二叉搜索树

二叉搜索树也叫二叉查找树或者二叉排序树,它要么是一颗空树,要么满足以下几点:
1.若任意节点的左子树不空,则左子树上所有节点的值均小于它的根节点的值。
2.若任意节点的右子树不空,则右子树上所有节点的值均大于它的根节点的值。
3.任意节点的左、右子树也分别为二叉搜索树。
4.没有键值相等的节点。

二叉搜索树的实现

1.二叉搜索树的存储结构

public class BinarySearchTree {    public static  Node root;    public BinarySearchTree(){        this.root = null;    }}class Node{    int data;    Node left;    Node right;    public Node(int data){        this.data = data;        left = null;        right = null;    }}

2.二叉搜索树的插入
a.循环二分查找到需要插入的地方。
b.假如插入的值小于当前的值,并且当前左节点为空,那么左节点就指向新节点。
c.假如插入的值大于当前的值,并且当前右节点为空,那么右节点就指向新节点。

public void insert(int id){    Node newNode = new Node(id);    if(root == null){        root = newNode;        return;    }    Node current = root;    Node parent = null;    while(true){        parent = current;        if(id < current.data){            current = current.left;            if(current == null){                parent.left = newNode;                return;            }        } else {            current = current.right;            if(current == null){                parent.right = newNode;                return;            }        }    }}

3.二叉搜索树的删除
a.当删除节点为叶子节点时,直接删除节点。
b.当删除节点只有左子树时,重接左子树。
c.当删除节点只有右子树时,重接右子树。
d.当删除节点既有左子树,又有右子树时,先找一个可以替换删除节点的节点。由于二叉树的性质,左子树的值小于根节点的值,右子树的值大于根节点的值。所以右子树的最左的节点就是替换删除的节点,然后在重接右子树。
第 d 点的图例:

public boolean delete(int id) {    Node parent = root;    Node current = root;    boolean isLeftChild = false;    while (current.data != id) {        parent = current;        if (current.data > id) {            isLeftChild = true;            current = current.left;        } else {            isLeftChild = false;            current = current.right;        }        if (current == null) {            return false;        }    }    //删除的节点既没左节点,也没右节点    if (current.left == null && current.right == null) {        if (current == root) {            root = null;        }        if (isLeftChild == true) {            parent.left = null;        } else {            parent.right = null;        }    }    //删除的节点只有左节点    else if (current.right == null) {        if (current == root) {            root = current.left;        } else if (isLeftChild) {            parent.left = current.left;        } else {            parent.right = current.left;        }    }    //删除的节点只有右节点    else if (current.left == null) {        if (current == root) {            root = current.right;        } else if (isLeftChild) {            parent.left = current.right;        } else {            parent.right = current.right;        }    }    //删除的节点既有左节点,又有右节点    else if (current.left != null && current.right != null) {        //找到右子树的最左节点        Node successor = getSuccessor(current);        if (current == root) {           root = successor;            } else if (isLeftChild) {                parent.left = successor;            } else {                parent.right = successor;            }            successor.left = current.left;        }        return true;    }    public Node getSuccessor(Node deleleNode) {        Node successsor = null;        Node successsorParent = null;        Node current = deleleNode.right;        while (current != null) {            successsorParent = successsor;            successsor = current;            current = current.left;        }        if (successsor != deleleNode.right) {            successsorParent.left = successsor.right;            successsor.right = deleleNode.right;        }        return successsor;    }

4.二叉搜索树的查找

public boolean find(int id) {    Node current = root;    while (current != null) {        if (current.data == id) {            return true;        } else if (current.data > id) {            current = current.left;        } else {            current = current.right;        }    }    return false;    }

总结

由于它是一颗有序的树,就可以进行折半查找,每一次查找,假如不是匹配的值,都可以排除一半的值。所以一般的时间复杂度是 O(log n)。假如这棵树退化为斜树,就差不多是线性表了,它的时间复杂度就是 O(n)。

虽然二叉搜索树的最坏时间复杂度是 O(n),但通过一些改进可以把最坏时间复杂度降至 O(log n),比如 AVL树、红黑树等。红黑树不需要绝对的平衡,所以插入和删除效率上要高,在 JDK1.8 中哈希表存储大于等于 8 个节点的链表就是采用的红黑树。

所以二叉搜索树在查找上是非常快的,在一些需要很高查询效率上推荐使用。

PS:
清山绿水始于尘,博学多识贵于勤。
我有酒,你有故事吗?
微信公众号:「清尘闲聊」。
欢迎一起谈天说地,聊代码。