当前位置:首页 > 文章列表 > 文章 > java教程 > Java 中从头开始的二叉搜索树

Java 中从头开始的二叉搜索树

来源:dev.to 2024-07-12 09:19:02 0浏览 收藏

从现在开始,我们要努力学习啦!今天我给大家带来《Java 中从头开始的二叉搜索树》,感兴趣的朋友请继续看下去吧!下文中的内容我们主要会涉及到等等知识点,如果在阅读本文过程中有遇到不清楚的地方,欢迎留言呀!我们一起讨论,一起学习!

Java 中从头开始的二叉搜索树

简介
二叉搜索树 (bst) 是一种二叉树,其中每个节点最多有两个子节点,称为左子节点和右子节点。对于每个节点,左子树仅包含值小于该节点值的节点,右子树仅包含值大于该节点值的节点。 bst 用于高效的搜索、插入和删除操作。

为什么使用二叉搜索树?
bst 有几个优点:

高效搜索:搜索、插入、删除平均时间复杂度为o(log n)。
动态项目集:支持动态操作,与静态数组不同。
有序元素:bst 的中序遍历会产生按排序顺序排列的元素。
构建 bst 的分步指南
步骤一:定义节点结构
第一步是定义树中节点的结构。每个节点将具有三个属性:一个值、对左子节点的引用和对右子节点的引用。

public class treenode {
    int value;
    treenode left;
    treenode right;

    treenode(int value) {
        this.value = value;
        this.left = null;
        this.right = null;
    }
}

第2步:使用构造函数创建bst类
接下来,我们创建 bst 类,其中包含对树根的引用以及插入元素的方法。

public class binarysearchtree {
    treenode root;

    public binarysearchtree() {
        this.root = null;
    }
}

第三步:实现插入方法
要将元素插入 bst,我们需要找到新节点的正确位置。插入方法通常实现为递归函数。

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

private treenode insertrec(treenode root, int value) {
    // base case: if the tree is empty, return a new node
    if (root == null) {
        root = new treenode(value);
        return root;
    }

    // otherwise, recur down the tree
    if (value < root.value) {
        root.left = insertrec(root.left, value);
    } else if (value > root.value) {
        root.right = insertrec(root.right, value);
    }

    // return the (unchanged) node pointer
    return root;
}

可视化
为了更好地理解插入是如何工作的,让我们考虑一个例子。假设我们要在 bst 中插入以下数字序列:50, 30, 70, 20, 40, 60, 80。

50
  50
 /
30
  50
 /  \
30  70
50
 /  \
30  70
/

插入40:

  50
 /  \
30  70
/ \

插入60

  50
 /  \
30  70
/ \  /

插入80:

  50
 /  \
30  70
/ \  / \

完整代码
这是创建 bst 和插入元素的完整代码:

public class BinarySearchTree {
    TreeNode root;

    public BinarySearchTree() {
        this.root = null;
    }

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

    private TreeNode insertRec(TreeNode root, int value) {
        if (root == null) {
            root = new TreeNode(value);
            return root;
        }

        if (value < root.value) {
            root.left = insertRec(root.left, value);
        } else if (value > root.value) {
            root.right = insertRec(root.right, value);
        }

        return root;
    }

    // Additional methods for traversal, search, and delete can be added here

    public static void main(String[] args) {
        BinarySearchTree bst = new BinarySearchTree();
        int[] values = {50, 30, 70, 20, 40, 60, 80};
        for (int value : values) {
            bst.insert(value);
        }

        // Add code to print or traverse the tree
    }
}

class TreeNode {
    int value;
    TreeNode left;
    TreeNode right;

    TreeNode(int value) {
        this.value = value;
        this.left = null;
        this.right = null;
    }
}

到这里,我们也就讲完了《Java 中从头开始的二叉搜索树》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除
Java 中从头开始的二叉搜索树Java 中从头开始的二叉搜索树
上一篇
Java 中从头开始的二叉搜索树
Java框架在微服务架构中的敏捷性和可扩展性
下一篇
Java框架在微服务架构中的敏捷性和可扩展性
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    266次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    318次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    303次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    275次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    94次使用