树是一种非线性的数据结构,以分层的方式存储数据。
二叉树:查找非常快,而且二叉树添加或者删除元素也非常快。
形象的可以描述为组织结构图,用来描述一个组织的结构。树是由边连接的点组成。
树的一些基本概念:
根节点:一棵树最上面的节点。
父节点:一个节点下面连接多个节点,该节点是父节点。
子节点:父节点下面的节点。(一个节点可以有0,1,或者多个子节点)
叶子节点:没有任何子节点的节点。
路径:从一个节点到另一个节点的这一组边。
树的遍历:以某种特定顺序访问树中所有的节点。
树的分层:根节点是0层,它的子节点是第一层以此类推。
树的深度:书的层数就是深度。
键:每个节点都有一个与之相关的值。
二叉树和二叉查找树
二叉树:一种特殊的树,子节点不超过两个将子树节点的个数限定为2,可以写出高效的程序在树中插入、查找、删除数据。
左右节点:父节点的两个子节点。
二叉查找树:是一种特殊的二叉树,相对较小的节点存在左节点,较大的存在右节点。这一特性是的查找的效率很高。
1、实现二叉查找树:
又节点组成,定义的第一个对象是Node,和链表的Node对象相似。
Node对象既能保存保存数据,也能保存和其他节点链接(left,right),show()用来显示保存在节点中的数据。
        function Node(data,left,right) {
this.data = data;
this.left = left;
this.right = right;
//this.show = show;
}
Node.prototype.show = function() {
return this.data;
};

  二叉树的创建:binary search tree

二叉树的创建:binary search tree
该类只有一个数据成员,表示二叉树查找树根节点的Node对象,初始化null;
BST有一个insert()方法,用来插入新节点,有点复杂,首先创建一个Node对象,将对象传入该数据中。检查BST是否有根结点,如果没有则是新树,该节点是根节点。否则待插入节点不是根节点,需要遍历BST,找到插入的适当位置。该过程类似与遍历链表。用一个变量存储当前结点,一层层地遍历BST。进入BST以后,下一步就是决定将节点放在什么地方,找到正确的插入点。
1)设置根节点为当前节点。
2)如果待插入节点保存的数据小于当前节点,则设置新的当前节点为原节点的左节点;反之4)
3)如果当前节点的左节点为null,就将新的节点插入这个位置,退出循环;反之执行下一次循环。
4)设置新的当前节点为原节点的右节点。
5)如果当前节点的右节点为null,就将新的节点插入这个位置,推出循环;反之执行下一次循环;
 
        function BST() {
this.root = null;
//this.insert = insert;
this.preOrder = preOrder;//先序遍历
this.inOrder = inOrder;//中序遍历
this.postOrder = postOrder;//后序遍历 }
BST.prototype.insert = function(data) {
var _node = new Node(data,null,null);
if(this.root == null) {
this.root = _node;
}else{
var _current = this.root;
var _parent;
while(true) {
_parent = _current;
if(data < _current.data) {
_current = _current.left;
if(_current == null) {
_parent.left = _node;
break;
}
}else{
_current = _current.right;
if(_current == null) {
_parent.right = _node;
break;
}
}
}
}
};
2、遍历二叉树
方式:先序,中序,后序。(都是以根为参照访问)
先序:先访问根节点,再以升序的方式访问左子树和右子树。
中序:以升序的方式访问左中右的次序。
后序:先访问叶子节点,从左子树到右子树再到根节点。
        //先序遍历preOrder
function preOrder (node) {
if(!(node == null)) {
console.log(node.show());
preOrder(node.left);
preOrder(node.right);
}
}
//test...
var bst = new BST();
bst.insert(23);
bst.insert(45);
bst.insert(16);
bst.insert(37);
bst.insert(3);
bst.insert(99);
bst.insert(22);
preOrder(bst.root);
//中序遍历inOrder
function inOrder (node) {
if(!(node == null)) {
inOrder(node.left);
console.log(node.show());
inOrder(node.right);
}
}
console.log("--------------------");
inOrder(bst.root);
//后序遍历inOrder
function postOrder (node) {
if(!(node == null)) {
postOrder(node.left);
postOrder(node.right);
console.log(node.show());
}
}
console.log("--------------------");
postOrder(bst.root);
//完整代码:
        ~(function() {
function Node(data,left,right) {
this.data = data;
this.left = left;
this.right = right;
//this.show = show;
}
Node.prototype.show = function() {
return this.data;
};
function BST() {
this.root = null;
//this.insert = insert;
this.preOrder = preOrder;//先序遍历
this.inOrder = inOrder;//中序遍历
this.postOrder = postOrder;//后序遍历 }
BST.prototype.insert = function(data) {
var _node = new Node(data,null,null);
if(this.root == null) {
this.root = _node;
}else{
var _current = this.root;
var _parent;
while(true) {
_parent = _current;
if(data < _current.data) {
_current = _current.left;
if(_current == null) {
_parent.left = _node;
break;
}
}else{
_current = _current.right;
if(_current == null) {
_parent.right = _node;
break;
}
}
}
}
};
//先序遍历preOrder
function preOrder (node) {
if(!(node == null)) {
console.log(node.show());
preOrder(node.left);
preOrder(node.right);
}
}
//中序遍历inOrder
function inOrder (node) {
if(!(node == null)) {
inOrder(node.left);
console.log(node.show());
inOrder(node.right);
}
}
//后序遍历inOrder
function postOrder (node) {
if(!(node == null)) {
postOrder(node.left);
postOrder(node.right);
console.log(node.show());
}
}
})();

3、二叉树上的查找:

1)查找最小值;
2)查找最大值;
3)查找给定值。
最大最小值的查找比较简单,只要遍历到最左,最右即可。
        BST.prototype.getMin = function() {
var _current = this.root;
while(!(_current.left == null)) {
_current = _current.left;
}
return _current.data;
};
BST.prototype.getMax = function () {
var _current = this.root;
while(!(_current.right == null)) {
_current = _current.right;
}
return _current.data;
};
console.log("-----------");
console.log( bst.getMin() );
console.log( bst.getMax() );
查找给定值:find(); 需要比较该值和当前节点上的值的大小。通过比较大小,确定左遍历还是右遍历。
        BST.prototype.find = function(data) {
var _current = this.root;
while(_current != null) {
if(_current.data == data) {
return _current;
}else if(data < _current.data) {
_current = _current.left;
}else{
_current = _current.right;
}
}
return null;//没找到返回null
};
console.log("-----------");
console.log( bst.find(99) );

4、删除二叉查找树上的节点

删除操作相对复杂,分为三种情况
1)删除叶子节点(没有子节点的节点)
2)删除只有一个子节点
3)删除包含两个子节点
删除时要删除数据和删除节点。
算法具体过程:
先判断当前节点是否包含待删除的数据,如果包含则删除该节点。如果不包含则比较当前节点上的数据和待删除的数据(删除根节点)。如果不包含,则比较当前节点的数据和待删除的数据。如果待删除数据小于当前节点上的数据,则移至当前结点的左子树节点继续比较;如果大于当前节点上的数据,则移至当前节点的右子节点继续比较。
叶子节:只需要将从父节点指向它的链接指向null;
删除节点只包含一个子节点:原本只想他的节点就的做些调整,使其指向它的子节点。
删除包含两个子节点:一种是查找待删除节点左子树上的最大值,要么查找其右子树上的最小值。
这个过程有两个方法完成,一个删除数据remove();,一个删除节点removeNode();
        function remove(data) {
root = removeNode(this.root,data);
}
function getSmallest(node) {
if (node.left == null) {
return node;
}else {
return getSmallest(node.left);
}
}
function removeNode(node,data) {
if(node == null) {
return null;
}
if(data == node.data) {
if(node.left == null && node.right == null) {//叶子节点
return null;
}
if(node.left == null) {//没有左子树
return node.right;
}
if(node.right == null) {//没有右子树
return node.left;
}
//有两个子节点的节点
var _tempNode = getSmallest(node.right);//采用右子树上的最小值
node.data = _tempNode.data;
node.right = removeNode(node.right,_tempNode.data);
return node;
}else if(data < node.data) {
node.left = removeNode(node.left,data);
return node;
}else {
node.right = removeNode(node.right,data);
return node;
}
}
//bst.remove(3);
preOrder(bst.root);
//console.log( bst.show() );

最新文章

  1. Vsftp精解之安装配置及原理(一)
  2. 【CSU1808】地铁
  3. spring aop中的propagation的7种配置的意思
  4. 夺命雷公狗---Thinkphp----10之后台登录.注销一条龙
  5. 使用JAVA反射初始化数组(转)
  6. mysql select 报错
  7. sorted函数
  8. php 加密解密方法
  9. CareerCup它1.8 串移包括问题
  10. redis client protocol 分解
  11. Qt Quick里的图形效果:阴影(Drop Shadow)
  12. 编译安装 Nginx1.12.1
  13. R语言-时间序列
  14. c# try-finally有什么用
  15. 云摘录︱Word2Vec 作者Tomas Mikolov 的三篇代表作解析
  16. Kotlin基础
  17. 调试 - Chrome调试
  18. Oracle中connect by用法示例
  19. Multiple markers at this line - Missing semicolon时的解决方法
  20. 依据Axis2官网的高速入门英文文档总结

热门文章

  1. 有用的 Bash 快捷键清单
  2. Windows下安装Scrapy方法及常见安装问题总结——Scrapy安装教程
  3. JAVA程序类加载及其反射机制
  4. HDU-1032 The 3n+1 problem 模拟问题(水题)
  5. Intel投入5亿美元提升14nm工艺CPU需求
  6. sql暂时表的创建
  7. Kinect for Windows V2 SDK+ VS2012 环境搭建
  8. 我持续推动Rust语言支持Windows XP系统
  9. UITableView去掉最后切割线的一种方法
  10. 紫书 例题 9-3 UVa 1347 ( 状态设计)