当我们真正热爱这世界时,我们才真正生活在这世上。 ——泰戈尔
1、二叉搜索树介绍
又被称为二叉排序树,是一种特殊的二叉树,有着这几个典型的特点。
1、若左子树不为空,则左子树上的所有节点的值小于根节点的值
2、若右子树不为空,则右子树上的所有节点的值大于根节点的值
3、左右子树分别也都是二叉搜索树
简单的判断:
Tip:不能存在多个相同数值的节点,这种情况下,应该使用multi个二叉树。
2、二叉树搜索树的优点
在学完二叉树之后,我们能够掌握二叉树的一些基本操作,比如说层序遍历,寻找特定值的节点啊,判断层数啊等等之类的问题,这些操作由于二叉树的特定性质,能够帮助我们利用这种数据结构,来实现一些操作的性能的提升,这就不得不说利用二叉搜索树优化寻找特定数值,能够将时间通过2的指数次方来节约。大大提升了时间效率。
当然,最好的的情况还是在处理一个完全二叉树的时候(或者是接近的时候),能够更明显的体会到时间性能的提升。
换句话说,如果在14亿人口里面找一个特定的人,如果在实现了二叉搜索树的情况下(尽量满足完全二叉树),也只需要20几次就够了。
可是即使是这样,也难免会出现特殊情况。
3、二叉搜索树的缺点
由于数据的多变性质,难免会有几个有着“反骨的”数据组
就像这组数据,要是想找到1在哪,就得一直遍历到最后一层。单只二叉搜索树的性能就会失去,难以进行性能的提升。
4、二叉搜索树的应用
其实二叉搜索树我在学的时候没怎么意识到,这一个二叉搜索树能够帮助我们什么。但是在了解了,两个模型之后,这也是能够在实际应用中使用到的东西。
K模型: 只有一个key作为关键码,那么一个关键能够干什么呢?那当然是检查单词,或者拼音的正确性咯.如果一个单词,不能在词典中找到相对应的key值,那就是说明这个单词是错的。
那不禁会想问,这么多的单词,难道不会查得很慢吗。 其实不用担心。就像上面举的例子一样,14亿那么大的数字,也只需要访问20多次,对于这么些单词,那肯定也是更不在话下了。
KV模型: 每一个key关键码,都会有一个value值相对应,即<key,value> 。这也有相当的应用范围,就比如说是,翻译字典。一个中文能够相当于是翻译成为另一个英文,找到相应的中文,也就能够找到相应的英文,当然了,想要实现一词多义,就要根据multiset类似的关键词。
其中<key,value>就是一种键值对。
5、二叉搜索树的实现
template<class K>
//struct BinarySearchTreeNode
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:
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 (parent->_key < key)
{
parent->_right = cur;
}
else
{
parent->_left = cur;
}
return true;
}
bool 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 true;
}
}
return false;
}
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
// 左为空,父亲指向我的右
if (cur->_left == nullptr)
{
//if(parent == 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(parent == nullptr)
if (cur == _root)
{
_root = cur->_left;
}
else
{
// 右为空,父亲指向我的左
if (cur == parent->_left)
{
parent->_left = cur->_left;
}
else
{
parent->_right = cur->_left;
}
}
delete cur;
}
else
{
// 左右都不为空,替换法删除
//
// 查找右子树的最左节点替代删除
Node* rightMinParent = cur;
Node* rightMin = cur->_right;
while (rightMin->_left)
{
rightMinParent = rightMin;
rightMin = rightMin->_left;
}
swap(cur->_key, rightMin->_key);
if (rightMinParent->_left == rightMin)
rightMinParent->_left = rightMin->_right;
else
rightMinParent->_right = rightMin->_right;
delete rightMin;
}
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 << " ";
_InOrder(root->_right);
}
private:
Node* _root = nullptr;
};
在其中想要删除一个节点是困难的,因为有多种情况,并且还有一个节点左右子树都存在的情况是最难处理的。