当前位置: 首页 > news >正文

数据结构*搜索树

什么是搜索树

搜索树是一种树形数据结构,用于高效地存储和检索数据。其核心特点是每个节点包含一个键(Key),并遵循特定的排序规则。常见的搜索树有二叉搜索树、自平衡二叉树、多叉搜索树等。AVL树、红黑树、Splay树都属于自平衡二叉树。

二叉搜索树

什么是二叉搜索树

1、是一棵二叉树
2、左子树所有节点值的大小 < 当前节点值的大小
3、右子树所有节点值的大小 > 当前节点值的大小
4、子树也满足上述条件
下图就是一棵二叉搜索树:
在这里插入图片描述
根据二叉搜索树的性质,当我们中序遍历这棵树的时候,发现它是按照顺序进行排序的。(上面中序排序为:10、20、30、40、50、60、70、80)

二叉搜索树的基本操作

查找

根据二叉搜索树的性质,“左边的值”都比节点的值小,“右边的值”都比节点的值大。这样我们查找的时候就可以直接排除了一边子树。

代码展示:
public TreeNode search(int key) {if(root == null) {return null;}TreeNode cur = root;while (cur != null) {if(cur.value == key) {return cur;}else if(cur.value > key) {//说明key在左树cur = cur.left;}else {//说明key在右树cur = cur.right;}}return null;//当整棵树都没有找到key,返回null
}
代码分析:

时间复杂度:最好情况下(根节点就是要找的):O(1);平均情况下:O(logN) —> 每次比较可以排除一半的节点,类似二分查找;最坏情况下(树是一棵单边树,也看成链表):O(N) -----> 需要遍历每个节点。

为了解决二叉搜索树存在的问题,就有了AVL树、红黑树

插入

插入数据后,还是要满足二叉搜索树的性质的。插入操作一般都是在叶子节点位置进行的。这是为了保证插入后树依然保持二叉搜索树的性质,并且不需要对已有的其他节点结构进行调整。

代码展示:
public boolean insert(int val) {TreeNode node = new TreeNode(val);//当二叉树为空,直接插入if(root == null) {root = node;return true;}TreeNode cur = root;//用来找到遍历二叉树TreeNode prev = null;//用来找到cur父亲节点while (cur != null) {if(cur.value == val) {return false;}else if(cur.value > val) {prev = cur;cur = cur.left;//根据性质,需要在左子树进行插入,cur向左子树移动。}else {prev = cur;cur = cur.right;//根据性质,需要在右子树进行插入,cur向右子树移动。}}//此时cur为null,prev指向cur父亲节点//根据prev的值决定将新节点插入左子树还是右子树if(prev.value > val) {prev.left = node;}else {prev.right = node;}return true;
}
代码分析:

时间复杂度:平均情况下:O(logN);最坏情况下(树是一棵单边树,也看成链表):O(N)。

删除

代码展示:
public void remove(int val) {if(root == null) {return;}TreeNode cur = root;TreeNode parent = null;if(cur.val > val) {parent = cur;cur = cur.left;}else if(cur.val < val) {parent = cur;cur = cur.right;}else {parent = cur;removeNode(cur,parent);//通过上述代码找到要删除的节点,再通过removeNode(cur,parent)方法删除节点}
}
//删除节点的方法
private void removeNode(TreeNode cur, TreeNode parent) {//1、cur.left == null:要删除的节点只有右节点if(cur.left == null) {if(cur == root) { //1.1、cur为root,则root = cur.rightroot = cur.right;//要删除的为根节点,根节点往后移}else {if(cur == parent.right) {//1.2、cur不为root,cur为父亲节点(parent)的右结点parent.right = cur.right;//让parent的右节点指向cur的右节点,跳过cur}else {//1.3、cur不为root,cur为父亲节点(parent)的左结点parent.left = cur.right;//让parent的左节点指向cur的右节点,跳过cur}}}else if(cur.right == null) {//2、cur.right == nullif(cur == root) { //2.1、cur为root,则root = cur.leftroot = cur.left;//要删除的为根节点,根节点往后移}else {if(cur == parent.right) {//2.2、cur不为root,cur为父亲节点(parent)的右结点parent.right = cur.left;//让parent的右节点指向cur的左节点,跳过cur}else {//2.3、cur不为root,cur为父亲节点(parent)的左结点parent.left = cur.left;//让parent的左节点指向cur的左节点,跳过cur}}}else {//3、cur.left != null && cur.right != null//这里的删除相当于替换删除。在以cur为root的树中,在右树找到最左边的节点(或者在左树找到最右边的节点)TreeNode target = cur.right;TreeNode targetParent = cur;while (target.left != null) {//在右树找到最左边的节点targettargetParent = target;target = target.left;}cur.val = target.val;//target在targetParent的左右子树位置不一样,删除方式不一样if(target == targetParent.left) {targetParent.left = target.right;}else {targetParent.right = target.right;}}
}
代码分析:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

http://www.dtcms.com/a/270400.html

相关文章:

  • 二极管常见种类及基本原理
  • 【牛客刷题】小红的red字符串
  • MyBatis-Plus:提升数据库操作效率的利器
  • AB实验的长期影响
  • 【数据结构】复杂度分析
  • SpringBoot框架完整学习指南
  • [创业之路-489]:企业经营层 - 营销 - 如何将缺点转化为特点、再将特点转化为卖点
  • 钉钉企业应用开发技巧:在单聊会话中实现互动卡片功能
  • 学习日记-spring-day43-7.8
  • 基于物联网架构的温室环境温湿度传感器节点设计
  • 扣子Coze纯前端部署多Agents
  • WouoUI-Page移植
  • Java-Collections、Map
  • H3初识——入门介绍之常用中间件
  • 11款常用C++在线编译与运行平台推荐与对比
  • ffmpeg 中config 文件一些理解
  • Flutter基础(前端教程②-卡片列表)
  • study_WebView介绍
  • MYSQL进阶知识
  • 在keil中使用stlink下载程序报错Invalid ROM Table
  • Day07_C语言IO进程线程(重难点)
  • TensorFlow 和PyTorch的全方位对比和选择建议
  • Latex几种常用的花体
  • [2-02-02].第04节:环境搭建 - Linux搭建ES集群环境
  • [RPA] 影刀RPA基本知识
  • Kafka多组消费:同一Topic,不同Group ID
  • NV298NV312美光固态闪存NW639NW640
  • 基于mysqlfrm工具解析mysql数据结构文件frm表结构和数据库版本信息
  • 【Nginx】Nginx代理WebSocket
  • 扣子Coze远程连接数据库插件