java二叉搜索樹使用實例分析

本篇內(nèi)容主要講解“java二叉搜索樹使用實例分析”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學(xué)習(xí)“java二叉搜索樹使用實例分析”吧!

概念

二叉搜索樹又稱二叉排序樹，它或者是一棵空樹，或者是具有以下性質(zhì)的二叉樹：
1、若它的左子樹不為空，則左子樹上所有節(jié)點的值都小于根結(jié)點的值。
2、若它的右子樹不為空，則右子樹上所有節(jié)點的值都大于根結(jié)點的值。
3、它的左右子樹也分別為二叉搜索樹

直接實踐

準備工作：定義一個樹節(jié)點的類，和二叉搜索樹的類。

搜索二叉樹的查找功能

假設(shè)我們已經(jīng)構(gòu)造好了一個這樣的二叉樹，如下圖

我們要思考的第一個問題是如何查找某個值是否在該二叉樹中?

根據(jù)上述的邏輯，我們來把搜索的方法進行完善。

搜索二叉樹的插入操作

根據(jù)上述邏輯，我們來寫一個插入節(jié)點的代碼。

搜索二叉樹 刪除節(jié)點的操作 - 難點

再來分析一下：curDummy 和 parentDummy 是怎么找到“替罪羊”的。

總程序 - 模擬實現(xiàn)二叉搜索樹

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


public class BinarySearchTree {
    TreeNode root;

    //在二叉樹中 尋找指定 val 值的節(jié)點
    // 找到了，返回其節(jié)點地址；沒找到返回 null
    public TreeNode search(int key){
        TreeNode cur = this.root;
        while(cur != null){
            if(cur.val == key){
                return cur;
            }else if(cur.val < key){
                cur = cur.right;
            }else{
                cur = cur.left;
            }
        }
        return null;
    }
    // 插入操作
    public boolean insert(int key){
        if(this.root == null){
            this.root = new TreeNode(key);
            return true;
        }
        TreeNode cur = this.root;
        TreeNode parent = null;
        while(cur!=null){
            if(key > cur.val){
                parent  = cur;
                cur = cur.right;
            }else if(cur.val == key){
                return false;
            }else{
                parent  = cur;
                cur = cur.left;
            }
        }
        TreeNode node = new TreeNode(key);
        if(parent .val > key){
            parent.left = node;
        }else{
            parent.right = node;
        }
        return true;
    }
    // 刪除操作
    public void remove(int key){
        TreeNode cur = root;
        TreeNode parent = null;
        // 尋找 刪除節(jié)點位置。
        while(cur!=null){
            if(cur.val == key){
                removeNode(cur,parent);// 真正刪除節(jié)點的代碼
                break;
            }else if(cur.val < key){
                parent = cur;
                cur = cur.right;
            }else{
                parent = cur;
                cur = cur.left;
            }
        }
    }
    // 輔助刪除方法：真正刪除節(jié)點的代碼
    private void removeNode(TreeNode cur,TreeNode parent){
        // 情況一
        if(cur.left == null){
            if(cur == this.root){
                this.root = this.root.right;
            }else if( cur == parent.left){
                parent.left = cur.right;
            }else{
                parent.right = cur.right;
            }
            // 情況二
        }else if(cur.right == null){
            if(cur == this.root){
                this.root = root.left;
            }else if(cur == parent.left){
                parent.left = cur.left;
            }else{
                parent.right = cur.left;
            }
            // 情況三
        }else{
            // 第二種方法：在刪除節(jié)點的右子樹中尋找最小值，
            TreeNode parentDummy = cur;
            TreeNode curDummy = cur.right;
            while(curDummy.left != null){
                parentDummy = curDummy;
                curDummy = curDummy.left;
            }
            // 此時 curDummy 指向的 cur 右子樹
            cur.val = curDummy.val;
            if(parentDummy.left != curDummy){
                parentDummy.right = curDummy.right;
            }else{
                parentDummy.left = curDummy.right;
            }

        }
    }
   // 中序遍歷
    public void inorder(TreeNode root){
        if(root == null){
            return;
        }
        inorder(root.left);
        System.out.print(root.val+" ");
        inorder(root.right);
    }

    public static void main(String[] args) {
        int[] array = {10,8,19,3,9,4,7};
        BinarySearchTree binarySearchTree = new BinarySearchTree();
        for (int i = 0; i < array.length; i++) {
            binarySearchTree.insert(array[i]);
        }
        binarySearchTree.inorder(binarySearchTree.root);
        System.out.println();// 換行
        System.out.print("插入重復(fù)的數(shù)據(jù) 9：" + binarySearchTree.insert(9));
        System.out.println();// 換行
        System.out.print("插入不重復(fù)的數(shù)據(jù) 1：" + binarySearchTree.insert(1));
        System.out.println();// 換行
        binarySearchTree.inorder(binarySearchTree.root);
        System.out.println();// 換行
        binarySearchTree.remove(19);
        System.out.print("刪除元素 19 ：");
        binarySearchTree.inorder(binarySearchTree.root);
        System.out.println();// 換行
        System.out.print("查找不存在的數(shù)據(jù)50 ：");
        System.out.println(binarySearchTree.search(50));
        System.out.print("查找存在的數(shù)據(jù) 7：");
        System.out.println(binarySearchTree.search(7));
    }
}

性能分析

  插入和刪除操作都必須先查找，查找效率代表了二叉搜索樹中各個操作的性能。
 
  對有n個結(jié)點的二叉搜索樹，若每個元素查找的概率相等，則二叉搜索樹平均查找長度是結(jié)點在二叉搜索樹的深度的函數(shù)，即結(jié)點越深，則比較次數(shù)越多。
 
  但對于同一個關(guān)鍵碼集合，如果各關(guān)鍵碼插入的次序不同，可能得到不同結(jié)構(gòu)的二叉搜索樹：

如果我們能保證 二叉搜索樹的左右子樹高度差不超過1。盡量滿足高度平衡條件。
這就成 AVL 樹了（高度平衡的二叉搜索樹）。而AVL樹，也有缺點：需要一個頻繁的旋轉(zhuǎn)。浪費很多效率。
至此 紅黑樹就誕生了，避免更多的旋轉(zhuǎn)。

和 java 類集的關(guān)系

TreeMap 和 TreeSet 即 java 中利用搜索樹實現(xiàn)的 Map 和 Set；實際上用的是紅黑樹，而紅黑樹是一棵近似平衡的二叉搜索樹，即在二叉搜索樹的基礎(chǔ)之上 + 顏色以及紅黑樹性質(zhì)驗證，關(guān)于紅黑樹的內(nèi)容，等博主學(xué)了，會寫博客的。

到此，相信大家對“java二叉搜索樹使用實例分析”有了更深的了解，不妨來實際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！