Java排序二叉树

2017/07/03 09:57
阅读数 230

排序二叉树是一种特殊的二叉树,通过这种结构可以很方便的对树中所有节点进行排序和检索。排序二叉树具有以下性质,也是实现排序二叉树所要注意的地方:

- 若它的左子树不空,则左子树上所有节点的值均小于它的根节点的值。 
- 若它的右子树不空,则右子树上所有节点的值均大于它的根节点的值。 
- 它的左,右子树也分别为排序二叉树。

简单的解释上面的几句话就是说,根节点左子树的值一定小于根节点,根节点右子树的值一定大于根节点,而根节点的左,右子树也有以上规律。排序二叉树如下图所示:

这里写图片描述

接下来分几步叙述排序二叉树的实现

 

排序二叉树现实的主体部分

  由于排序二叉树是一种特殊的二叉树,所以主体部分基本和二叉树的实现差不多。

//节点类
class Node<T>{
    Node parent; // 父节点
    Node lChild; // 左子树
    Node rChild; // 右子树
    double data; // 数据

    public Node(Node parent, Node lChild, Node rChild, double data) {
        this.parent = parent;
        this.lChild = lChild;
        this.rChild = rChild;
        this.data = data;
    }

    @Override
    public String toString() {
        return "[Node:" + data + "]";
    }
}
//排序二叉树类
public class SortedBinaryTree<T> {
    private Node root; // 根节点

    public SortedBinaryTree(double data) {
        root = new Node(null, null, null, data);
    }

    // 广度遍历,也是层序遍历
    public void broadTraversal() {
        Queue queue = new LinkedList<>();
        // 进队
        queue.offer(root);
        while (!queue.isEmpty()) {
            //出队
            Node node = (Node) queue.poll();
            System.out.print(node + " ");
            if (node.lChild != null) {
                queue.offer(root.lChild);
            }
            if (node.rChild != null) {
                queue.offer(root.rChild);
            }
        }
    }
}

 

排序二叉树的查找

  这里分开介绍在上面排序二叉树类中的方法代码,写在一起显得冗长。排序二叉树查找指定节点:

    // 获得指定节点
    public Node getNode(double data) {
        Node node = root;
        while (node != null) {
            if (node.data == data) {
                // 等于根节点时直接返回该节点
                return node;
            } else if (node.data > data) {
                // 左子树开始查询
                node = node.lChild;
            } else {
                // 右子树开始查询
                node = node.rChild;
            }
        }
        return null;
    }

 

排序二叉树之添加节点。

  插入节点运用的就是文章开头所说的性质,从根节点开始,比较数值,大于父节点添加在右边,小于则添加在左边。

    //添加节点
    public void add(double data){
        //添加根节点
        if(root==null){
            root=new Node(null, null, null, data);
        }else {
            Node current=root;
            Node parent = null;
            while(current!=null)
            {
                parent=current;
                if(current.data>data){
                    current=current.lChild;
                }
                else {
                    current=current.rChild;
                }
            }
            current =new Node(parent, null, null, data);
            if(parent.data>current.data){
                //插在左子树
                parent.lChild=current;
            }else {
                //插在右子树
                parent.rChild=current;
            }
        }
    }

 

排序二叉树之删除节点

  删除节点比较复杂,小伙伴要仔细耐心阅读以下删除情况:

  1、被删除的是叶子节点,即无左、右子树,只需将它从其父节点中删除。

这里写图片描述 
  2、被删除的节点只有左(右)子树,将被删除的节点的左(右)子树补上来即可。

这里写图片描述

这里写图片描述

  3、被删除的节点既有左子树又有右子树(这种情况比较复杂,可以有两种处理方法),选择左子树中的最大节点或者选择右子树中最小节点代替,即中序遍历时,被删除节点的前驱和后继节点(前驱就是中序遍历中被删除节点的前一个节点,后继就是被删除节点的后一个节点)。

  (1)前驱代替被删除节点 
这里写图片描述 
这里写图片描述

  (2)后继节点代替删除节点

这里写图片描述

这里写图片描述

  以下代码我选择了用左子树中的最大节点代替被删除节点,小伙伴们也可以自己选择第二种方法来实现。

    //删除指定节点
    public void delete(double data) {
        Node target = getNode(data);
        if (target == null) {
            return;
        }
        // 删除的节点左,右子树为空
        if (target.lChild == null && target.rChild == null) {
            if (target == root) {
                //删除根节点
                root = null;
            } else {
                if (target.parent.lChild == target) {
                    //如果target是其父节点的左孩子
                    target.parent.lChild = null;
                } else {
                    //如果target是其父节点的右孩子
                    target.parent.rChild = null;
                }
            }
        }
        // 删除的节点左子树为空,右子树不为空
        else if (target.lChild == null && target.rChild != null) {
            if (target == root) {
                //将根节点指向其右节点即完成删除
                root = target.rChild;
            } else {
                if (target.parent.lChild == target) {
                    // 让target的父节点左子树指向target的右节点
                    target.parent.lChild = target.rChild;
                } else {
                    // 让target的父节点右子树指向target的右节点
                    target.parent.rChild = target.rChild;
                }
                // 让target的父节点指向target的右孩子
                target.rChild.parent = target.parent;
            }
        }
        // 删除的节点左子树不为空,右子树为空
        else if (target.lChild != null && target.rChild == null) {
            if (target == root) {
                root = target.lChild;
            } else {
                //如果target是父节点的左节点
                if (target.parent.lChild == target) {
                    // 让target的父节点左子树指向target的左节点
                    target.parent.lChild = target.lChild;
                } else {
                    // 让target的父节点右子树指向target的左节点
                    target.parent.rChild = target.lChild;
                }
                // 让target的父节点指向target的左孩子
                target.lChild.parent = target.parent;
            }
        }
        // 删除的节点左、右子树不为空
        else {
            Node lMaxNode = target.lChild; // 左子树上最大的节点
            while (lMaxNode.rChild != null) {
                lMaxNode = lMaxNode.rChild;
            }
            //如果target左子树最大节点不是target的左孩子
            if(target.lChild!=lMaxNode)
                lMaxNode.parent.rChild = null;
            lMaxNode.parent = target.parent;
            // 被删除的节点是父节点的左节点
            if (target.parent.lChild == target) {
                // 让target的父节点的左节点指向lMaxNode
                target.parent.lChild = lMaxNode;
            } else {
                // 让target的父节点的右节点指向lMaxNode
                target.parent.rChild = lMaxNode;
            }
            //如果target左子树最大节点不是target的左孩子
            if(lMaxNode!=target.lChild)
                lMaxNode.lChild = target.lChild;
            lMaxNode.rChild = target.rChild;
            target.parent = null;
            target.lChild = null;
            target.rChild = null;
        }
    }

  以上就完成了增删查三个操作了,由于删除操作有些复杂,建议在写代码时画图分析,以免漏掉一些情况,今天的分享就到这里了。

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
0 评论
0 收藏
0
分享
返回顶部
顶部