利用二分搜索树实现映射和链表稍微有些不同,在K的定义上是必须具备可比较性的
定义接口
Map.java
// 支持泛型,支持两个键和值
public interface Map<K, V> {
void add(K key, V value);
V remove(K key); // 删除后将key所对应的value返回给用户
boolean contains(K key); // 查询是否包含
V get(K key); // 获取键的值
void set(K key, V newValue); // 修改键值对
int getSize(); // 获取大小
boolean isEmpty(); // 是否为空
}
Map类
相对难以理解的是删除元素的逻辑,使用递归考虑待删除元素与每一次的根节点进行比较。考虑待删除元素的左子树为空,右子树为空,或者左右子树均不为空三种情况。
BSTMap.java
import java.util.ArrayList;
// 由于是二分搜索树,对于key来说必须时刻比较的
public class BSTMap<K extends Comparable<K>, V> implements Map<K, V> {
private class Node {
public K key; // key与value成对放在node里
public V value;
public Node left, right;
// 构造方法
public Node(K key, V value) {
this.key = key;
this.value = value;
left = null;
right = null;
}
}
// 包含一个根节点和size
private Node root;
private int size;
// 初始化构造
public BSTMap() {
root = null;
size = 0;
}
@Override
public int getSize() {
return size;
}
@Override
public boolean isEmpty() {
return size == 0;
}
@Override
public void add(K key, V value) {
root = add(root, key, value);
}
// 向以node为根的二分搜索树中添加键值对(key,value),递归算法
// 返回插入新的键值对节点后二分搜索树的根
private Node add(Node node, K key, V value) {
if (node == null) {
size++;
return new Node(key, value);
}
// 如果没有递归到底,只对当前node的key进行比较,小于0往左子树添加,大于0往右子树添加
if (key.compareTo(node.key) < 0)
node.left = add(node.left, key, value);
else if (key.compareTo(node.key) > 0)
node.right = add(node.right, key, value);
else // key.compareTo(node.key) == 0 这种情况下更新value
node.value = value;
return node;
}
// 返回以node为根节点的二分搜索树中,key所在的节点
private Node getNode(Node node, K key) {
// node为null时,没有找到节点
if (node == null)
return null;
// 如果等于0说明找到了key所在节点,直接返回该node
if (key.compareTo(node.key) == 0)
return node;
else if (key.compareTo(node.key) < 0)
return getNode(node.left, key); // 小于0去左子树找
else // if (key.compareTo(node.key) > 0)
return getNode(node.right, key);
}
@Override
public boolean contains(K key) {
return getNode(root, key) != null; // 如果有为true,无false
}
@Override
public V get(K key) {
Node node = getNode(root, key);
return node == null ? null : node.value;
}
@Override
public void set(K key, V newValue) {
Node node = getNode(root, key);
if (node == null)
throw new IllegalArgumentException(key + "doesn't exist.");
node.value = newValue;
}
// 删除操作
// 返回以node为根的二分搜索树的最小值所在的节点
private Node minimum(Node node) {
if (node.left == null)
return node;
return minimum(node.left);
}
// 删除以node为根的二分搜索树中的最小节点
// 返回删除节点后新的二分搜索树的根
private Node removeMin(Node node) {
// 如果节点左子树为空,则将当前节点是最小值删除,它的右子树变为左子树
if (node.left == null) {
Node rightNode = node.right;
node.right = null;
size--;
return rightNode;
}
node.left = removeMin(node.left);
return node;
}
// 删除键所对应的节点同时返回键所对应的值
@Override
public V remove(K key) {
// 先在二分搜索树中找一下是否存在该删除的节点
Node node = getNode(root, key);
// 如果找到调用递归函数删除节点
if (node != null) {
root = remove(root, key);
// 删除完成之后返回key所对应的value
return node.value;
}
// 否则删除的key不在映射中
return null;
}
// 删除掉以node为根的二分搜索树中键为key的节点,递归算法
// 返回删除节点后新的二分搜索树的根
private Node remove(Node node, K key) {
if (node == null)
return null;
// 比较key与node.key的值到具体的子树中进行删除
if (key.compareTo(node.key) < 0) {
node.left = remove(node.left, key);
return node;
}
else if (key.compareTo(node.key) > 0) {
node.right = remove(node.right, key);
return node;
} else {
// key.compareTo(node.key) == 0
// 待删除节点左子树为空的情况
if (node.left == null) {
Node rightNode = node.right;
node.right = null;
size--;
return rightNode;
}
// 待删除节点右子树为空的情况
if (node.right == null) {
Node leftNode = node.left;
node.left = null;
size--;
return leftNode;
}
// 待删除节点左右子树均不为空
// 先找到比待删除节点大的最小节点,右子树的最小节点
// 用这个节点顶替待删除节点的位置
Node successor = minimum(node.right); // 声明新的Node保存右子树最小节点
successor.right = removeMin(node.right); // 后继节点的右子树等于右子树中删除掉最小节点
successor.left = node.left; // 左子树等于待删除节点的左子树
// 此时node节点已经没用了,将这颗节点与二分搜索树脱离关系
node.left = node.right = null;
// 这里不需要维护size--,因为在removeMin中已经维护过一次size--
return successor; // 最后直接返回新的根是后继节点
}
}
}