二叉搜索树

零.前言

关于二叉树的内容，在前面C语言部分我们就已经有所涉猎，所以今天的内容应该算是二叉树的进阶，可能有些小伙伴不知道这个内容的意义，所以我们在具体学之前可以先看看为什么要学这个内容，我认为意义主要有下面两点：

1. map和set特性需要先铺垫二叉搜索树，而二叉搜索树也是一种树形结构

2. 对二叉搜索树的特性了解，有助于更好的理解map和set的特性

好了，废话不多说，开始今天的内容吧~

一.概念

二叉搜索树（BinarySearchTree或者简称 BSTree）

又称：二叉排序树（因为二叉搜索树中序遍历的结果是有序的）

它可以是一棵空树，如果非空，则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

所以：左<根<右
它的左右子树也分别为二叉搜索树

二.操作及实现

下面我们将以下图的这个二叉搜索树为例，介绍其基本操作以及代码实现~

int a[] = {8, 3, 1, 10, 6, 4, 7, 14, 13};

先对这个二叉搜索树的节点进行定义：
 

template<class K>//这里我们传K是方便引出后面的应用~
struct BSTNode
{
	K _key;//值
	BSTNode<K>* _left;//左子树
	BSTNode<K>* _right;//右子树

	BSTNode(const K& key)//构造
		:_key(key)
		, _left(nullptr)
		, _right(nullptr)
	{}
};

template<class K>
class BSTree
{
	typedef BSTNode<K> Node;
    //...待实现的操作
    // ....
    private:
		Node* _root = nullptr;
}

1.查找find

步骤如下：

从根开始比较，查找

若比根小则往左边走查找，即如果根节点key>查找key，得找更小的，则往左子树查找

若比根大则往右边走查找，即如果根节点key<查找key，得找更大的，则往右子树查找

若根节点key==查找key，返回true

最多查找高度次，若走到空，还没找到，则这个值不存在，返回false

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;
}

2.插入Insert

插入的具体过程如下：

a. 树为空，则直接新增节点，赋值给root指针
b. 树不空，按二叉搜索树性质 查找插入位置，插入新节点

Tips：不能插入重复的元素！如果遇到相同直接return false;

           插入成功后，最后return true;

bool Insert(const K& key)
{
	if (_root == nullptr)//树为空，新增节点，然后赋值给root指针
	{
		_root = new Node(key);
		return true;//插入成功后，返回true
	}

	Node* parent = nullptr;
	Node* cur = _root;
	while (cur)//查找插入位置
	{
		if (cur->_key < key)
		{
			parent = cur;
			cur = cur->_right;
		}
		else if (cur->_key > key)
		{
			parent = cur;
			cur = cur->_left;
		}
		else//遇到相同return false直接结束
		{
			return false;
		}
	}

	cur = new Node(key);
    //判断这个新节点是作为左孩子还是右孩子插入
	if (parent->_key < key)
	{
		parent->_right = cur;
	}
	else
	{
		parent->_left = cur;
	}

	return true;//插入成功后，返回true
}

3.中序遍历InOrder

刚才我们讲过，二叉搜索树中序遍历的结果是有序的，所以我们可以 通过实现中序遍历来观察这棵树，下面我们来实现一下~

注意：由于_root是私有的，外部不能访问，我们可以在类内给中序提供一个方法，代码如下：

void InOrder()
{	
  _InOrder(_root);
  cout << endl;
}

void _InOrder(Node* root)//递归实现中序遍历
{
	if (root == nullptr)
	{
		return;
	}
	_InOrder(root->_left);
	cout << root->_key << " ";
	_InOrder(root->_right);
}

4.删除erase

上面的3个操作都比较简单，真正难的操作在于删除，它要考虑的情况就比较多了，下面我们来看一下：

首先查找元素是否在二叉搜索树中，如果不存在，则返回

否则要删除的结点可能分下面四种情况：

a. 要删除的结点无孩子结点
b. 要删除的结点有1个左孩子结点
c. 要删除的结点有1个右孩子结点
d. 要删除的结点有左、右2个孩子结点

看起来有待删除节点有4种情况，实际情况a可以与情况b（或者c）合并起来，达成的效果与单独处理是一样的

因此真正的删除过程如下：
情况1：有1个左孩子结点的：删除该结点且使被删除节点的双亲结点指向被删除节点的左孩子结点--直接删除
情况2：有1个右孩子结点：删除该结点且使被删除节点的双亲结点指向被删除结点的右孩子结点--直接删除
情况3：有左、右2个孩子结点的:在它的右子树中寻找中序下的第一个结点(右子树最小/左子数最大)作为替代节点，用它的值填补到被删除节点中，再来处理该替代节点的删除问题即可

代码如下：

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 //下面分3种情况讨论
		{
			if (cur->_left == nullptr)//有右孩子的/没孩子的
			{
				if (parent == nullptr)
				{
					_root = cur->_right;
				}
				else
				{
					if (parent->_left == cur)
						parent->_left = cur->_right;
					else
						parent->_right = cur->_right;
				}

				delete cur;
				return true;
			}

			else if (cur->_right == nullptr)//有左孩子的/没孩子的
			{
				if (parent == nullptr)
				{
					_root = cur->_left;
				}
				else
				{
					if (parent->_left == cur)
						parent->_left = cur->_left;
					else
						parent->_right = cur->_left;
				}

				delete cur;
				return true;
			}

			else // 2个孩子的情况
			{
				// 这里选择右子树的最小节点作为替代节点
				Node* rightMinP = cur;
				Node* rightMin = cur->_right;
				while (rightMin->_left)
				{
					rightMinP = rightMin;
					rightMin = rightMin->_left;
				}

				cur->_key = rightMin->_key;

				if (rightMinP->_left == rightMin)
					rightMinP->_left = rightMin->_right;
				else
					rightMinP->_right = rightMin->_right;

				delete rightMin;
				return true;
			}
		}
	}

	return false;
}

实现了上面的4个基本操作，我们在test文件上测试一下：

三.应用 && 性能分析

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：log2N
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

之前也说过，二叉搜索树这块的内容是为我们后面的map和set作铺垫的，所以下面我们来了解2个模型~：

1. 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：
以词库中所有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

2. 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

比如：字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

上面实现的那个二叉搜索树，我们在模板里用template<class K>的K就是在这里体现，它其实就是模型一：K模型

下面我们将这个模型一的代码稍微改造一下，就可一得到模型二：KV模型

template<class K,class V>
struct BSTNode
{
	K _key;
	V _value;
	BSTNode<K, V>* _left;
	BSTNode<K, V>* _right;

	BSTNode(const K& key, const V& value)
		:_key(key)
		, _value(value)
		, _left(nullptr)
		, _right(nullptr)
	{}
};

template<class K, class V>
class BSTree
{
	typedef BSTNode<K,V> Node;
public:
	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;//没找到返回空
	}

	bool Insert(const K& key, const V& value)
	{
		if (_root == nullptr)
		{
			_root = new Node(key,value);
			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,value);
		if (parent->_key < key)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

		return true;
	}

	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
				// 0-1个孩子的情况
				if (cur->_left == nullptr)
				{
					if (parent == nullptr)
					{
						_root = cur->_right;
					}
					else
					{
						if (parent->_left == cur)
							parent->_left = cur->_right;
						else
							parent->_right = cur->_right;
					}

					delete cur;
					return true;
				}
				else if (cur->_right == nullptr)
				{
					if (parent == nullptr)
					{
						_root = cur->_left;
					}
					else
					{
						if (parent->_left == cur)
							parent->_left = cur->_left;
						else
							parent->_right = cur->_left;
					}

					delete cur;
					return true;
				}
				else
				{
					// 2个孩子的情况
					// 右子树的最小节点作为替代节点
					Node* rightMinP = cur;
					Node* rightMin = cur->_right;
					while (rightMin->_left)
					{
						rightMinP = rightMin;
						rightMin = rightMin->_left;
					}

					cur->_key = rightMin->_key;

					if (rightMinP->_left == rightMin)
						rightMinP->_left = rightMin->_right;
					else
						rightMinP->_right = rightMin->_right;

					delete rightMin;
					return true;
				}
			}
		}

		return false;
	}

	void InOrder()
	{
		_InOrder(_root);
		cout << endl;
	}

	void _InOrder(Node* root)
	{
		if (root == nullptr)
		{
			return;
		}

		_InOrder(root->_left);
		cout << root->_key << ":" << root->_value << endl;
		_InOrder(root->_right);
	}

private:
	Node* _root = nullptr;
};

下面我们来测试一下：

字典：

统计水果（单词）次数：