数据结构之二叉查找树

二叉查找树

定义：树是n(n>=0)个节点的有限集。二叉树是另一种树型结构，特点是每个节点最多有2个子节点，并且二叉树的子树有左右之分。

 

看上图，比如添加2节点的时候，发现2比3小，所以放到左侧树中，又发现比1大，所以最终在1的右节点处。

 

 

 

 创建一个二叉查找树的类：

复制代码
    /// <summary>
    /// 二叉查找树类  
    /// IComparable：使用此进行限制是为了实现 两个实体类之间按>，=，<进行比较
    /// </summary>
    /// <typeparam name="E"></typeparam>
    class BST<E> where E : IComparable<E>
    {
        /// <summary>
        /// 节点类
        /// </summary>
        private class Node
        {
            public E e;
            public Node left;
            public Node right;

            public Node(E e)
            {
                this.e = e;
                left = null;
                right = null;

            }
        }

        private Node root;
        private int N;
        public BST()
        {
            root = null;
            N = 0;
        }


        public int Count
        {
            get
            {
                return N;
            }
        }
        public bool IsEmpty
        {
            get
            {
                return N == 0;
            }
        }
         
    }
复制代码

 

添加节点        

递归添加方法：

复制代码
     public void Add(E e)
        { 
           root= Add(root,e);
        }
        /// <summary>
        /// 添加新节点
        /// 1：
        /// </summary>
        /// <param name="node"></param>
        /// <param name="e"></param>
        /// <returns></returns>
        private Node Add(Node node, E e)
        {
            if (root == null)
            {
                N++;
                return new Node(e);
            }

            if (e.CompareTo(node.e) < 0)
            {
                //添加的节点比当前要比较的节点小 
                node.left = Add(node.left, e);
            }
            else if (e.CompareTo(node.e) > 0)
            {
                node.right = Add(node.right, e);
            }

            return node;

        }
复制代码

递归添加过程分析

比如一次要添加8,4,6,7节点，添加8节点的时候，8作为根节点，添加4节点的时候，4<8,所以执行node.left = Add(node.left, e);，实时的情况为8.left=Add(null,4);因为此时8节点没有左孩子，是空的，根据Add方法内部逻辑可知if(node==null),那么返回new Node(4),所以最终节点4作为8的左孩子。

二叉查找树中的包含（递归实现）

复制代码
       /// <summary>
        /// 是否包含元素
        /// </summary>
        /// <param name="e"></param>
        /// <returns></returns>
        public bool Contains(E e)
        {
            //从根节点开始查找
            return Contains(root,e);
        }

        /// <summary>
        /// 从根节点开始查找是否包含此节点
        /// 1：根据查找的节点从根节点开始比较大小
        /// </summary>
        /// <param name="node">根节点或者二叉树中被比较的节点</param>
        /// <param name="e">目标节点</param>
        /// <returns></returns>
        private bool Contains(Node node, E e)
        {
            if (node == null)
            {
                return false;
            }

            if (e.CompareTo(node.e) == 0)
            {
                //说明找到了
                return true;
            }
            else if (e.CompareTo(node.e) < 0)
            {
                //目标节点比被比较节点小，所以在被比较节点的左子树中找
                Contains(node.left,e);
            }else if(e.CompareTo(node.e)>0)
            {
                //目标节点比被比较节点大，所以在被比较节点的右子树中找
                Contains(node.right, e);
            } 

            return false; 
        }
复制代码

 

 

二叉查找树的遍历

遍历和包含不一样，遍历要从根节点开始访问，最后将二叉树上的所有节点都访问一遍

1.前序遍历方法

 

 

 

 步骤：从节点8开始遍历，8左节点是4,4的左节点是2,2没有子节点，所以回到4节点，然后再看4节点的右节点6,6节点同样没有子节点，回退到4节点，4节点的子节点已遍历完毕，回退到8节点，此时8节点的左子树已经遍历完毕，开始遍历右子树，步骤和左子树中的步骤一样遍历完成之后结果为：8->4->2->6->12->10->14

代码实现：

复制代码
 public void PreOrder()
        {
            PreOrder(root);
        }
        /// <summary>
        /// 前序遍历 
        /// </summary>
        /// <param name="node"></param>
        private void PreOrder(Node node)
        {
            if(node==null)
            {
                return;
            }

            Console.WriteLine(node.e);
            PreOrder(node.left);
            PreOrder(node.right);
        }
复制代码

 

 

中序遍历

它是先遍历左子树，然后遍历根节点，最后遍历右子树

 

 

 中序遍历是以左根右规则进行的，所以从8节点开始找其左子树，其中4节点也还是存在左节点2，并且2无子节点，所以第一个遍历出来的是2，然后找2节点的根节点4，再看4节点的右子节点6,4节点的子节点都遍历完成之后退回到根节点8，然后按照规则再遍历右子树即可。

递归代码实现

复制代码
      public void InOrder()
        {
            InOrder(root);
        }
        /// <summary>
        /// 中序遍历 
        /// </summary>
        /// <param name="node"></param>
        private void InOrder(Node node)
        {
            if (node == null)
            {
                return;
            } 
            //1：遍历左子树
            InOrder(node.left);
            //2：访问根节点
            Console.WriteLine(node.e);
            //3：遍历右子树
            InOrder(node.right);
        }
复制代码

 

 

 

后序遍历

 

 

 代码实现：

复制代码
 public void PostOrder()
        {
            PostOrder(root);
        }
        /// <summary>
        /// 后序遍历 
        /// </summary>
        /// <param name="node"></param>
        private void PostOrder(Node node)
        {
            if (node == null)
            {
                return;
            }
            //1：遍历左子树
            PostOrder(node.left); 
            //2：遍历右子树
            PostOrder(node.right); 
            //3：访问根节点
            Console.WriteLine(node.e);
        }
复制代码

 

层序遍历

层序遍历是和队列有关系的，一层一层的遍历。

代码：

复制代码
      public void LevelOrder()
        {
            Queue<Node> q = new Queue<Node>();
            //在队列的末尾添加一个元素
            q.Enqueue(root);

            while (q.Count != 0)
            {
                //移除队头的元素
                Node cur = q.Dequeue();
                Console.Write(cur.e);
                if(cur.left!=null)
                {
                    q.Enqueue(cur.left);
                }

                if (cur.right != null)
                {
                    q.Enqueue(cur.right);
                }

            }


        }
复制代码

 

删除二叉树的节点

1.删除最大值，最小值。

在二叉树中寻找最大值最小值很方便，因为左子树永远是最小的，找当前节点的左子树，一直找到最后就是最小值，最大值同理。

 

 

代码：

复制代码
  public E Min()
        {
            if (root == null)
            {
                throw new Exception("空树");
            }

            return Min(root).e;
        }
        /// <summary>
        /// 查找最小值
        /// </summary>
        /// <param name="node"></param>
        /// <returns></returns>
        private Node Min(Node node)
        {
            if (node.left == null)
            {
                return node;
            }

            return Min(node.left);
        }


        public E Max()
        {
            if (root == null)
            {
                throw new Exception("空树");
            }

            return Max(root).e;
        }
        /// <summary>
        /// 查找最大值
        /// </summary>
        /// <param name="node"></param>
        /// <returns></returns>
        private Node Max(Node node)
        {
            if (node.left == null)
            {
                return node;
            }

            return Max(node.right);
        }
复制代码

 

（2）删除最大最小值

复制代码
      #region 删除最大最小值

        public E RemoveMin()
        {
            E ret = Min();
            root = RemoveMin(root);
            return ret;
        }

        private Node RemoveMin(Node node)
        {
            if (node.left == null)
            {
                N--;
                return node.right;
            }

            node.left = RemoveMin(node.left);
            return node;
        }

        public E RemoveMax()
        {
            E ret = Min();
            root = RemoveMax(root);
            return ret;
        }

        private Node RemoveMax(Node node)
        {
            //如果node右子树为空，说明当前节点最大，所以需要删除当前
            //节点，直接返回当前节点的右子树
            if (node.right == null)
            {
                N--;
                //此时还需要保留被删除节点的左子树，因为它的左子树肯定比其小，不需要删除，
                //所以直接保留下来。就算是此时左子树为空也没问题，因为存在空树。
                return node.left;
            }
            //如果找到了最大节点，会返回最大节点右子树(此时为空)，赋给上一个节点的右孩子节点
            //所以此时当前节点被删除了。
            node.right = RemoveMax(node.right);
            return node;
        }



        #endregion
复制代码

 

（3）删除任意值

 1：要删除节点只有左孩子时。 

 

 

比如删除12，最后变为：

2：删除节点只有右孩子时:

 

 

比如说删除12：就是将12节点 的右子树成为8的右子树即可。

 

 

 （3）删除叶子节点(就是没有左右子树的节点)

 

这时候可以把叶子节点看做是只有左子树或者只有右子树的节点，只不过是左右子树都为空而已，没什么区别。

 （4）删除节点存在左右孩子

 

 比如还是删除12节点，此时我们需要在12的右子树中寻找一个最小节点来代替12节点。所以需要先找出右子树中的最小节点13，然后将其从14节点左子树中删除，然后将12节点的左子树赋给13节点，

 

 

 

复制代码
    #region 删除任意元素


        /// <summary>
        /// 删除以node为根节点的二叉查找树中值为e的节点。
        /// 返回删除节点后新的二叉查找树的根。
        /// </summary>
        /// <param name="node"></param>
        /// <param name="e"></param>
        /// <returns></returns>
        private Node Remove(Node node, E e)
        {
            if (node == null)
                return null;

            if (e.CompareTo(node.e) < 0)
            {
                //如果要查找的值小于被删除的节点，到左子树中找
                node.left = Remove(node.left, e);
                return node;
            }
            else if (e.CompareTo(node.e) > 0)
            {
                //如果要查找的值大于被删除的节点，到右子树中找
                node.right = Remove(node.right, e);
                return node;
            }
            else
            {
                //被删除节点就是要查找的节点
                if (node.right == null)
                {
                    N--;
                    return node.left;
                }

                if (node.left == null)
                {
                    N--;
                    return node.right;
                }

                //左右子树都存在的情况
                Node s = Min(node.right);
                s.right = RemoveMin(node.right);
                s.left = node.left;
                return s;
            }

        }


        #endregion
复制代码

 

树的最大高度以及性能分析

 

 

看上图，同样一组数，不同顺序导致了二叉树的形状不同，最终导致了性能也不同，最坏的情况已经退化成了链表了。

所以对于无序的性能比较高。

如：

 

 （1）计算二叉树的最大高度

通过高度我们可以看出当前二叉树的性能。

 

复制代码
     #region 计算高度

        public int MaxHeight()
        {
            return MaxHeight(root);
        }

        /// <summary>
        /// 以node为根节点的二叉树的最大高度
        /// </summary>
        /// <param name="node"></param>
        /// <returns></returns>
        private int MaxHeight(Node node)
        {
            if (node == null)
            {
                return 0;
            }

            int l = MaxHeight(node.left);
            int r = MaxHeight(node.right);
            //加1是为了加上根节点本身高度
            return Math.Max(l, r) + 1;
        }

        #endregion
复制代码

 

 

完整代码：

复制代码
  /// <summary>
    /// 二叉查找树类  
    /// IComparable：使用此进行限制是为了实现 两个实体类之间按>，=，<进行比较
    /// </summary>
    /// <typeparam name="E"></typeparam>
    class BST<E> where E : IComparable<E>
    {
        /// <summary>
        /// 节点类
        /// </summary>
        private class Node
        {
            public E e;
            public Node left;
            public Node right;

            public Node(E e)
            {
                this.e = e;
                left = null;
                right = null;

            }
        }

        private Node root;
        private int N;
        public BST()
        {
            root = null;
            N = 0;
        }


        public int Count
        {
            get
            {
                return N;
            }
        }
        public bool IsEmpty
        {
            get
            {
                return N == 0;
            }
        }

        public void Add(E e)
        {
            root = Add(root, e);
        }
        /// <summary>
        /// 添加新节点
        /// 1：
        /// </summary>
        /// <param name="node"></param>
        /// <param name="e"></param>
        /// <returns></returns>
        private Node Add(Node node, E e)
        {
            if (node == null)
            {
                N++;
                return new Node(e);
            }

            if (e.CompareTo(node.e) < 0)
            {
                //添加的节点比当前要比较的节点小 
                node.left = Add(node.left, e);
            }
            else if (e.CompareTo(node.e) > 0)
            {
                node.right = Add(node.right, e);
            }

            return node;

        }
        /// <summary>
        /// 是否包含元素
        /// </summary>
        /// <param name="e"></param>
        /// <returns></returns>
        public bool Contains(E e)
        {
            //从根节点开始查找
            return Contains(root, e);
        }

        /// <summary>
        /// 从根节点开始查找是否包含此节点
        /// 1：根据查找的节点从根节点开始比较大小
        /// </summary>
        /// <param name="node">根节点或者二叉树中被比较的节点</param>
        /// <param name="e">目标节点</param>
        /// <returns></returns>
        private bool Contains(Node node, E e)
        {
            if (node == null)
            {
                return false;
            }

            if (e.CompareTo(node.e) == 0)
            {
                //说明找到了
                return true;
            }
            else if (e.CompareTo(node.e) < 0)
            {
                //目标节点比被比较节点小，所以在被比较节点的左子树中找
                Contains(node.left, e);
            }
            else if (e.CompareTo(node.e) > 0)
            {
                //目标节点比被比较节点大，所以在被比较节点的右子树中找
                Contains(node.right, e);
            }

            return false;
        }


        public void PreOrder()
        {
            PreOrder(root);
        }
        /// <summary>
        /// 前序遍历 
        /// </summary>
        /// <param name="node"></param>
        private void PreOrder(Node node)
        {
            if (node == null)
            {
                return;
            }

            Console.WriteLine(node.e);
            PreOrder(node.left);
            PreOrder(node.right);
        }

        public void InOrder()
        {
            InOrder(root);
        }
        /// <summary>
        /// 中序遍历 
        /// </summary>
        /// <param name="node"></param>
        private void InOrder(Node node)
        {
            if (node == null)
            {
                return;
            }
            //1：遍历左子树
            InOrder(node.left);
            //2：访问根节点
            Console.WriteLine(node.e);
            //3：遍历右子树
            InOrder(node.right);
        }


        public void PostOrder()
        {
            PostOrder(root);
        }
        /// <summary>
        /// 后序遍历 
        /// </summary>
        /// <param name="node"></param>
        private void PostOrder(Node node)
        {
            if (node == null)
            {
                return;
            }
            //1：遍历左子树
            PostOrder(node.left);
            //2：遍历右子树
            PostOrder(node.right);
            //3：访问根节点
            Console.WriteLine(node.e);
        }


        public void LevelOrder()
        {
            Queue<Node> q = new Queue<Node>();
            //在队列的末尾添加一个元素
            q.Enqueue(root);

            while (q.Count != 0)
            {
                //移除队头的元素
                Node cur = q.Dequeue();
                Console.Write(cur.e);
                if (cur.left != null)
                {
                    q.Enqueue(cur.left);
                }

                if (cur.right != null)
                {
                    q.Enqueue(cur.right);
                }

            }


        }

        public E Min()
        {
            if (root == null)
            {
                throw new Exception("空树");
            }

            return Min(root).e;
        }
        /// <summary>
        /// 查找最小值
        /// </summary>
        /// <param name="node"></param>
        /// <returns></returns>
        private Node Min(Node node)
        {
            if (node.left == null)
            {
                return node;
            }

            return Min(node.left);
        }


        public E Max()
        {
            if (root == null)
            {
                throw new Exception("空树");
            }

            return Max(root).e;
        }
        /// <summary>
        /// 查找最大值
        /// </summary>
        /// <param name="node"></param>
        /// <returns></returns>
        private Node Max(Node node)
        {
            if (node.left == null)
            {
                return node;
            }

            return Max(node.right);
        }


        #region 删除最大最小值

        public E RemoveMin()
        {
            E ret = Min();
            root = RemoveMin(root);
            return ret;
        }

        private Node RemoveMin(Node node)
        {
            if (node.left == null)
            {
                N--;
                return node.right;
            }

            node.left = RemoveMin(node.left);
            return node;
        }

        public E RemoveMax()
        {
            E ret = Min();
            root = RemoveMax(root);
            return ret;
        }

        private Node RemoveMax(Node node)
        {
            //如果node右子树为空，说明当前节点最大，所以需要删除当前
            //节点，直接返回当前节点的右子树
            if (node.right == null)
            {
                N--;
                //此时还需要保留被删除节点的左子树，因为它的左子树肯定比其小，不需要删除，
                //所以直接保留下来。就算是此时左子树为空也没问题，因为存在空树。
                return node.left;
            }
            //如果找到了最大节点，会返回最大节点右子树(此时为空)，赋给上一个节点的右孩子节点
            //所以此时当前节点被删除了。
            node.right = RemoveMax(node.right);
            return node;
        }



        #endregion


        #region 删除任意元素


        /// <summary>
        /// 删除以node为根节点的二叉查找树中值为e的节点。
        /// 返回删除节点后新的二叉查找树的根。
        /// </summary>
        /// <param name="node"></param>
        /// <param name="e"></param>
        /// <returns></returns>
        private Node Remove(Node node, E e)
        {
            if (node == null)
                return null;

            if (e.CompareTo(node.e) < 0)
            {
                //如果要查找的值小于被删除的节点，到左子树中找
                node.left = Remove(node.left, e);
                return node;
            }
            else if (e.CompareTo(node.e) > 0)
            {
                //如果要查找的值大于被删除的节点，到右子树中找
                node.right = Remove(node.right, e);
                return node;
            }
            else
            {
                //被删除节点就是要查找的节点
                if (node.right == null)
                {
                    N--;
                    return node.left;
                }

                if (node.left == null)
                {
                    N--;
                    return node.right;
                }

                //左右子树都存在的情况
                Node s = Min(node.right);
                s.right = RemoveMin(node.right);
                s.left = node.left;
                return s;
            }

        }


        #endregion

        #region 计算高度

        public int MaxHeight()
        {
            return MaxHeight(root);
        }

        /// <summary>
        /// 以node为根节点的二叉树的最大高度
        /// </summary>
        /// <param name="node"></param>
        /// <returns></returns>
        private int MaxHeight(Node node)
        {
            if (node == null)
            {
                return 0;
            }

            int l = MaxHeight(node.left);
            int r = MaxHeight(node.right);
            //加1是为了加上根节点本身高度
            return Math.Max(l, r) + 1;
        }

        #endregion

    }
复制代码

 

posted @   安静点--  阅读(71)  评论(0)  编辑  收藏  举报
编辑推荐：
· 10年+ .NET Coder 心语，封装的思维：从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热？
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列：向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
阅读排行：
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗？
· 10年+ .NET Coder 心语 ── 封装的思维：从隐藏、稳定开始理解其本质意义
· 【设计模式】告别冗长if-else语句：使用策略模式优化代码结构
· 字符编码：从基础到乱码解决
· 提示词工程——AI应用必不可少的技术
点击右上角即可分享
微信分享提示
AI IDE Trae