一、基础概念:
二叉查找树(Binary Search Tree 简称:BST),(又:二叉搜索树,二叉排序树)它或者是一棵空树,或者是具有下列性质的二叉树: 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值; 若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值; 它的左、右子树也分别为二叉排序树。🤷♂️二叉搜索树作为一种经典的数据结构,它既有链表的快速插入与删除操作的特点,又有数组快速查找的优势;所以应用十分广泛,例如在文件系统和数据库系统一般会采用这种数据结构进行高效率的排序与检索操
具有如下性质:
- 若其左子树非空,则左子树上所有节点的值都小于根节点的值
- 若其右子树非空,则右子树上所有节点的值都大于根节点的值
- 其左右子树也分别是一棵二叉查找树

关于二叉树的节点类
二、二叉搜索树的特性:
🐱🐉我们通过上图看出了,根节点的左子树永远小于根,右子树的节点永远大于根;所以我们通过中序遍历可以得到一个有序序列{0,1,2,3,4,5,6,7,8,9}
👌👌这是通过我自己写的代码实现搜索二叉树的中序遍历

三、二叉搜索树的查:
通过上面中序遍历不难发现,二叉搜索树如果展开来看的话,其实是一个有序数列,然而其root刚好就是中间值,左边的比其小,右边的比其大;查找有点类似二分查找,若需要找的值比根小就去左子树找,比根大就去右子树找。
如何实现算法呢?????
1.如果root==null,没有节点则找不到,返回null
2.循环判断,查找值key是在根节点左子树还是右子树
//查找key,找到返回key
public TreeNode search(int key) {
if(root==null){
return null;
}
TreeNode cur = root;
while (cur!=null){
//大于key,则去左子树
if(cur.val>key) {
cur=cur.left;
}else if(cur.val==key) {
return cur;
}else {
//右子树找,此时val<key
cur = cur.right;
}
}
//没找到
return null;
}
- 通过循环实现,设置一个cur来进行移动位置,查找值为key的节点,因为cur是从根节点开始,所以在循环中已经考虑到key刚好在root的情况
时间复杂度:
- 当key值刚好是在根节点时,最好情况下:O(1)
- 当为单枝树的时候,最差情况下:O(N)
- 当为完全二叉树/满二叉树时,平均情况下:O(logN)

四、二叉搜索树的插入:
因为上面提到过哈,是个有序树,其实插入也跟二分一样,以根节点为中间值,判断大于还是小于,在到其左区间或者右区间去,一直二分,直到找到合适的位置
思路:
- 如果root==null,直接建立一个根节点,值为val
- 如果root != null:判断值大小
- val<root.val;则到左子树去找位置
- val>root.val;则到右子树去找位置

🤔🤔我们通过cur指针来进行查找位置,但是你发现了图中的问题么,当我的cur到了插入位置时,找不到他的父亲节点了,如何让要插入的值连接到其身上了,这个时候我想到了要一个parent指针,指向cur的前一个结点,也就是父亲

✨代码如下:
//插入
public boolean insert(int val){
//根节点为null,直接建立
if(root==null) {
root = new TreeNode(val);
return true;
}
//记录cur的前一个节点
TreeNode parent = null;
TreeNode cur = root;
//添加的节点
TreeNode node = new TreeNode(val);
while(cur!=null) {
if(cur.val > val) {
parent = cur;
cur = cur.left;
}else if(cur.val < val) {
//
parent =cur;
cur = cur.right;
}else {
//cur.val==val,此时直接结束了,添加不了
return false;
}
}
//cur == null时,此时就是我们要添加节点的根节点
if(parent.val > val) {
parent.left = node;
}else {
parent.right=node;
}
return true;
}
五、二叉搜索树的删除:(重点)
👌删除操作难点就在于要考虑的情况有,删除的结点是:1.叶子节点(无左右孩子)2.单孩节点(只有一个孩子<左孩子或者右孩子>)3.双亲结点(2个孩子都在)
- 情况一:被删除的节点cur的左孩子为空的情况,cur.left==null
1.cur是parent的左结点的情况,直接将parent.left指向cur.right

2..cur是parent的右结点的情况,直接将parent.right指向cur.right

3.如果cur = root,刚好是根节点:将根节点换个位置就行了root=cur.right

- 情况二:被删除的节点cur的右孩子为空的情况,cur.right==null
1.cur是parent的左结点的情况,直接将parent.left指向cur.left

2.cur是parent的左结点的情况,直接将parent.right指向cur.left

3.如果cur = root,刚好是根节点:将根节点换个位置就行了root=cur.left
2..如果被删除的结点,左孩子为null,且cur是parent的做右结点的情况,直接将parent.left指向cur.left

- 情况三:删除的节点是双亲结点
遇到这种情况我们需要用替代法(合并删除法)去解决:
1.要么找删除节点左子树的最大值(前驱法)
2.要么找删除节点右子树的最小值(后继法)
我用的是后继:

这里找节点的思路和之前插入写法是一样的思路:设置一个target 指向 cur .right(我们要找的cur的右子树),taegetParent指向cur(target的父亲)

左边已经没有左子树了,此时11就是我们要找的,我们要删除的是8,此时就是要将11和8换一下,那么就是 cur.val = targent.val; targetparen.left = target.right
这里不用考虑左边,是因为我们已经找不到左子树了,所以直接将target的右子树作为父亲的左子树,不用考虑null,null就null呗,不影响的
注意:如果target刚好在cur的右子树,且左子树为null的情况,此时的target就是最小值,此时就要targentparent .right = target.right;

代码如下:
/*
删除操作
考虑cur是叶子,单子树或者双子数的根
*/
public boolean remove(int key){
if(root==null) {
return false;
}
TreeNode cur = root;
TreeNode parent = null;
//找到删除节点
while (cur != null) {
if(cur.val > key ){
parent = cur;
cur = cur.left;
} else if (cur.val==key) {
//要开始考虑多种情况删除
removeNode(parent,cur);
return true;
}else {
//左边没有就是右边
parent=cur;
cur = cur.right;
}
}
//cur==null都没找到则没有该元素
return false;
}
//删除节点:cur删除节点,parent父亲节点
//就3种情况
//1.有一个孩子
//2.有2个孩子
//3.没有孩子
private void removeNode(TreeNode parent, TreeNode cur) {
//单孩节点
if(cur.left == null){
//等于根节点直接删掉
if(cur==root) {
root = cur.right;
}else if(cur == parent.left){
//cur在父亲的左节点
parent.left = cur.right;
}else {
//cur在父节点的右边
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 {
//双孩子节点(替换法)
//去找右子树的最小值
//targetParent记录target的父节点
TreeNode target = cur.right;
TreeNode targetParent = cur;
while (target.left != null) {
targetParent = target;
//找右子树的左子树
target = target.left;
}
//先跟cur替换一下val
cur.val = target.val;
//还得考虑此时的target在右边还是左边
if(targetParent.left == target){
//指向右边
targetParent.left = target.right;
}else {
targetParent.right = target.right;
}
}
}
这里我没有单独写为叶子节点的情况,因为情况一和情况二,已经嵌套进去了



3687

被折叠的 条评论
为什么被折叠?



