Java数据结构与算法之树(动力节点java学院整理)

为什么使用树：

   树结合了两种数据结构的有点：一种是有序数组，树在查找数据项的速度和在有序数组中查找一样快；另一种是链表，树在插入数据和删除数据项的速度和链表一样。既然这样，就要好好去学了....
(最主要讨论的是二叉树中的二叉搜索树，即一个节点的左子节点关键值小于这个节点，右子节点的关键值大于这个节点)

设计前的思考：

树——>元素（节点）

class node
{
 public int idata ;
 public float fdata ;
 public node left ;
 public node right ;
 //方法
 public node(int idata,float fdata){}
 public void displaynode(){} 
}
class tree
{
 node root ;//树根
 //方法
 public void insert(){}
 public void displaytree(){}
 public void find(){}
 public void delete(){}
}

插入数据：

 //插入子节点
 public void insert(int idata ,float fdata)
 {
 node newnode = new node(idata,fdata) ;
 if(root == null)
 root = newnode ;
 else
 {
 node current = root ;
 node parent ;
 while(true)//寻找插入的位置 
 {
 parent = current ;
 if(idata<current.idata)
 {
 current = current.left ;
 if(current == null)
 {
 parent.left = newnode ;
 return ;
 }
 }
 else
 {
 current =current.right ;
 if(current == null)
 {
 parent.right = newnode ;
 return ;
 }
 }
 }
 }
 }

遍历树：

//中序遍历方法
 public void inorder(node localroot)
 {
 if(localroot != null)
 {
 inorder(localroot.left) ;//调用自身来遍历左子树
 localroot.displaynode() ;//访问这个节点
 inorder(localroot.right) ;//调用自身来遍历右子树
 }
 }

查找某个节点：

//查找某个节点
 public node find(int idata)
 {
 node current = root ;
 while(current.idata != idata)
 {
 if(current.idata<idata)
 current = current.right ;
 else
 current = current.left ;
 if(current == null)
 return null ;
 }
 return current ;
 }

查找树中关键字的最大值和最小值：

最大值：不断地寻找右子节点

最小值：不断地寻找左子节点

//查找关键字最小的节点
 public node findminnode()
 {
 node current , last ;
 last = null ;
 current = root ;
 if(current.left == null)
 return current ;
 else
 {
 while(current != null)
 {
 last = current ;
 current = current.left ;
 }
 return last ;
 }
 }

 删除某个节点：

 思考：

1).先找到要删除的节点：

public boolean delete(int key)
 {
 //先找到需要删除的节点
 node current = root ;
 node parent = root ;
 boolean isleftchild = false ;
 while(current.idata != key)//显然，当current.idata == key 时，current 就是要找的节点
 {
 parent = current ;
 if(key < current.idata)
 {
 isleftchild = true ;
 current = current.left ;
 }
 else
 {
 isleftchild = false ;
 current = current.right ;
 }
 if(current == null)//找不到key时返回false
 return false ;
 }
 //continue ........
 }

2).再考虑要删除的节点是怎样的节点，经分析，有三种情况：叶节点、有一个节点的节点、有两个节点的节点

a).如果删除的是一个叶子节点，直接删除即可

//接上................
 //分情况考虑删除的节点
 //删除的节点为叶节点时
 if(current.left == null && current.right == null)
 {
 if(current == root)
 root = null ;
 else
 if(isleftchild)
 parent.left = null ;
 else
 parent.right = null ;
 }
//continue...........

b).如果删除的节点有一个节点时：分两种情况，删除的节点只有一个左子节点，或者只有一个右子节点

//接上.......
//删除的节点有一个子节点
 else
 if(current.right == null)//删除的节点只有一个左子节点时
 {
 if(current == root)//要删除的节点为根节点
 root = current.left ;
 else
 if(isleftchild)//要删除的节点是一个左子节点
 parent.left = current.left ;
 else
 parent.right = current.left ;//要删除的节点是一个右子节点
 }
 else
 if(current.left == null)//删除的节点只有一个右子节点时
 {
 if(current == root)//要删除的节点为根节点
 root = current.right ;
 else
 if(isleftchild)//要删除的节点是一个左子节点
 parent.left = current.right ;
 else
 parent.right = current.right ;//要删除的节点是一个右子节点
 }
//continue.......

c).如果删除的节点有两个节点时：

这种情况就比较复杂，需要去寻找一个节点去替代要删除的节点。这个节点应该是什么节点呢？

据书本介绍，最合适的节点是后继节点，即比要删除的节点的关键值次高的节点是它的后继节点。

说得简单一些，后继节点就是比要删除的节点的关键值要大的节点集合中的最小值。

以上面的为例，40的后继节点为74,10的后继节点是13,19的后继节点时26

以下是寻找后继节点的代码： 

 //返回后继节点
 private node getsuccessor(node delnode)
 {
 node successorparent = delnode ;//后继节点的父节点
 node successor = delnode ;//后继节点
 node current = delnode.right ;//移动到位置节点位置
 while(current != null)
 {
 successorparent = successor ;
 successor = current ;
 current = current.left ;
 }
 if(successor != delnode.right)
 {
 successorparent.left = successor.right ;
 successor.right = delnode.right ;
 }
 return successor ;
 }

 找到了后继节点，接着就要讨论如何用后继节点替代药删除的节点

a)如果后继节点是刚好是要删除节点的右子节点（此时可以知道，这个右子节点没有左子点，如果有，就不该这个右子节点为后继节点）

//要删除的节点为左子节点时
parent.left = successor ;
successor.left = current.left ;
//要删除的节点是右子节点时
parent.right = successor ;
successor.left = current.left ;

b)如果后继节点为要删除节点的右子节点的左后代：

//假如要删除的节点为右子节点
successorparent.left = successor.right ;//第一步
successor.right = current.right ;//第二步
parent.right = successor ;
successor.left = current.left ;
//假设要删除的节点为左子节点
successorparent.left = successor.right ;
successor.right = current.right ;
parent.left = successor ;
successor.left = current.left ;

注意：第一步和第二步在getsuccessor()方法的最后的if语句中完成

以下是删除的节点有连个节点的代码：

//接上 
 //删除的节点有两个子节点
 else
 {
 node successor = getsuccessor(current) ;//找到后继节点
 if(current == root)
 root = successor ;
 else
 if(isleftchild)
 parent.left = successor ;
 else
 parent.right = successor ;
 successor.left = current.left ;
 }
 //continue....

综合上述，给出delete()方法的代码：

//删除某个节点
 public boolean delete(int key)
 {
 //先找到需要删除的节点
 node current = root ;
 node parent = root ;
 boolean isleftchild = false ;
 while(current.idata != key)//显然，当current.idata == key 时，current 就是要找的节点
 {
 parent = current ;
 if(key < current.idata)
 {
 isleftchild = true ;
 current = current.left ;
 }
 else
 {
 isleftchild = false ;
 current = current.right ;
 }
 if(current == null)//找不到key时返回false
 return false ;
 }
 //分情况考虑删除的节点
 //删除的节点为叶节点时
 if(current.left == null && current.right == null)
 {
 if(current == root)
 root = null ;
 else
 if(isleftchild)
 parent.left = null ;
 else
 parent.right = null ;
 }
 //删除的节点有一个子节点
 else
 if(current.right == null)//删除的节点只有一个左子节点时
 {
 if(current == root)//要删除的节点为根节点
 root = current.left ;
 else
 if(isleftchild)//要删除的节点是一个左子节点
 parent.left = current.left ;
 else
 parent.right = current.left ;//要删除的节点是一个右子节点
 }
 else
 if(current.left == null)//删除的节点只有一个右子节点时
 {
 if(current == root)//要删除的节点为根节点
 root = current.right ;
 else
 if(isleftchild)//要删除的节点是一个左子节点
 parent.left = current.right ;
 else
 parent.right = current.right ;//要删除的节点是一个右子节点
 }
 //删除的节点有两个子节点
 else
 {
 node successor = getsuccessor(current) ;//找到后继节点
 if(current == root)
 root = successor ;
 else
 if(isleftchild)
 parent.left = successor ;
 else
 parent.right = successor ;
 successor.left = current.left ;
 }
 return true ;
 }

进一步考虑：

删除那么复杂，那删除是必要的吗?我们可以给每个节点定义一个标志，该标志用于记录该节点是否已经删除了，显示树时，先判断该节点是否已经删除，如果没有，则显示。

这样的结果是，节点其实是没有删除的，这样显然逃避责任了。当树中没有那么多的删除操作时，这也不失为一种好方法，例如：

已经离职的员工的档案要永久地保存在员工的记录中。

以上所述是小编给大家介绍的java数据结构与算法之树(动力节点java学院整理)，希望对大家有所帮助