装电脑系统时硬盘被重新分区:数据恢复实战指南与深度解析
  • Blitzy:AI驱动的软件开发自动化先锋
  • DeepSeek API是什么
  • 《论应用服务器基础软件》写作框架,软考高级系统架构设计师
  • 合宙低功耗4G模组Air780EX——硬件设计手册01
  • Bytom交易说明(账户管理模式)
  • CEF与代理
  • CentOS7 安装JDK
  • Computed property XXX was assigned to but it has no setter
  • Golang-长连接-状态推送
  • HTML-表单
  • JavaScript 一些 DOM 的知识点
  • PHP的Ev教程三(Periodic watcher)
  • Python连接Oracle
  • V4L2视频输入框架概述
  • vuex 笔记整理
  • 从 Android Sample ApiDemos 中学习 android.animation API 的用法
  • 计算机常识 - 收藏集 - 掘金
  • 记录:CentOS7.2配置LNMP环境记录
  • 容器服务kubernetes弹性伸缩高级用法
  • 扫描识别控件Dynamic Web TWAIN v12.2发布,改进SSL证书
  • 使用 5W1H 写出高可读的 Git Commit Message
  • 使用Maven插件构建SpringBoot项目,生成Docker镜像push到DockerHub上
  • 通过获取异步加载JS文件进度实现一个canvas环形loading图
  • 我是如何设计 Upload 上传组件的
  • 学习笔记DL002:AI、机器学习、表示学习、深度学习,第一次大衰退
  • 移动端解决方案学习记录
  • %@ page import=%的用法
  • (¥1011)-(一千零一拾一元整)输出
  • (24)(24.1) FPV和仿真的机载OSD(三)
  • (C语言)球球大作战
  • (PyTorch)TCN和RNN/LSTM/GRU结合实现时间序列预测
  • (Pytorch框架)神经网络输出维度调试,做出我们自己的网络来!!(详细教程~)
  • (篇九)MySQL常用内置函数
  • (一) 初入MySQL 【认识和部署】
  • (轉貼) UML中文FAQ (OO) (UML)
  • .net core 实现redis分片_基于 Redis 的分布式任务调度框架 earth-frost
  • .net core 微服务_.NET Core 3.0中用 Code-First 方式创建 gRPC 服务与客户端
  • .Net Winform开发笔记(一)
  • .NET4.0并行计算技术基础(1)
  • .net6解除文件上传限制。Multipart body length limit 16384 exceeded
  • .net通用权限框架B/S (三)--MODEL层(2)
  • .ui文件相关
  • @cacheable 是否缓存成功_Spring Cache缓存注解
  • @data注解_SpringBoot 使用WebSocket打造在线聊天室(基于注解)