- 使用 Spring Initializr 创建 Spring Boot 应用程序
- 在Spring Boot中配置Cassandra
- 在 Spring Boot 上配置 Tomcat 连接池
- 将Camel消息路由到嵌入WildFly的Artemis上
二叉搜索树又称二叉排序树,它或者是一棵空树,或者是具有以下性质的二叉树:
1、若它的左子树不为空,则左子树上所有节点的值都小于根结点的值。
2、若它的右子树不为空,则右子树上所有节点的值都大于根结点的值。
3、它的左右子树也分别为二叉搜索树
假设我们已经构造好了一个这样的二叉树,如下图
我们要思考的第一个问题是如何查找某个值是否在该二叉树中?
根据上述的逻辑,我们来把搜索的方法进行完善。
根据上述逻辑,我们来写一个插入节点的代码。
再来分析一下:curDummy 和 parentDummy 是怎么找到“替罪羊”的。
class TreeNode{
public int val;
public TreeNode left;
public TreeNode right;
public TreeNode(int val){
this.val = val;
}
}
public class BinarySearchTree {
TreeNode root;
//在二叉树中 寻找指定 val 值的节点
// 找到了,返回其节点地址;没找到返回 null
public TreeNode search(int key){
TreeNode cur = this.root;
while(cur != null){
if(cur.val == key){
return cur;
}else if(cur.val < key){
cur = cur.right;
}else{
cur = cur.left;
}
}
return null;
}
// 插入操作
public boolean insert(int key){
if(this.root == null){
this.root = new TreeNode(key);
return true;
}
TreeNode cur = this.root;
TreeNode parent = null;
while(cur!=null){
if(key > cur.val){
parent = cur;
cur = cur.right;
}else if(cur.val == key){
return false;
}else{
parent = cur;
cur = cur.left;
}
}
TreeNode node = new TreeNode(key);
if(parent .val > key){
parent.left = node;
}else{
parent.right = node;
}
return true;
}
// 删除操作
public void remove(int key){
TreeNode cur = root;
TreeNode parent = null;
// 寻找 删除节点位置。
while(cur!=null){
if(cur.val == key){
removeNode(cur,parent);// 真正删除节点的代码
break;
}else if(cur.val < key){
parent = cur;
cur = cur.right;
}else{
parent = cur;
cur = cur.left;
}
}
}
// 辅助删除方法:真正删除节点的代码
private void removeNode(TreeNode cur,TreeNode parent){
// 情况一
if(cur.left == null){
if(cur == this.root){
this.root = this.root.right;
}else if( cur == parent.left){
parent.left = cur.right;
}else{
parent.right = cur.right;
}
// 情况二
}else if(cur.right == null){
if(cur == this.root){
this.root = root.left;
}else if(cur == parent.left){
parent.left = cur.left;
}else{
parent.right = cur.left;
}
// 情况三
}else{
// 第二种方法:在删除节点的右子树中寻找最小值,
TreeNode parentDummy = cur;
TreeNode curDummy = cur.right;
while(curDummy.left != null){
parentDummy = curDummy;
curDummy = curDummy.left;
}
// 此时 curDummy 指向的 cur 右子树
cur.val = curDummy.val;
if(parentDummy.left != curDummy){
parentDummy.right = curDummy.right;
}else{
parentDummy.left = curDummy.right;
}
}
}
// 中序遍历
public void inorder(TreeNode root){
if(root == null){
return;
}
inorder(root.left);
System.out.print(root.val+" ");
inorder(root.right);
}
public static void main(String[] args) {
int[] array = {10,8,19,3,9,4,7};
BinarySearchTree binarySearchTree = new BinarySearchTree();
for (int i = 0; i < array.length; i++) {
binarySearchTree.insert(array[i]);
}
binarySearchTree.inorder(binarySearchTree.root);
System.out.println();// 换行
System.out.print("插入重复的数据 9:" + binarySearchTree.insert(9));
System.out.println();// 换行
System.out.print("插入不重复的数据 1:" + binarySearchTree.insert(1));
System.out.println();// 换行
binarySearchTree.inorder(binarySearchTree.root);
System.out.println();// 换行
binarySearchTree.remove(19);
System.out.print("删除元素 19 :");
binarySearchTree.inorder(binarySearchTree.root);
System.out.println();// 换行
System.out.print("查找不存在的数据50 :");
System.out.println(binarySearchTree.search(50));
System.out.print("查找存在的数据 7:");
System.out.println(binarySearchTree.search(7));
}
}
插入和删除操作都必须先查找,查找效率代表了二叉搜索树中各个操作的性能。
对有n个结点的二叉搜索树,若每个元素查找的概率相等,则二叉搜索树平均查找长度是结点在二叉搜索树的深度的函数,即结点越深,则比较次数越多。
但对于同一个关键码集合,如果各关键码插入的次序不同,可能得到不同结构的二叉搜索树:
如果我们能保证 二叉搜索树的左右子树高度差不超过1。尽量满足高度平衡条件。
这就成 AVL 树了(高度平衡的二叉搜索树)。而AVL树,也有缺点:需要一个频繁的旋转。浪费很多效率。
至此 红黑树就诞生了,避免更多的旋转。
TreeMap 和 TreeSet 即 java 中利用搜索树实现的 Map 和 Set;实际上用的是红黑树,而红黑树是一棵近似平衡的二叉搜索树,即在二叉搜索树的基础之上 + 颜色以及红黑树性质验证,关于红黑树的内容,等博主学了,会写博客的。
关于 B 树与 B+ 树,网上有一个比较经典的问题:为什么 MongoDb 使用 B 树,而 MySQL 索引使用 B+ 树? 但实际上 MongoDb 真的用的是 B 树吗?
如何将 R* Tree 实现为持久(基于磁盘)树?保存 R* 树索引或保存叶值的文件的体系结构是什么? 注意:此外,如何在这种持久性 R* 树中执行插入、更新和删除操作? 注意事项二:我已经实现了一个
目前,我正在努力用 Java 表示我用 SML 编写的 AST 树,这样我就可以随时用 Java 遍历它。 我想知道是否应该在 Java 中创建一个 Node 类,其中包含我想要表示的数据,以及一个数
我之前用过这个库http://www.cs.umd.edu/~mount/ANN/ .但是,它们不提供范围查询实现。我猜是否有一个 C++ 范围查询实现(圆形或矩形),用于查询二维数据。 谢谢。 最佳
在进一步分析为什么MySQL数据库索引选择使用B+树之前,我相信很多小伙伴对数据结构中的树还是有些许模糊的,因此我们由浅入深一步步探讨树的演进过程,在一步步引出B树以及为什么MySQL数据库索引选择
操作系统的那棵“树” 今天从一颗 开始,我们看看如何从小树苗长成一颗苍天大树。 运转CPU CPU运转起来很简单,就是不断的从内存取值执行。 CPU没有好好运转 IO是个耗费时间的活,如果CPU在取值
我想为海洋生物学类(class)制作一个简单的系统发育树作为教育示例。我有一个具有分类等级的物种列表: Group <- c("Benthos","Benthos","Benthos","Be
我从这段代码中删除节点时遇到问题,如果我插入数字 12 并尝试删除它,它不会删除它,我尝试调试,似乎当它尝试删除时,它出错了树的。但是,如果我尝试删除它已经插入主节点的节点,它将删除它,或者我插入数字
B+ 树的叶节点链接在一起。将 B+ 树的指针结构视为有向图,它不是循环的。但是忽略指针的方向并将其视为链接在一起的无向叶节点会在图中创建循环。 在 Haskell 中,如何将叶子构造为父内部节点的子
我在 GWT 中使用树控件。我有一个自定义小部件,我将其添加为 TreeItem: Tree testTree = new Tree(); testTree.addItem(myWidget); 我想
它有点像混合树/链表结构。这是我定义结构的方式 struct node { nodeP sibling; nodeP child; nodeP parent; char
我编写了使用队列遍历树的代码,但是下面的出队函数生成错误,head = p->next 是否有问题?我不明白为什么这部分是错误的。 void Levelorder(void) { node *tmp,
例如,我想解析以下数组: var array1 = ["a.b.c.d", "a.e.f.g", "a.h", "a.i.j", "a.b.k"] 进入: var json1 = { "nod
问题 -> 给定一棵二叉树和一个和,确定该树是否具有从根到叶的路径,使得沿路径的所有值相加等于给定的和。 我的解决方案 -> public class Solution { public bo
我有一个创建 java 树的任务,它包含三列:运动名称、运动类别中的运动计数和上次更新。类似的东西显示在下面的图像上: 如您所见,有 4 种运动:水上运动、球类运动、跳伞运动和舞蹈运动。当我展开 sk
我想在 H2 数据库中实现 B+ Tree,但我想知道,B+ Tree 功能在 H2 数据库中可用吗? 最佳答案 H2 已经使用了 B+ 树(PageBtree 类)。 关于mysql - H2数据库
假设我们有 5 个字符串数组: String[] array1 = {"hello", "i", "cat"}; String[] array2 = {"hello", "i", "am"}; Str
我正在处理树。每个节点都有带有 Tree * 值的对象。我读取的数据如下所示: 1 2 2 ... 这意味着,将 1 作为 0 的子节点,将 2 作为 1 的子节点,将 3 作为 o 2 的子节点。在
我正在寻找一个好的 JavaScript 树/树网格包。现在——在你回答之前: 它需要能够在大量节点上正常运行。可能有 1,000 个兄弟节点。它需要能够在 2 或 3 秒内绘制到 1,000 个节点
下面的代码块究竟是如何工作的?更具体地说,程序如何知道返回哪个选项? return ancestor (node1->left(), node2) || ancestor
我是一名优秀的程序员,十分优秀!