C++简单实现与分析二叉搜索树流程

目录
  • 二叉搜索树
  • 二叉搜索树的重要操作
  • 二叉搜索树实现(key模型)
  • 二叉搜索树的应用
  • 二叉搜索树的实现(key/value模型)

二叉搜索树

二叉搜索树又被称为二叉排序树。它可以是一个空树,如果不是空树则满足下列性质:

1、如果它的左子树不为空,那么左子树上的所有节点都小于根。

2、如果它的右子树不为空,那么右子树上的所有节点都大于根

3、它的左子树、右子树也是二叉搜索树。

二叉搜索树的重要操作

二叉搜索树的插入

1、如果树为空,则直接插入

2、如果树不为空,则找到对应的位置插入。

查找办法:

根据二叉搜索树的性质,

1、如果给出的关键码比当前节点的关键码小,则在当前节点的左子树中找位置

2、如果给出的关键码比当前节点的关键码大,则在当前节点的右子树中找位置

如此反复循环……,直到找到一个空的位置插入。

二叉搜索树的删除

删除分为三种情况:

  • 情况一:要删除的节点左孩子为空
  • 情况二:要删除的节点左孩子不为空,右孩子为空
  • 情况三:要删除的节点既有左孩子也有右孩子。

删除情况一分析:

例如,删除关键码为1的节点。它的左孩子为空,那么遍历这个二叉树,找到这个节点。让这个节点的父亲节点指向该节点的右孩子节点

但是需要考虑删除节点的父节点是右孩子指向,还是左孩子指向。

删除情况二分析:

例如,删除关键码为7的节点。它的左孩子不为空,右孩子为空。首先遍历这个二叉树,找到这个节点。让这个节点的父亲节点指向该节点的左孩子节点。同样需要考虑删除节点的父节点是左孩子指向还是右孩子指向。

情况一和情况二都面临这样一个问题,如果删除的是根节点则需要单独考虑。

删除情况三分析:

解决办法:替换法

替换法:如果删除节点既有左孩子又有右孩子,为了删除之后依旧能使其保留二叉搜索树的性质,则需要将删除的节点和一个合适的节点进行替换,使这个合适的节点替换到删除节点的位置,然后删除被替换的节点即可解决。

两个合适的节点:

1、删除节点的左子树中最大节点。

2、删除节点的右子树中最小节点。

例如,删除关键码为5的节点。它的左孩子、右孩子都不为空。首先遍历这个二叉树,找到这个节点。为使删除后依旧能保持二叉搜索树的性质,需要挑选一个合适的节点进行替换。这个合适的节点是关键码为4的节点(删除节点的左子树中最大节点)和关键码为6的节点(删除节点的右子树中最小节点),选一个即可。将替换节点的值给删除节点后,删除替换节点,然后这个时候就转变为了删除情况一了,按照删除情况一的做法即可完美删除!

二叉搜索树实现(key模型)

	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)
		{}
		//insert
		bool insert(const K& key)
		{
			if (_root == nullptr)
			{
				//为空
				//直接就是给成根节点
				_root = new Node(key);
				return true;
			}
			Node* parent = nullptr;
			Node* cur = _root;
			//找到插入的位置
			while (cur)
			{
				if (cur->_key < key)
				{
					parent = cur;
					cur = cur->_right;
				}
				else if (cur->_key > key)
				{
					parent = cur;
					cur = cur->_left;
				}
				else
				{
					return false; //已经有了,则不能插入
				}
			}
			cur = new Node(key);
			if (parent->_key > key)
			{
				//插入左边
				parent->_left = cur;
			}
			else
			{
				//插入右边
				parent->_right = cur;
			}
			return true;
		}
		bool Find(const K& key)
		{
			if (_root == nullptr)
			{
				return false;
			}
			Node* cur = _root;
			while (cur)
			{
				if (cur->_key > key)
				{
					cur = cur->_left;
				}
				else if (cur->_key < key)
				{
					cur = cur->_right;
				}
				else
				{
					return true;
				}
			}
			return false;
		}
		bool erase(const K& value)
		{
			if (_root == nullptr)
			{
				return false;
			}
			Node* parent = nullptr;
			Node* cur = _root;
			while (cur)
			{
				if (cur->_key > value)
				{
					parent = cur;
					cur = cur->_left;
				}
				else if (cur->_key < value)
				{
					parent = cur;
					cur = cur->_right;
				}
				else
				{
					//找到了,开始删除
					//情况一:要删除的节点左孩子为空
					if (cur->_left == nullptr)
					{
						if (parent == nullptr)
						{
							//删除的是根节点
							_root = cur->_right;
						}
						//判断删除的是左孩子节点还是右孩子节点以便更改连接关系
						if (parent->_left == cur)
						{
							parent->_left = cur->_right;
						}
						else
						{
							parent->_right = cur->_right;
						}
						delete cur;
					}
					else if (cur->_right == nullptr)
					{
						//情况二:要删除的节点左孩子不为空、右孩子为空
						if (parent == nullptr)
						{
							//删除的是根节点
							_root = cur->_left;
						}
						if (parent->_left == cur)
						{
							parent->_left = cur->_left;
						}
						else
						{
							parent->_right = cur->_left;
						}
						delete cur;
					}
					else
					{
						//情况三:要删除的节点即有左孩子也有右孩子
						//使用替换法
						//两种替换:1、用该节点的左子树最大节点 2、用该节点右子树的最小节点
						//这里使用第一种替换方法
						//找到用于替换的节点
						Node* maxParent = cur;
						Node* maxCur = cur->_right;
						while (maxCur->_right)
						{
							maxParent = maxCur;
							maxCur = maxCur->_right;
						}
						//
						cur->_key = maxCur->_key;
						//删除用于替换的节点
						if (maxParent->_left == maxCur)
						{
							maxParent->_left = maxCur->_left;
						}
						else
						{
							maxParent->_right = maxCur->_left;
						}
						delete maxCur;
					}
					return true;
				}
			}
			//要删除的节点不存在
			return false;
		}
		//由于类外使用不到私有成员_root
		//增加一个函数
		void inorder()
		{
			_inorder(_root);
		}
		//递归版
		Node* FindR(const K& key)
		{
			return _FindR(_root, key);
		}
		bool insertR(const K& key)
		{
			return _insertR(_root, key);
		}
		bool eraseR(const K& key)
		{
			return _eraseR(_root, key);
		}
	private:
		void _inorder(Node* root) //不需要在类外显示调用它,所以放在私有
		{
			if (root == nullptr)
			{
				return;
			}
			_inorder(root->_left);
			cout << root->_key << " ";
			_inorder(root->_right);
		}
		Node* _FindR(Node* root, const K& key)
		{
			if (root == nullptr)
			{
				return nullptr;
			}
			if (root->_key > key)
			{
				_FindR(root->_left, key);
			}
			else if (root->_key < key)
			{
				_FindR(root->_right, key);
			}
			else
			{
				//找到了
				return root;
			}
		}
		bool _insertR(Node*& root, const K& key) //注意root加引用
		{
			if (root == nullptr)
			{
				root = new Node(key);
				return true;
			}
			if (root->_key > key)
			{
				_insertR(root->_left, key);
			}
			else if (root->_key < key)
			{
				_insertR(root->_right, key);
			}
			else
			{
				return false;
			}
		}
		bool _eraseR(Node*& root, const K& key)
		{
			if (root == nullptr)
			{
				//都已经找到空了,表示不存在
				return false;
			}
			if (root->_key > key)
			{
				_eraseR(root->_left, key);
			}
			else if (root->_key < key)
			{
				_eraseR(root->_right, key);
			}
			else
			{
				//找到要删除的节点了,开始删除
				Node* del = root;
				//左孩子为空
				if (root->_left == nullptr)
				{
					root = root->_right; //使用了引用,直接就是
				}
				else if (root->_right == nullptr)
				{
					//左孩子不为空,右孩子为空
					root = root->_left;
				}
				else
				{
					Node* min = root->_right;
					while (min->_left)
					{
						min = min->_left;
					}
					swap(min->_key, root->_key);
					// 递归到右子树去删除
					return _eraseR(root->_right, key);
				}
				delete del;
				return true;
			}
		}
	private:
		Node* _root;
	};

二叉搜索树的应用

应用一:排序+去重

应用二:key模型、key/value模型

二叉搜索树的排序体现在中序遍历二叉搜索树时是有序的。

key模型:key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。其价值在于判断“在不在”。

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。

key/value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。其价值在于可通过一个信息,找到其对应的其他东西。。

比如:

1、通过英文查找对应的中文;

2、高铁检票通过身份证查找对应的乘车信息……

二叉搜索树的实现(key/value模型)

//二叉搜索树key/value模型
namespace KV
{
	template<class K, class V>
	struct	BSTreeNode
	{
		BSTreeNode* _left;
		BSTreeNode* _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:
		BSTree()
			:_root(nullptr)
		{}
		bool insert(const K& key, const V& value)
		{
			if (_root == nullptr)
			{
				_root = new Node(key, value);
				return true;
			}
			//找到要插入的位置
			Node* parent = nullptr;
			Node* cur = _root;
			while (cur)
			{
				if (cur->_key > key)
				{
					//在左子树
					parent = cur;
					cur = cur->_left;
				}
				else if (cur->_key < key)
				{
					//在右子树
					parent = cur;
					cur = cur->_right;
				}
				else
				{
					return false;
				}
			}
			cur = new Node(key, value);
			//
			if (parent->_key > key)
			{
				//插入左孩子节点
				parent->_left = cur;
			}
			else
			{
				parent->_right = cur;
			}
			return true;
		}
		Node* Find(const K& key)
		{
			if (_root == nullptr)
			{
				return nullptr;
			}
			Node* cur = _root;
			while (cur)
			{
				if (cur->_key > key)
				{
					//在左子树
					cur = cur->_left;
				}
				else if (cur->_key < key)
				{
					//在右子树
					cur = cur->_right;
				}
				else
				{
					//相等,找到了
					return cur;
				}
			}
			//不存在
			return nullptr;
		}
		bool Erase(const K& key)
		{
			if (_root == nullptr)
			{
				return false;
			}
			//找到要删除的节点
			Node* parent = nullptr;
			Node* cur = _root;
			while (cur)
			{
				if (cur->_key > key)
				{
					parent = cur;
					cur = cur->_left;
				}
				else if (cur->_key < key)
				{
					parent = cur;
					cur = cur->_right;
				}
				else
				{
					//找到了
					//开始删除
					//情况一:要删除的节点没有左子树
					if (cur->_left == nullptr)
					{
						if (parent == nullptr)
						{
							//删除的是根节点
							_root = cur->_right;
						}
						//判断删除的是左孩子节点还是右孩子节点,方便更改连接关系
						if (parent->_left = cur)
						{
							parent->_left = cur->_right;
						}
						else
						{
							parent->_right = cur->_right;
						}
						delete cur;
					}
					else if (cur->_right == nullptr)
					{
						//情况二:要删除的节点左孩子不为空,,右孩子为空
						if (parent == nullptr)
						{
							_root = cur->_left;
						}
						if (parent->_left = cur)
						{
							parent->_left = cur->_left;
						}
						else
						{
							parent->_right = cur->_left;
						}
						delete cur;
					}
					else
					{
						//情况三:要删除的节点既有左孩子也有右孩子
						//要使用替换法删除
						//使用右子树的最小节点进行替换
						Node* minParent = cur;
						Node* minCur = cur->_right;
						//找到右子树的最小节点
						while (minCur->_left)
						{
							minParent = minCur;
							minCur = minCur->_left;
						}
						//替换
						cur->_key = minCur->_key;
						cur->_value = minCur->_value;
						//删除替换节点,并更改连接关系
						if (minParent->_left == minCur)
						{
							minParent->_left = minCur->_right;
						}
						else
						{
							minParent->_right = minCur->_right;
						}
						delete minCur;
					}
					return true;
				}
			}
			return false;
		}
		void inorder()
		{
			_inorder(_root);
		}
	private:
		void _inorder(Node* root)
		{
			if (root == nullptr)
			{
				return;
			}
			_inorder(root->_left);
			cout << root->_key << ":" << root->_value << endl;
			_inorder(root->_right);
		}
	private:
		Node* _root;
	};
}

到此这篇关于C++简单实现与分析二叉搜索树流程的文章就介绍到这了,更多相关C++二叉搜索树内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • C++数据结构之二叉搜索树的实现详解

    目录 前言 介绍 实现 节点的实现 二叉搜索树的查找 二叉搜索树的插入 二叉搜索树的删除 总结 前言 今天我们来学一个新的数据结构:二叉搜索树. 介绍 二叉搜索树也称作二叉排序树,它具有以下性质: 非空左子树的所有键值小于其根节点的键值 非空右子树的所有键值大于其根节点的键值 左,右子树都是二叉搜索树 那么我先画一个二叉搜索树给大家看看,是不是真的满足上面的性质. 我们就以根节点6为例子来看,我们会发现比6小的都在6的左边,而比6大的都在6的右边.对于6的左右子树来说,所有的节点都遵循这个规则.

  • C++深入细致探究二叉搜索树

    目录 1.二叉搜索树的概念 2.二叉搜索树的操作 二叉搜索树的查找 二叉搜索树的插入 二叉搜索树的删除 3.二叉搜索树的实现 4.二叉搜索树的性能分析 1.二叉搜索树的概念  二叉搜索树又称二叉排序树,它可以是一颗空树,亦可以是一颗具有如下性质的二叉树:   ①若根节点的左子树不为空,则左子树上的所有节点的值域都小于根节点的值   ②若根节点的右子树不为空,则右子树上的所有节点的值域都大于根节点的值   ③根节点的左右子树分别也是一颗二叉搜索树 例如下面的这棵二叉树就是一棵二叉搜索树: 注意:判

  • C++数据结构二叉搜索树的实现应用与分析

    目录 概念 二叉搜索树的实现

  • C++ 超详细快速掌握二叉搜索树

    目录 二叉搜索树概念与操作 二叉搜索树的概念 二叉搜索树的操作 查找 插入 删除 二叉搜索树的应用 二叉树的性能分析 二叉搜索树概念与操作 二叉搜索树的概念 二叉搜索树又称二叉排序树,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未二叉搜索树.也可以是一颗空树. int a[] = { 5, 3, 4, 1, 7, 8, 2, 6, 0, 9 }; 二叉搜索树的操作 查找 迭代: Node* Find(c

  • C++二叉搜索树BSTree使用详解

    目录 一.概念 二.基础操作 1.查找find 2.插入Insert 3.中序遍历InOrder 4.删除erase 三.递归写法 1.递归查找 2.递归插入 3.递归删除 四.应用 五.题目练习 一.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 左<根<右 它的左右子树也分别为二叉搜索树 之所以又叫二叉排序树,是因为二叉搜索树中序遍历的结果

  • C++如何将二叉搜索树转换成双向循环链表(双指针或数组)

    目录 二叉搜索树转换成双向循环链表 二叉搜索树与双向链表(C++中等区) 解题思路 代码展示 二叉搜索树转换成双向循环链表 本文解法基于性质:二叉搜索树的中序遍历为 递增序列 . 将二叉搜索树 转换成一个 “排序的循环双向链表”,其中包含三个要素: 1.排序链表:节点应从小到大排序,因此应使用 中序遍历 2.“从小到大”访问树的节点.双向链表:在构建相邻节点的引用关系时,设前驱节点 pre 和当前节点 cur , 不仅应构建 pre.right= cur,也应构建 cur.left = pre

  • C++简单实现与分析二叉搜索树流程

    目录 二叉搜索树 二叉搜索树的重要操作 二叉搜索树实现(key模型) 二叉搜索树的应用 二叉搜索树的实现(key/value模型) 二叉搜索树 二叉搜索树又被称为二叉排序树.它可以是一个空树,如果不是空树则满足下列性质: 1.如果它的左子树不为空,那么左子树上的所有节点都小于根. 2.如果它的右子树不为空,那么右子树上的所有节点都大于根 3.它的左子树.右子树也是二叉搜索树. 二叉搜索树的重要操作 二叉搜索树的插入 1.如果树为空,则直接插入 2.如果树不为空,则找到对应的位置插入. 查找办法:

  • Java数据结构超详细分析二叉搜索树

    目录 1.搜索树的概念 2.二叉搜索树的简单实现 2.1查找 2.2插入 2.3删除 2.4修改 3.二叉搜索树的性能 1.搜索树的概念 二叉搜索树是一种特殊的二叉树,又称二叉查找树,二叉排序树,它有几个特点: 如果左子树存在,则左子树每个结点的值均小于根结点的值. 如果右子树存在,则右子树每个结点的值均大于根结点的值. 中序遍历二叉搜索树,得到的序列是依次递增的. 二叉搜索树的左右子树均为二叉搜索树. 二叉搜索树的结点的值不能发生重复. 2.二叉搜索树的简单实现 我们来简单实现以下搜索树,就不

  • javascript算法之二叉搜索树的示例代码

    什么是二叉树 二叉树就是树的每个节点最多只能有两个子节点 什么是二叉搜索树 二叉搜索树在二叉树的基础上,多了一个条件,就是二叉树在插入值时,若插入值比当前节点小,就插入到左节点,否则插入到右节点:若插入过程中,左节点或右节点已经存在,那么继续按如上规则比较,直到遇到一个新的节点. 二叉搜索树的特性 二叉搜索树由于其独特的数据结构,使得其无论在增删,还是查找,时间复杂度都是O(h),h为二叉树的高度.因此二叉树应该尽量的矮,即左右节点尽量平衡. 二叉搜索树的构造 要构造二叉搜索树,首先要构造二叉树

  • C#二叉搜索树插入算法实例分析

    本文实例讲述了C#二叉搜索树插入算法.分享给大家供大家参考.具体实现方法如下: public class BinaryTreeNode { public BinaryTreeNode Left { get; set; } public BinaryTreeNode Right { get; set; } public int Data { get; set; } public BinaryTreeNode(int data) { this.Data = data; } } public void

  • C语言判定一棵二叉树是否为二叉搜索树的方法分析

    本文实例讲述了C语言判定一棵二叉树是否为二叉搜索树的方法.分享给大家供大家参考,具体如下: 问题 给定一棵二叉树,判定该二叉树是否是二叉搜索树(Binary Search Tree)? 解法1:暴力搜索 首先说明一下二叉树和二叉搜索树的区别.二叉树指这样的树结构,它的每个结点的孩子数目最多为2个:二叉搜索树是一种二叉树,但是它有附加的一些约束条件,这些约束条件必须对每个结点都成立: 结点node的左子树所有结点的值都小于node的值. 结点node的右子树所有结点的值都大于node的值. 结点n

  • Java 实现二叉搜索树的查找、插入、删除、遍历

    由于最近想要阅读下JDK1.8 中HashMap的具体实现,但是由于HashMap的实现中用到了红黑树,所以我觉得有必要先复习下红黑树的相关知识,所以写下这篇随笔备忘,有不对的地方请指出- 学习红黑树,我觉得有必要从二叉搜索树开始学起,本篇随笔就主要介绍Java实现二叉搜索树的查找.插入.删除.遍历等内容. 二叉搜索树需满足以下四个条件: 若任意节点的左子树不空,则左子树上所有结点的值均小于它的根结点的值: 若任意节点的右子树不空,则右子树上所有结点的值均大于它的根结点的值: 任意节点的左.右子

  • java实现 二叉搜索树功能

    一.概念 二叉搜索树也成二叉排序树,它有这么一个特点,某个节点,若其有两个子节点,则一定满足,左子节点值一定小于该节点值,右子节点值一定大于该节点值,对于非基本类型的比较,可以实现Comparator接口,在本文中为了方便,采用了int类型数据进行操作. 要想实现一颗二叉树,肯定得从它的增加说起,只有把树构建出来了,才能使用其他操作. 二.二叉搜索树构建 谈起二叉树的增加,肯定先得构建一个表示节点的类,该节点的类,有这么几个属性,节点的值,节点的父节点.左节点.右节点这四个属性,代码如下 sta

  • javascript数据结构之二叉搜索树实现方法

    本文实例讲述了javascript二叉搜索树实现方法.分享给大家供大家参考,具体如下: 二叉搜索树:顾名思义,树上每个节点最多只有二根分叉:而且左分叉节点的值 < 右分叉节点的值 . 特点:插入节点.找最大/最小节点.节点值排序 非常方便 二叉搜索树-javascript实现 <script type="text/javascript"> // <![CDATA[ //打印输出 function println(msg) { document.write(msg

随机推荐