二叉樹:顧名思義就是每個節(jié)點都只能有兩個子節(jié)點的樹結(jié)構(gòu)
class TreeNode {
int val;
TreeNode left;
TreeNode right;
}
二分搜索樹
- 二分搜索樹也是二叉樹
- 二分搜索樹的每個節(jié)點的值:
- 大于其左子樹的所有節(jié)點的值
- 小于其右子樹的所有節(jié)點的值
- 每一棵子樹也是二分搜索樹
- 存儲的元素必須有可比性

創(chuàng)建二分搜索樹
public class BST<E extends Comparable<E>> {
private class Node {
public E e;
public Node left, right;
public Node(E e) {
this.e = e;
left = null;
right = null;
}
}
private Node root;
private int size;
public BST(){
root = null;
size = 0;
}
public int size(){
return size;
}
public boolean isEmpty(){
return size == 0;
}
}
添加元素
向以node為根的二叉樹中添加元素, 如果比node中的元素小,就去node的左子樹中去比較
// 向二分搜索樹中添加新的元素e
public void add(E e) {
root = add(root, e);
}
// 向以node為根的二分搜索樹中插入元素e,遞歸算法
// 返回插入新節(jié)點后二分搜索樹的根
private Node add(Node node, E e) {
if (node == null) {
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;
}
查詢元素
// 看二分搜索樹中是否包含元素e
public boolean contains(E e) {
return contains(root, e);
}
// 看以node為根的二分搜索樹中是否包含元素e, 遞歸算法
private boolean contains(Node node, E e) {
if (node == null)
return false;
if (e.compareTo(node.e) == 0)
return true;
else if (e.compareTo(node.e) < 0)
return contains(node.left, e);
else // e.compareTo(node.e) > 0
return contains(node.right, e);
}
二分搜索樹的遞歸遍歷
先序遍歷
根節(jié)點在前就是先序遍歷
// 二分搜索樹的前序遍歷
public void preOrder(){
preOrder(root);
}
// 前序遍歷以node為根的二分搜索樹, 遞歸算法
private void preOrder(Node node){
if(node == null)
return;
System.out.println(node.e);
preOrder(node.left);
preOrder(node.right);
}
@Override
public String toString(){
StringBuilder res = new StringBuilder();
generateBSTString(root, 0, res);
return res.toString();
}
// 生成以node為根節(jié)點,深度為depth的描述二叉樹的字符串
private void generateBSTString(Node node, int depth, StringBuilder res){
if(node == null){
res.append(generateDepthString(depth) + "null\n");
return;
}
res.append(generateDepthString(depth) + node.e + "\n");
generateBSTString(node.left, depth + 1, res);
generateBSTString(node.right, depth + 1, res);
}
private String generateDepthString(int depth){
StringBuilder res = new StringBuilder();
for(int i = 0 ; i < depth ; i ++)
res.append("--");
return res.toString();
}
中序遍歷
// 二分搜索樹的中序遍歷
public void inOrder() {
inOrder(root);
}
// 中序遍歷以node為根的二分搜索樹, 遞歸算法
private void inOrder(Node node) {
if (node == null)
return;
inOrder(node.left);
System.out.println(node.e);
inOrder(node.right);
}
后序遍歷
// 二分搜索樹的后序遍歷
public void postOrder() {
postOrder(root);
}
// 后序遍歷以node為根的二分搜索樹, 遞歸算法
private void postOrder(Node node) {
if (node == null)
return;
postOrder(node.left);
postOrder(node.right);
System.out.println(node.e);
}
遍歷的非遞歸實現(xiàn)
借助棧的功能來實現(xiàn)非遞歸遍歷
前序遍歷
先將根節(jié)點壓入棧
1.若棧非空輸出根節(jié)點,并出棧
2.將右節(jié)點壓棧(如果存在)
3.將左節(jié)點壓棧(如果存在)
4.重復(fù)第1步直到???/p>
// 二分搜索樹的非遞歸前序遍歷
public List<E> preOrderNR(){
List<E> es = new ArrayList<>();
if(root == null)
return es;
Stack<Node> stack = new Stack<>();
stack.push(root);
while(!stack.isEmpty()){
Node cur = stack.pop();
es.add(cur.e);
if(cur.right != null)
stack.push(cur.right);
if(cur.left != null)
stack.push(cur.left);
}
return es;
}
中序遍歷
棧的中序遍歷需要套兩層循環(huán),由于需要先輸出左節(jié)點,因此必須向下查找直到左節(jié)點為空才能輸出。處理邏輯如下:
1、如果棧頂元素非空且左節(jié)點存在,將其入棧,重復(fù)該過程。若不存在則進(jìn)入第2步
2、若棧非空,輸出棧頂元素并出棧。判斷剛出棧的元素的右節(jié)點是否存在,不存在重復(fù)第2步,存在則將右節(jié)點入棧,跳至第1步
// 二分搜索樹的非遞歸中序遍歷
public List<E> inOrderNR(){
List<E> es = new ArrayList<>();
if(root == null)
return es;
Stack<Node> stack = new Stack<>();
stack.push(root);
while(!stack.isEmpty()) {
while (stack.peek().left != null) {
stack.push(stack.peek().left);
}
while (!stack.empty()) {
Node cur = stack.pop();
es.add(cur.e);
if (cur.right != null) {
stack.push(cur.right);
break;
}
}
}
return es;
}
public class Main {
public static void main(String[] args) {
BST<Integer> bst = new BST<>();
int[] nums = {20, 10, 25, 5, 15, 23, 27, 7, 22, 24, 6, 8, 9};
for(int num: nums)
bst.add(num);
//bst.preOrder();
//System.out.println(bst.preOrderNR());
//bst.inOrder();
System.out.println(bst.inOrderNR());
}
}
[5, 6, 7, 8, 9, 10, 15, 20, 22, 23, 24, 25, 27]
后序遍歷
后序遍歷在中序的雙層循環(huán)的基礎(chǔ)上需要加入一個記錄,專門記錄上一次出棧的節(jié)點。步驟如下:
1、如果棧頂元素非空且左節(jié)點存在,將其入棧,重復(fù)該過程。若不存在則進(jìn)入第2步(該過程和中序遍歷一致)
2、判斷上一次出棧節(jié)點是否當(dāng)前節(jié)點的右節(jié)點,或者當(dāng)前節(jié)點是否存在右節(jié)點,滿足任一條件,將當(dāng)前節(jié)點輸出,并出棧。否則將右節(jié)點壓棧。跳至第1步
public List<E> postOrderNR(){
LinkedList<E> es = new LinkedList<>();
Stack<Node> stack = new Stack<>();
if (root == null) return es;
stack.push(root);
Node lastpop = null;
while (!stack.isEmpty()){
while(stack.peek().left != null){
stack.push(stack.peek().left);
}
// 當(dāng)前節(jié)點沒有左子樹, 看其右子樹是否存在或者是否是上次訪問過的節(jié)點
while (!stack.isEmpty()){
if (lastpop == stack.peek().right || stack.peek().right == null){
Node cur = stack.pop();
es.add(cur.e);
lastpop = cur;
}
else if(stack.peek().right != null){
stack.push(stack.peek().right);
break;
}
}
}
return es;
}
[6, 9, 8, 7, 5, 15, 10, 22, 24, 23, 27, 25, 20]
根據(jù)后序遍歷的特性: 左 右 中, 先將根節(jié)點入棧,
1.將根節(jié)點出棧, 放在鏈表的頭部
2.出棧的節(jié)點有左節(jié)點將左節(jié)點入棧
3.出棧的節(jié)點有右節(jié)點將右節(jié)點入棧
4.棧不為空,重復(fù)1~3
public List<E> postOrderNR() {
LinkedList<E> ans = new LinkedList<>();
Stack<Node> stack = new Stack<>();
if (root == null) return ans;
stack.push(root);
while (!stack.isEmpty()) {
Node cur = stack.pop();
ans.addFirst(cur.e);
if (cur.left != null) {
stack.push(cur.left);
}
if (cur.right != null) {
stack.push(cur.right);
}
}
return ans;
}
[6, 9, 8, 7, 5, 15, 10, 22, 24, 23, 27, 25, 20]
層序遍歷
借助隊列先進(jìn)先出的特性, 可以很輕松的實現(xiàn)樹的層序遍歷
// 二分搜索樹的層序遍歷
public List<E> levelOrder() {
Queue<Node> q = new LinkedList<>();
ArrayList<E> es = new ArrayList<>();
if (root == null)
return es;
q.add(root);
while (!q.isEmpty()) {
Node cur = q.remove();
es.add(cur.e);
if (cur.left != null)
q.add(cur.left);
if (cur.right != null)
q.add(cur.right);
}
return es;
}
[20, 10, 25, 5, 15, 23, 27, 7, 22, 24, 6, 8, 9]
public List<List<E>> levelOrder() {
List<List<E>> res = new ArrayList<>();
Deque<Node> queue = new LinkedList<>();
if (root == null)
return res;
queue.addFirst(root);
while (!queue.isEmpty()) {
List<E> list = new ArrayList<>();
int n = queue.size();
for (int i = 0; i < n; i++) {
Node t = queue.removeLast();
list.add(t.e);
if (t.left != null)
queue.addFirst(t.left);
if (t.right != null)
queue.addFirst(t.right);
}
if (!list.isEmpty())
res.add(list);
}
return res;
}
[[20], [10, 25], [5, 15, 23, 27], [7, 22, 24], [6, 8], [9]]
最大值和最小值
根據(jù)二分搜索樹的特性, 很容易知道沿著根節(jié)點往左走是最小值, 往右走是最大值
// 尋找二分搜索樹的最小元素
public E minimum(){
if(size == 0)
throw new IllegalArgumentException("BST is empty");
Node minNode = minimum(root);
return minNode.e;
}
// 返回以node為根的二分搜索樹的最小值所在的節(jié)點
private Node minimum(Node node){
if( node.left == null )
return node;
return minimum(node.left);
}
// 尋找二分搜索樹的最大元素
public E maximum(){
if(size == 0)
throw new IllegalArgumentException("BST is empty");
return maximum(root).e;
}
// 返回以node為根的二分搜索樹的最大值所在的節(jié)點
private Node maximum(Node node){
if( node.right == null )
return node;
return maximum(node.right);
}
刪除最大值,最小值
// 刪除掉以node為根的二分搜索樹中的最小節(jié)點
// 返回刪除節(jié)點后新的二分搜索樹的根
private Node removeMin(Node node){
if(node.left == null){
Node rightNode = node.right;
node.right = null;
size --;
return rightNode;
}
node.left = removeMin(node.left);
return node;
}
// 刪除掉以node為根的二分搜索樹中的最大節(jié)點
// 返回刪除節(jié)點后新的二分搜索樹的根
private Node removeMax(Node node){
if(node.right == null){
Node leftNode = node.left;
node.left = null;
size --;
return leftNode;
}
node.right = removeMax(node.right);
return node;
}
刪除任意節(jié)點
/*二叉樹節(jié)點的刪除
*先找到要刪除節(jié)點所在的位置,判斷左右子樹的情況
*如果左右子樹都不存在,將其直接刪除
*如果存在單一子樹,修改指針后將其刪除即可
*如果左、右子樹都存在,則將其左子樹的最大值復(fù)制為將刪除的節(jié)點,并將最大值刪除即可
*右子樹的最小值也可以
*/
// 從二分搜索樹中刪除元素為e的節(jié)點
public void remove(E e) {
root = remove(root, e);
}
// 刪除掉以node為根的二分搜索樹中值為e的節(jié)點, 遞歸算法
// 返回刪除節(jié)點后新的二分搜索樹的根
private Node remove(Node node, E e) {
if (node == null)
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 { // e.compareTo(node.e) == 0
// 待刪除節(jié)點左子樹為空的情況
if (node.left == null) {
Node rightNode = node.right;
node.right = null;
size--;
return rightNode;
}
// 待刪除節(jié)點右子樹為空的情況
if (node.right == null) {
Node leftNode = node.left;
node.left = null;
size--;
return leftNode;
}
// 待刪除節(jié)點左右子樹均不為空的情況
// 找到比待刪除節(jié)點大的最小節(jié)點, 即待刪除節(jié)點右子樹的最小節(jié)點
// 用這個節(jié)點頂替待刪除節(jié)點的位置
Node successor = minimum(node.right);
successor.right = removeMin(node.right);
successor.left = node.left;
node.left = node.right = null;
return successor;
}
}