走进二分搜索树的第一课

时间:2020-03-06
本文章向大家介绍走进二分搜索树的第一课,主要包括走进二分搜索树的第一课使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

声明:首先我们要有树的概念,可以查阅资料先做了解。

进去正题:

二分搜索树,是基于二叉树的一种数据结构,与递归有着千丝万缕的联系,为什么这么说呢?

首先我们先了解一下什么是二叉树?

如图一个满的完全二叉树

每个节点的左右子树都是一个二叉树,也就符合递归的特点。更具体一点,接下来深入了解二分搜索树的实现,更能体会递归在其中起到的作用。

了解什么是二分搜索树?

二分搜索树并不是一定是一个满的二叉树,以下二叉树均可作为搜索树的结构



二分搜索树的规律:每个节点值大于左子树所有值,小于右子树所有值,通过图会更清晰的了解

二分搜索树怎么实现存储数据?

假设存入一堆数字

首先如果根节点为空,第一个数就会插入到根节点上,第二数会与第一个数进行对比,小于会放到此二叉树的左子节点,大于则会放在右子节点上,以此类推。

二分搜索数和数组、链表进行比较

二分搜索树和数组(静态数组,动态数组),链表都可作为存储空间,那么它的优势在哪呢?(对于优势当然是指添加,删除,修改,遍历元素的性能)

相对于数组:在数组中往中间添加一个数,它会让使后面的数字向后移动一个位置,中间删除一个数,后面的数会前移动一个位置,大大降低性能,而遍历所有数涉及数学推理不做过多解释,可以自己试验一下打印一下遍历的时间,建议随机生成万数以上的数目更能看到性能的差异。但对于修改或查询一个明确数字,数组会比二分搜索树性能快,毕竟数组的索引起到了重大作用,让时间复杂度仅是O(1)。

声明:不算在数组末尾添加,删除一个数,毕竟在实际应用中不能确定添加,删除操作一定在末尾。

相对于链表:这么说吧,二分搜索树最差的一种情况就是一个线性链表,图上就有一个二分搜索树就是一个线性链表的形状。但这种概率是极低的。

二分搜的实现代码

具体实现二分搜索树的代码:

package com.BST;

public class Tree<E extends Comparable<E>> {
      private class Node{
          public E e;
          public Node left,right;
          public Node(E e){
              this.e=e;
              right=null;
              left=null;
          }
      }
      private Node root;
      private int size;
      public Tree(){
          root=null;
          size=0;
      }

    public int getSize() {
        return size;
    }
    public Boolean isEmpty(){
          return size==0;
    }
    //插入根元素
    public void add(E e){
          root=add(root,e);
    }
    //向node为根的二分搜索树插入元素e,递归算法
    private Node add(Node node,E e){

          if (node==null){
              size++;
              return new Node(e);
          }
          if (e.compareTo(node.e)<0)
              add(node.left,e);
          else if (e.compareTo(node.e)>0)
              add(node.right,e);
          return node;
    }

    //看二分搜索树中是否包含元素e
    public boolean contains(E e){
          return  contains(root,e);
    }
    //看以node为底的二分搜索树中是否包含元素e,递归算法
    private boolean contains(Node node,E e){
          if (node==null)
              return false;
           if (e.compareTo(node.e)==0)
               return true;
           else if (e.compareTo(node.e)<0)
              return contains(node.left,e);
           else
              return contains(node.right,e);
      }
    //二分搜索树的前序遍历
    public void preOrder(){
        preOrder(root);
    }

    //前序遍历node为根的二分搜索树,递归算法
    public void  preOrder(Node node){
          if (node==null){
              return;
          }
          System.out.println(node.e);
          preOrder(node.left);
          preOrder(node.right);
    }
    @Override
    public String toString(){
          StringBuilder res=new StringBuilder();
          generateBSTString(root,0,res);
          return  res.toString();
    }

    //生成以node为根节点,深度为depth的描述二叉树的字符串
    private void generateBSTString(Node node,int depth,StringBuilder res){
          if(node==null){
              res.append(generteDepthString(depth)+"null\n");
              return;
          }
          res.append(generteDepthString(depth)+node.e+"\n");
          generateBSTString(node.left,depth+1,res);
    }
    //打印树的深度
    private String generteDepthString(int depth){
          StringBuilder res=new StringBuilder();
          for (int i=0;i<depth;i++){
              res.append("--");
          }
        return res.toString();
    }
    //二分搜索树的中序遍历
    public void inOrder(){
          inOrder(root);
    }
    //中序遍历node为根的二分搜索树,递归算法
    private void inOrder(Node node){
          if (node==null)
              return;
        inOrder(node.left);
        System.out.println(node.e);
        inOrder(node.right);
    }
    //二分搜索树的后序遍历
    public void postOrder(){
          postOrder(root);
    }
    private void postOrder(Node node){
          if (node==null)
          return;
          postOrder(node.left);
          postOrder(node.right);
          System.out.println(node.e);
    }
}

进一步解析一下代码的实现

原文地址:https://www.cnblogs.com/cool-fun/p/12427560.html