C/C++教程
【C++】二叉搜索树
本文主要是介绍【C++】二叉搜索树，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！
今天我们来讲一种特殊的二叉树，二叉搜索树。学好二叉搜索树，有助于我们之后对map和set的理解与掌握。
目录
- 二叉搜索树概念
- 二叉搜索树操作
- 1. 查找
- 2. 插入
- 3. 删除
- 二叉搜索树实现
- 二叉搜索树应用
- 二叉搜索树性能分析
二叉搜索树概念
二叉搜索树又称二叉排序树，它或者是一棵空树，或者是具有以下性质的二叉树:
- 若它的左子树不为空，则左子树上所有节点的值都小于根节点的值
- 若它的右子树不为空，则右子树上所有节点的值都大于根节点的值
- 它的左右子树也分别为二叉搜索树
二叉搜索树操作
对于二叉搜索树的大部分操作，我们大都有通过循环和递归两种方式来实现。不过递归的栈消耗较大，虽然代码比较简洁，我依旧推崇非递归的写法。
1. 查找
查找比较简单，因为二叉搜索树鲜明的特性，我们只要不断将待查找节点与树中的节点比较即可：
1.循环法
Node* find(const K& key) {
if (_root == nullptr) {
return false;
}
Node* cur = _root;
while (cur) {
if (cur->_key < key) {
cur->_right;
}
else if(cur->_key>key) {
cur->_left;
}
else {
return cur;
}
}
return nullptr;
}
- 递归法
Node* _findR(Node* root, const K& key) {
if (root == nullptr) {
return nullptr;
}
else {
if (cur->_key < key) {
return _findR(cur->_right, key);
}
else if (cur->_key > key) {
return _findR(cur->_right, key);
}
else {
return cur;
}
}
}
2. 插入
插入的思路分为两步：第一不是找到要插入的位置，然后创建节点进行插入。
循环写法：
//插入
bool insert(const K& key)
{
if (_root == nullptr) {
_root = new Node(key);
return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur) {
if (cur->_key < key) {
parent = cur;
cur = cur->_right;
}
else if (cur->_key > key) {
parent = cur;
cur = cur->_left;
}
else {
return false;
}
}
cur = new Node(key);
if (cur->_key > parent->_key) {
parent->_right = cur;
}
else {
parent->_left = cur;
}
return true;
}
递归写法：
//递归版插入
bool _insertR(Node* &root,const K& key) {
if (root == nullptr) {
root = new Node(key);
return true;
}
Node* cur = root;
else{
if (cur->_key > key) {
return insertR(cur->_left, key);
}
else if(cur->_key<key){
return insertR(cur->_right, key);
}
else {
return false;
}
}
}
3. 删除
删除是二叉排序树的一个难点，我们删除的同时不能破坏其性质，我们对于不同的情况要具体分析：
对于要被删除的节点：
-
没有子节点（叶子节点）
这种情况最简单，直接删除即可，不会影响其他节点 -
有一个节点
这种情况下，我们将待删节点的父节点 指向 待删节点的子节点即可，然后再讲待删节点删掉。
- 有两个节点
对于有两个子节点的情况，我们需要使用“替代删除法”。
我们需要找到删除节点的右子树最小值，或者左子树最大值，并将找到的值赋值给待删除节点，然后再将右子树最小值，或者左子树最大值删除。
循环写法：
bool erase(const K& key) {
Node* parent = nullptr;
Node* cur = _root;
while (cur) {
if (cur->_key < key) {
parent = cur;
cur = cur->_right;
}
else if (cur->_key > key) {
parent = cur;
cur = cur->_left;
}
else {
if (cur->_left == nullptr) {
if (cur == _root)
{
_root = cur->_right;
}
else {
if (parent->_left == cur) {
parent->_left = cur->_right;
}
else {
parent->_right = cur->_right;
}
}
delete cur;
}
else if (cur->_right == nullptr) {
if (cur == _root)
{
_root = cur->_left;
}
else {
if (parent->_left == cur) {
parent->_left = cur->_left;
}
else {
parent->_right = cur->_left;
}
}
delete cur;
}
else {
Node* minRightParent = cur;
Node* minRight = cur->_right;
while (minRight->_left) {
minRightParent = minRight;
minRight = minRight->_left;
}
cur->_key = minRight->_key;
if (minRightParent->_left == minRight) {
minRightParent->_left = minRight->_right;
}
else {
minRightParent->_right = minRight->_right;
}
delete minRight;
}
return true;
}
}
return false;
}
递归写法：
bool _eraseR(Node* &root, const K& key) {
if (root == nullptr)
return false;
if (root->_key < key) {
return _eraseR(root->_right, key);
}
else if (root->_key > key) {
return _eraseR(root->_left, key);
}
else {
Node* del = root;
if (root->_left == nullptr) {
root = root->_right;
}
else if (root->_right == nullptr) {
root = root->_left;
}
else {
Node* minRight = root->_right;
while (minRight->_left) {
minRight = minRight->_left;
}
root->_key = minRight->_key;
return _eraseR(root->_right, minRight->_key);
}
delete del;
return true;
}
}
二叉搜索树实现
对于一个完整的二叉搜索树。我们还要加上拷贝构造和赋值拷贝以及销毁，析构函数等等。这里不再一一赘述了，直接贴出完整的代码：
#pragma once
namespace yyk
{
template<class K>
struct BSTreeNode
{
BSTreeNode<K>* _left;
BSTreeNode<K>* _right;
K _key;
BSTreeNode(const K& key)
:_left(nullptr),
_right(nullptr),
_key(key)
{}
};
template<class K>
class BSTree
{
typedef BSTreeNode<K> Node;
public:
BSTree()
:_root(nullptr)
{}
//拷贝构造
BSTree(const BSTree<K>& t)
{
_root = _copyR(t._root);
}
// 赋值拷贝
BSTree<K>& operator=(BSTree<K> t)
{
std::swap(_root, t._root);
return *this;
}
//析构函数
~BSTree()
{
_Destroy(_root);
}
//插入
bool insert(const K& key)
{
if (_root == nullptr) {
_root = new Node(key);
return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur) {
if (cur->_key < key) {
parent = cur;
cur = cur->_right;
}
else if (cur->_key > key) {
parent = cur;
cur = cur->_left;
}
else {
return false;
}
}
cur = new Node(key);
if (cur->_key > parent->_key) {
parent->_right = cur;
}
else {
parent->_left = cur;
}
return true;
}
//查询
Node* find(const K& key) {
if (_root == nullptr) {
return false;
}
Node* cur = _root;
while (cur) {
if (cur->_key < key) {
cur->_right;
}
else if(cur->_key>key) {
cur->_left;
}
else {
return cur;
}
}
return nullptr;
}
//删除
bool erase(const K& key) {
Node* parent = nullptr;
Node* cur = _root;
while (cur) {
if (cur->_key < key) {
parent = cur;
cur = cur->_right;
}
else if (cur->_key > key) {
parent = cur;
cur = cur->_left;
}
else {
if (cur->_left == nullptr) {
if (cur == _root)
{
_root = cur->_right;
}
else {
if (parent->_left == cur) {
parent->_left = cur->_right;
}
else {
parent->_right = cur->_right;
}
}
delete cur;
}
else if (cur->_right == nullptr) {
if (cur == _root)
{
_root = cur->_left;
}
else {
if (parent->_left == cur) {
parent->_left = cur->_left;
}
else {
parent->_right = cur->_left;
}
}
delete cur;
}
else {
Node* minRightParent = cur;
Node* minRight = cur->_right;
while (minRight->_left) {
minRightParent = minRight;
minRight = minRight->_left;
}
cur->_key = minRight->_key;
if (minRightParent->_left == minRight) {
minRightParent->_left = minRight->_right;
}
else {
minRightParent->_right = minRight->_right;
}
delete minRight;
}
return true;
}
}
return false;
}
void InOrder() {
_InOrder(_root);
cout << endl;
}
void insertR(const K& key) {
_insertR(_root,key);
}
void findR(const K& key) {
_findR(_root, key);
}
void eraseR(const K& key) {
_eraseR(_root, key);
}
private:
//中序遍历
void _InOrder(Node* root) {
if (root == nullptr) {
return;
}
_InOrder(root->_left);
cout << root->_key << " ";
_InOrder(root->_right);
}
//递归版插入
bool _insertR(Node* &root,const K& key) {
if (root == nullptr) {
root = new Node(key);
return true;
}
Node* cur = root;
else{
if (cur->_key > key) {
return insertR(cur->_left, key);
}
else if(cur->_key<key){
return insertR(cur->_right, key);
}
else {
return false;
}
}
}
//递归版查找
Node* _findR(Node* root, const K& key) {
if (root == nullptr) {
return nullptr;
}
else {
if (cur->_key < key) {
return _findR(cur->_right, key);
}
else if (cur->_key > key) {
return _findR(cur->_right, key);
}
else {
return cur;
}
}
}
//递归版删除
bool _eraseR(Node* &root, const K& key) {
if (root == nullptr)
return false;
if (root->_key < key) {
return _eraseR(root->_right, key);
}
else if (root->_key > key) {
return _eraseR(root->_left, key);
}
else {
Node* del = root;
if (root->_left == nullptr) {
root = root->_right;
}
else if (root->_right == nullptr) {
root = root->_left;
}
else {
Node* minRight = root->_right;
while (minRight->_left) {
minRight = minRight->_left;
}
root->_key = minRight->_key;
return _eraseR(root->_right, minRight->_key);
}
delete del;
return true;
}
}
//递归版拷贝函数
Node* _copyR(Node* root) {
if (root == nullptr) {
return nullptr;
}
Node* newRoot = new Node(root->_key);
newRoot->_left = _copyR(root->_left);
newRoot->_right = _copyR(_root->_right);
return newRoot;
}
//递归版销毁函数
void _Destroy(Node* root)
{
if (root == nullptr)
{
return;
}
_Destroy(root->_left);
_Destroy(root->_right);
delete root;
}
Node* _root = nullptr;
};
}
二叉搜索树应用
- K模型：K模型即只有key作为关键码，结构中只需要存储Key即可，关键码即为需要搜索到的值。比如：给一个单词word，判断该单词是否拼写正确，具体方式如下：
- 以单词集合中的每个单词作为key，构建一棵二叉搜索树
- 在二叉搜索树中检索该单词是否存在，存在则拼写正确，不存在则拼写错误
- KV模型：每一个关键码key，都有与之对应的值Value，即<Key, Value>的键值对。该种方式在现实生活中非常常见：比如英汉词典就是英文与中文的对应关系，通过英文可以快速找到与其对应的中文，英文单词与其对应的中文<word, chinese>就构成一种键值对；再比如统计单词次数，统计成功后，给定单词就可快速找到其出现的次数，单词与其出现次数就是<word, count>就构成一种键值对。
比如：实现一个简单的英汉词典dict，可以通过英文找到与其对应的中文，具体实现方式如下：
- <单词，中文含义>为键值对构造二叉搜索树，注意：二叉搜索树需要比较，键值对比较时只比较Key
- 查询英文单词时，只需给出英文单词，就可快速找到与其对应的key
namespace KEY_VALUE
{
template<class K, class V>
struct BSTreeNode
{
BSTreeNode<K, V>* _left;
BSTreeNode<K, V>* _right;
K _key;
V _value;
BSTreeNode(const K& key, const V& value)
: _left(nullptr)
, _right(nullptr)
, _key(key)
, _value(value)
{}
};
template<class K, class V>
class BSTree
{
typedef BSTreeNode<K, V> Node;
public:
V& operator[](const K& key)
{
pair<Node*, bool> ret = Insert(key, V());
return ret.first->_value;
}
pair<Node*, bool> Insert(const K& key, const V& value)
{
if (_root == nullptr)
{
_root = new Node(key, value);
return make_pair(_root, true);
}
// 查找要插入的位置
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
if (cur->_key < key)
{
parent = cur;
cur = cur->_right;
}
else if (cur->_key > key)
{
parent = cur;
cur = cur->_left;
}
else
{
return make_pair(cur, false);
}
}
cur = new Node(key, value);
if (parent->_key < cur->_key)
{
parent->_right = cur;
}
else
{
parent->_left = cur;
}
return make_pair(cur, true);
}
Node* Find(const K& key)
{
Node* cur = _root;
while (cur)
{
if (cur->_key < key)
{
cur = cur->_right;
}
else if (cur->_key > key)
{
cur = cur->_left;
}
else
{
return cur;
}
}
return nullptr;
}
bool Erase(const K& key)
{
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
if (cur->_key < key)
{
parent = cur;
cur = cur->_right;
}
else if (cur->_key > key)
{
parent = cur;
cur = cur->_left;
}
else
{
// 删除
if (cur->_left == nullptr)
{
if (cur == _root)
{
_root = cur->_right;
}
else
{
if (cur == parent->_left)
{
parent->_left = cur->_right;
}
else
{
parent->_right = cur->_right;
}
}
delete cur;
}
else if (cur->_right == nullptr)
{
if (cur == _root)
{
_root = cur->_left;
}
else
{
if (cur == parent->_left)
{
parent->_left = cur->_left;
}
else
{
parent->_right = cur->_left;
}
}
delete cur;
}
else
{
// 找到右树最小节点去替代删除
Node* minRightParent = cur;
Node* minRight = cur->_right;
while (minRight->_left)
{
minRightParent = minRight;
minRight = minRight->_left;
}
cur->_key = minRight->_key;
if (minRight == minRightParent->_left)
minRightParent->_left = minRight->_right;
else
minRightParent->_right = minRight->_right;
delete minRight;
}
return true;
}
}
return false;
}
void InOrder()
{
_InOrder(_root);
cout << endl;
}
private:
void _InOrder(Node* root)
{
if (root == nullptr)
{
return;
}
_InOrder(root->_left);
cout << root->_key << ":"<<root->_value<<endl;
_InOrder(root->_right);
}
private:
Node* _root = nullptr;
};
}
KEY_VALUE 的两个应用：
- 辞典
void TestBSTree2()
{
KEY_VALUE::BSTree<string, string> dict;
dict.Insert("sort", "排序");
dict.Insert("insert", "插入");
dict.Insert("tree", "树");
dict.Insert("right", "右边");
// ...
string str;
while (cin >> str)
{
if (str == "Q")
{
break;
}
else
{
auto ret = dict.Find(str);
if (ret == nullptr)
{
cout << "拼写错误，请检查你的单词" << endl;
}
else
{
cout << ret->_key << "->" << ret->_value << endl;
}
}
}
}
- 统计各个单词个数
void TestBSTree3()
{
// 统计字符串出现次数，也是经典key/value
string str[] = { "sort", "sort", "tree", "insert", "sort", "tree", "sort", "test", "sort" };
KEY_VALUE::BSTree<string, int> countTree;
//方法一：
for (auto& e : str)
{
auto ret = countTree.Find(e);
if (ret == nullptr)
{
countTree.Insert(e, 1);
}
else
{
ret->_value++;
}
}
// 方法二：
/*for (auto& e : str)
{
countTree[e]++;
}*/
countTree.InOrder();
}
二叉搜索树性能分析
插入和删除操作都必须先查找，查找效率代表了二叉搜索树中各个操作的性能。
对有n个结点的二叉搜索树，若每个元素查找的概率相等，则二叉搜索树平均查找长度是结点在二叉搜索树的深度的函数，即结点越深，则比较次数越多。
但对于同一个关键码集合，如果各关键码插入的次序不同，可能得到不同结构的二叉搜索树：
最优情况下，二叉搜索树为完全二叉树，其平均比较次数为：log2 N
最差情况下，二叉搜索树退化为单支树，其平均比较次数为 N/2
问题：如果退化成单支树，二叉搜索树的性能就失去了。那能否进行改进，不论按照什么次序插入关键码，都可以是二叉搜索树的性能最佳？答案是存在的，但是我们之后再介绍。
这篇关于【C++】二叉搜索树的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！
您可能喜欢
-
增量更新怎么做？-icode9专业技术文章分享11-23
-
压缩包加密方案有哪些？-icode9专业技术文章分享11-23
-
用shell怎么写一个开机时自动同步远程仓库的代码？-icode9专业技术文章分享11-23
-
webman可以同步自己的仓库吗？-icode9专业技术文章分享11-23
-
在 Webman 中怎么判断是否有某命令进程正在运行？-icode9专业技术文章分享11-23
-
如何重置new Swiper?-icode9专业技术文章分享11-23
-
oss直传有什么好处？-icode9专业技术文章分享11-23
-
如何将oss直传封装成一个组件在其他页面调用时都可以使用？-icode9专业技术文章分享11-23
-
怎么使用laravel 11在代码里获取路由列表？-icode9专业技术文章分享11-23
-
怎么实现ansible playbook 备份代码中命名包含时间戳功能？-icode9专业技术文章分享11-22
-
ansible 的archive 参数是什么意思？-icode9专业技术文章分享11-22
-
ansible 中怎么只用archive 排除某个目录？-icode9专业技术文章分享11-22
-
exclude_path参数是什么作用？-icode9专业技术文章分享11-22
-
微信开放平台第三方平台什么时候调用数据预拉取和数据周期性更新接口？-icode9专业技术文章分享11-22
-
uniapp 实现聊天消息会话的列表功能怎么实现？-icode9专业技术文章分享11-22
栏目导航
