二叉查找树,也叫二叉搜索树,优势就在于查找,跟二分查找一样,时间复杂度为 O(logn),如何做到的呢?就在于构造二叉树的时候,有这样一个规定,即左边的节点必须小于根节点,右边的节点必须大于跟节点,下面就来实现将任意无序的节点构造成一个二叉查找树的过程。

定义节点

在二叉树系列的第一篇文章里,其实已经定义了二叉树的节点,包括节点数据,左孩子,右孩子,但是在这里打算多添加一个父节点,让父子节点之间双向引用,使查找更灵活。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
public class TreeNode<T> {

private T data;
private TreeNode<T> leftChild;
private TreeNode<T> rightChild;
private TreeNode<T> parent;

TreeNode(T data) {
this.data = data;
this.parent = null;//默认节点没有父亲
this.leftChild = null;
this.rightChild = null;
}

public T getData() {
return data;
}

public void setData(T data) {
this.data = data;
}

}


添加节点

添加节点的过程,就是构造查找二叉树的过程,本质上,就是定义一个 put 方法,在方法里面,实现元素的摆放位置。

先整理一下步骤:

  1. 创建跟节点
  2. 从根节点开始遍历
    • 如果根节点为空,跳出,执行步骤 3
    • 令 P = N 记录跟节点,如果插入的节点 A < 根节点 N,令 N = N.leftChild,重复步骤 2
    • 令 P = N 记录跟节点,如果插入的节点 A > 根节点 N,令 N = N.rightChild,重复步骤 2
    • 如果插入的值 A = 根节点的值 N,return 该节点
  3. 判断 P 节点的值与插入的节点 A 的值的大小
    • 如果 P > A,则 P.leftChild = A;
    • 如果 P < A,则 P.rightChild = A;
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
public TreeNode root;

public TreeNode put(int data) {
TreeNode<Integer> node;
TreeNode<Integer> parent = null;
//步骤一 创建根节点
if (root == null) {
root = new TreeNode<>(data);
return root;
}
//步骤二 从根节点开始遍历
node = root;
while (node != null) {
parent = node; //记录当前根节点
if (node.getData() > data) {
node = node.leftChild;
} else if (node.getData() < data) {
node = node.rightChild;
} else {
return new TreeNode<>(data);
}
}
node = new TreeNode<>(data);
//步骤三 判断插入节点的值与它父亲节点的大小
if (parent.getData() > data) {
parent.leftChild = node;
} else {
parent.rightChild = node;
}
node.parent = parent;
return node;

}


测试添加方法

因为二叉查找树的特性就是 左孩子 < 根节点 < 右孩子,这与二叉树的中序排序一模一样,所以这里就将无序的值,构造成二叉查找树,然后中序遍历该二叉查找树的值,看是否从小到大排列。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

public class SearchBinaryTree {
public static void main(String[] args) {
SearchBinaryTree searchBinaryTree = new SearchBinaryTree();
int[] arr = {43, 15, 30, 45, 50, 65};
for (int a : arr) {
searchBinaryTree.put(a);
}
searchBinaryTree.midOrder(searchBinaryTree.root);
}

public void midOrder(TreeNode node) {
if (node == null) {
return;
}
midOrder(node.leftChild);
System.out.print(node.getData() + " ");
midOrder(node.rightChild);
}

}

看下打印结果:

1
15 30 43 45 50 65

现在,二叉查找树添加元素的的过程就算完成了。

删除节点

  1. 查找到要删除的节点 node
  2. 取出 node 的父节点与左右孩子节点 (可能没有)
  3. 根据要删除节点所处的位置不同情况,重新定义节点间的引用
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
/**
* 查找元素所在的节点
*/
public TreeNode<Integer> searchNode(int data) {
if (root == null) return null;
TreeNode<Integer> node = root;
while (node != null) {
if (node.getData() > data) {
node = node.leftChild;
} else if (node.getData() < data) {
node = node.rightChild;
} else {
return node;
}
}
return null;
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

/**
* 删除节点(根据元素值)
*/
public void remove(int data) {
TreeNode<Integer> node = searchNode(data);
if (node == null) {
throw new RuntimeException("the data is not the in the binaryTree,remove failed");
}
TreeNode<Integer> leftNode = node.leftChild;
TreeNode<Integer> rightNode = node.rightChild;
TreeNode<Integer> parentNode = node.parent;
if (parentNode != null) {
removeUnRootNode(node, leftNode, rightNode, parentNode);
} else { //没有父亲
removeRootNode(node, leftNode, rightNode);
}
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
/**
* 删除根节点
* @param node 根节点
* @param leftNode 左孩子
* @param rightNode 右孩子
*/
private void removeRootNode(TreeNode<Integer> node, TreeNode<Integer> leftNode, TreeNode<Integer> rightNode) {
if (leftNode == null && rightNode == null) {
root = null;
} else if (leftNode == null && rightNode != null) {
rightNode.parent = null;
root = rightNode;
} else if (leftNode != null && rightNode == null) {
leftNode.parent = null;
root = leftNode;
} else if (leftNode != null && rightNode != null) {
TreeNode<Integer> bottomNode = rightNode;
while (bottomNode.leftChild != null) {
bottomNode = bottomNode.leftChild;
}
leftNode.parent = bottomNode;
bottomNode.leftChild = leftNode;
root = bottomNode;
}
node.leftChild = null;
node.rightChild = null;
node = null;
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
/**
* 删除非根节点
* @param node 非根节点
* @param leftNode 左孩子
* @param rightNode 右孩子
*/
private void removeUnRootNode(TreeNode<Integer> node, TreeNode<Integer> leftNode, TreeNode<Integer> rightNode, TreeNode<Integer> parentNode) {
if (leftNode == null && rightNode == null) { //只有父亲
node.parent = null;
if (parentNode.leftChild == node) {
parentNode.leftChild = null;
} else {
parentNode.rightChild = null;
}
} else if (leftNode != null && rightNode == null) { //有父亲 和 左孩子
leftNode.parent = parentNode;
if (parentNode.leftChild == node) {
parentNode.leftChild = leftNode;
} else {
parentNode.rightChild = leftNode;
}
} else if (leftNode == null && rightNode != null) { //有父亲 和 右孩子
rightNode.parent = parentNode;
if (parentNode.leftChild == node) {
parentNode.leftChild = rightNode;
} else {
parentNode.rightChild = rightNode;
}
} else if (leftNode != null && rightNode != null) { //有父亲 和 左右孩子
TreeNode<Integer> bottomNode = rightNode;
while (bottomNode.leftChild != null) {
bottomNode = bottomNode.leftChild;
}
leftNode.parent = bottomNode;
bottomNode.leftChild = leftNode;
rightNode.parent = parentNode;
}
node.leftChild = null;
node.rightChild = null;
node.parent = null;
node = null;
}

删除元素的代码情况比较多,感觉这里还有优化的空间。

测试删除

1
2
3
4
5
6
7
8
9
10
11
12
public static void main(String[] args) {
SearchBinaryTree searchBinaryTree = new SearchBinaryTree();
int[] arr = {43, 15, 30, 45, 50, 65};
for (int a : arr) {
searchBinaryTree.put(a);
}
searchBinaryTree.midOrder(searchBinaryTree.root);

searchBinaryTree.remove(50);
System.out.println();
searchBinaryTree.midOrder(searchBinaryTree.root);
}

看下打印结果:

1
2
15 30 43 45 50 65 
15 30 43 45 65

如果移除根节点 43,打印结果:

1
2
15 30 43 45 50 65 
15 30 45 50 65

二叉查找树的删除操作就算完成了。