揭秘Java如何优雅实现二叉搜索树，详尽教程，一网打尽！

后端

2024-02-01 14:29:54

深入浅出，携手构建二叉搜索树

二叉搜索树（BST），又称二叉排序树，是一种特殊的二叉树，具有独特的数据组织方式。BST中的每个节点都包含一个值，且满足以下条件：

左子树中的每个值都小于或等于父节点的值。
右子树中的每个值都大于或等于父节点的值。

这种组织方式使得BST具有高效的搜索性能，从而成为处理排序数据的理想选择。

Java代码演绎，一步步实现BST

我们以Java语言为例，逐步实现BST的功能：

1. 定义节点结构：

class Node {
    int value;
    Node left;
    Node right;

    public Node(int value) {
        this.value = value;
    }
}

2. 创建二叉搜索树：

class BinarySearchTree {

    private Node root;

    public void insert(int value) {
        root = insert(root, value);
    }

    private Node insert(Node node, int value) {
        if (node == null) {
            return new Node(value);
        }

        if (value < node.value) {
            node.left = insert(node.left, value);
        } else {
            node.right = insert(node.right, value);
        }

        return node;
    }
}

3. 搜索BST中的元素：

public boolean search(int value) {
    return search(root, value);
}

private boolean search(Node node, int value) {
    if (node == null) {
        return false;
    }

    if (value == node.value) {
        return true;
    }

    if (value < node.value) {
        return search(node.left, value);
    } else {
        return search(node.right, value);
    }
}

4. 删除BST中的元素：

public void delete(int value) {
    root = delete(root, value);
}

private Node delete(Node node, int value) {
    if (node == null) {
        return null;
    }

    if (value < node.value) {
        node.left = delete(node.left, value);
    } else if (value > node.value) {
        node.right = delete(node.right, value);
    } else {
        if (node.left == null) {
            return node.right;
        } else if (node.right == null) {
            return node.left;
        }

        node.value = findMin(node.right).value;
        node.right = delete(node.right, node.value);
    }

    return node;
}

5. 查找BST中的最小值和最大值：

public int findMin() {
    return findMin(root).value;
}

private Node findMin(Node node) {
    if (node.left == null) {
        return node;
    }

    return findMin(node.left);
}

public int findMax() {
    return findMax(root).value;
}

private Node findMax(Node node) {
    if (node.right == null) {
        return node;
    }

    return findMax(node.right);
}