手撕二叉树搜索树——key/value 模型

最新推荐文章于 2024-09-25 10:36:42 发布

我是哈哈hh

最新推荐文章于 2024-09-25 10:36:42 发布

阅读量663

点赞数 23

分类专栏：数据结构文章标签：算法数据结构 leetcode c++ 职场和发展

本文链接：https://blog.csdn.net/2301_80636070/article/details/142345820

版权

数据结构专栏收录该内容

5 篇文章 0 订阅

订阅专栏

7. ⼆叉搜索树key和key/value使⽤场景

7.1 key搜索场景：

7.2 key/value搜索场景：

BinarySearch_key_value.h

Test.cpp:

二叉搜索树

1. ⼆叉搜索树的概念

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，则左⼦树上所有结点的值都⼩于等于根结点的值

• 若它的右⼦树不为空，则右⼦树上所有结点的值都⼤于等于根结点的值

• 它的左右⼦树也分别为⼆叉搜索树

• ⼆叉搜索树中可以⽀持插⼊相等的值，也可以不⽀持插⼊相等的值，具体看使⽤场景定义，后续我们学习map/set/multimap/multiset系列容器底层就是⼆叉搜索树，其中map/set(去重)不⽀持插⼊相等值，multimap/multiset⽀持插⼊相等值。

2. ⼆叉搜索树的性能分析

最优情况下，⼆叉搜索树为完全⼆叉树(或者接近完全⼆叉树)，其⾼度为： O (log N )

最差情况下，⼆叉搜索树退化为单⽀树(或者类似单⽀)，其⾼度为： O(N/2)

所以综合⽽⾔⼆叉搜索树增删查改时间复杂度为： O ( N )

那么这样的效率显然是⽆法满⾜我们需求的，我们后续课程需要继续讲解⼆叉搜索树的变形，平衡⼆叉搜索树AVL树和红⿊树，才能适⽤于我们在内存中存储和搜索数据。

另外需要说明的是，⼆分查找也可以实现 O ( logN ) 级别的查找效率，但是⼆分查找有两⼤缺陷：

1. 需要存储在⽀持下标随机访问的结构中，并且有序。

2. 插⼊和删除数据效率很低，因为存储在下标随机访问的结构中，插⼊和删除数据⼀般需要挪动数

据。

这⾥也就体现出了平衡⼆叉搜索树的价值。

对二叉树结构的定义：

//结构体
template<class K>
struct BSTNode
{
	K _key;
	BSTNode<K>* _left;
	BSTNode<K>* _right;
	BSTNode(const K& key)
		:_key(key)
		,_left(nullptr)
		,_right(nullptr)
	{}
};

//Binary Search Tree
//Key
template<class K>
class BSTree
{
	//typedef BSTNode<K> Node;
	using Node = BSTNode<K>; //using 跟 typedef 用法一样

public:
	

private:
	Node* _root = nullptr;
};

3. ⼆叉搜索树的插⼊

插⼊的具体过程如下：

1. 树为空，则直接新增结点，赋值给root指针

2. 树不空，按⼆叉搜索树性质，插⼊值⽐当前结点⼤往右⾛，插⼊值⽐当前结点⼩往左⾛，找到空位置，插⼊新结点。

3. 如果⽀持插⼊相等的值，插⼊值跟当前结点相等的值可以往右⾛，也可以往左⾛，找到空位置，插⼊新结点。（要注意的是要保持逻辑⼀致性，插⼊相等的值不要⼀会往右⾛，⼀会往左⾛）

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

插入16

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; 
}

4. ⼆叉搜索树的查找

1. 从根开始⽐较，查找x，x⽐根的值⼤则往右边⾛查找，x⽐根值⼩则往左边⾛查找。

2. 最多查找⾼度次，⾛到到空，还没找到，这个值不存在。

3. 如果不⽀持插⼊相等的值，找到x即可返回

4. 如果⽀持插⼊相等的值，意味着有多个x存在，⼀般要求查找中序的第⼀个x。如下图，查找3，要找到1的右孩⼦的那个3返回。

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;
}

查找可以用递归，可以循环，但是再能循环的前提下，肯定还是用循环，防止递归层数太多，栈溢出。

5. ⼆叉搜索树的删除

⾸先查找元素是否在⼆叉搜索树中，如果不存在，则返回false。

如果查找元素存在则分以下四种情况分别处理：（假设要删除的结点为N）

1. 要删除结点N左右孩⼦均为空

2. 要删除的结点N左孩⼦位空，右孩⼦结点不为空

3. 要删除的结点N右孩⼦位空，左孩⼦结点不为空

4. 要删除的结点N左右孩⼦结点均不为空

对应以上四种情况的解决⽅案：

1). 把N结点的⽗亲对应孩⼦指针指向空，直接删除N结点（情况1可以当成2或者3处理，效果是⼀样的）

2). 把N结点的⽗亲对应孩⼦指针指向N的右孩⼦，直接删除N结点

3). 把N结点的⽗亲对应孩⼦指针指向N的左孩⼦，直接删除N结点

4). ⽆法直接删除N结点，因为N的两个孩⼦⽆处安放，只能⽤替换法删除。找N左⼦树的值最⼤结点R(最右结点)或者N右⼦树的值最⼩结点R(最左结点)替代N，因为这两个结点中任意⼀个，放到N的位置，都满⾜⼆叉搜索树的规则。替代N的意思就是N和R的两个结点的值交换，转⽽变成删除R结点，R结点符合情况2或情况3，可以直接删除。

删除较难，要多花心思理解：

分成三种情况：

1.要删除的节点不存在左孩子

那么当删除节点左右孩子都不存在的情况下，就可以归纳成节点不存在左孩子这一情况内。

2.要删除的节点不存在右孩子

3.要删除的节点左，右孩子都存在

bool Erase(const K& key)
{
	if (_root == nullptr) return false;
	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)
			{
				//左为空
				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)
			{
				//右为空
				if (cur == _root)
				{
					_root = cur->_left;
				}
				else
				{
					if (parent->_left == cur) parent->_left = cur->_left;
					else parent->_right = cur->_left;
				}
				delete cur;
			}
			else
			{
				//两个子树都不为空
				//Node* replaceParent = nullptr;
				Node* replaceParent = cur;
				Node* replace = cur->_right;
				while (replace->_left)
				{
					replaceParent = replace;
					replace = replace->_left;
				}

				cur->_key = replace->_key;
				if (replaceParent->_left == replace)
					replaceParent->_left = replace->_right;
				else replaceParent->_right = replace->_right;
				delete replace;
			}
			return true;
		}
	}
	return false;
}

主要就是考虑当两个子树都不为空的情况，replaceParent 不能上来就是赋值nullptr 不然会导致删除根节点的时候，循环进不去，replaceParent 一直不能被更新，一直就是空指针。所以开始就让他指向cur，然后在进行删除节点，注意判断replaceParent 跟 replace 的关系，是属于左子树还是右子树，进行连接，这里一定要画图思考~

二叉搜索树代码：

BinarySearch.h

#pragma once
#include <iostream>
using namespace std;


template<class K>
struct BSTNode
{
	K _key;
	BSTNode<K>* _left;
	BSTNode<K>* _right;
	BSTNode(const K& key)
		:_key(key)
		,_left(nullptr)
		,_right(nullptr)
	{}
};

//Binary Search Tree
//Key
template<class K>
class BSTree
{
	//typedef BSTNode<K> Node;
	using Node = BSTNode<K>;

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; 
	}

	//所有的递归都这样写是最方便的
	//外面调用root是私有的，不能直接调用
	void InOrder()
	{
		_InOrder(_root);
		cout << endl;
	}

	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)
	{
		if (_root == nullptr) return false;
		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)
				{
					//左为空
					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)
				{
					//右为空
					if (cur == _root)
					{
						_root = cur->_left;
					}
					else
					{
						if (parent->_left == cur) parent->_left = cur->_left;
						else parent->_right = cur->_left;
					}
					delete cur;
				}
				else
				{
					//两个子树都不为空
					//Node* replaceParent = nullptr;
					Node* replaceParent = cur;
					Node* replace = cur->_right;
					while (replace->_left)
					{
						replaceParent = replace;
						replace = replace->_left;
					}

					cur->_key = replace->_key;
					if (replaceParent->_left == replace)
						replaceParent->_left = replace->_right;
					else replaceParent->_right = replace->_right;
					delete replace;
				}
				return true;
			}
		}
		return false;
	}


private:
	void _InOrder(Node* root)
	{
		if (root == nullptr) return;
		_InOrder(root->_left);
		cout << root->_key << " ";
		_InOrder(root->_right);
	}



	Node* _root = nullptr;
};

Test.cpp

#define _CRT_SECURE_NO_WARNINGS 1

#include "BinarySearch.h"

int main()
{
	BSTree<int> t;
	int a[] = { 8,3,1,10,1,6,4,7,14,13 };
	for (auto e : a) t.Insert(e);
	t.InOrder();

	t.Insert(16);
	t.InOrder();

	for (auto e : a)
	{
		t.Erase(e);
		t.InOrder();
	}

	return 0;
}

7. ⼆叉搜索树key和key/value使⽤场景

7.1 key搜索场景：

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，搜索场景只需要判断key在不在。key的搜索场景实现的⼆叉树搜索树⽀持增删查，但是不⽀持修改，修改key破坏搜索树结构了。

场景1：⼩区⽆⼈值守⻋库，⼩区⻋库买了⻋位的业主⻋才能进⼩区，那么物业会把买了⻋位的业主的⻋牌号录⼊后台系统，⻋辆进⼊时扫描⻋牌在不在系统中，在则抬杆，不在则提⽰⾮本⼩区⻋辆，⽆法进⼊。

场景2：检查⼀篇英⽂⽂章单词拼写是否正确，将词库中所有单词放⼊⼆叉搜索树，读取⽂章中的单词，查找是否在⼆叉搜索树中，不在则波浪线标红提⽰。

7.2 key/value搜索场景：

每⼀个关键码key，都有与之对应的值value，value可以任意类型对象。树的结构中(结点)除了需要存储key还要存储对应的value，增/删/查还是以key为关键字⾛⼆叉搜索树的规则进⾏⽐较，可以快速查找到key对应的value。key/value的搜索场景实现的⼆叉树搜索树⽀持修改，但是不⽀持修改key，修改key破坏搜索树结构了，可以修改value。

场景1：简单中英互译字典，树的结构中(结点)存储key(英⽂)和vlaue(中⽂)，搜索时输⼊英⽂，则同时查找到了英⽂对应的中⽂。

场景2：商场⽆⼈值守⻋库，⼊⼝进场时扫描⻋牌，记录⻋牌和⼊场时间，出⼝离场时，扫描⻋牌，查找⼊场时间，⽤当前时间-⼊场时间计算出停⻋时⻓，计算出停⻋费⽤，缴费后抬杆，⻋辆离场。

场景3：统计⼀篇⽂章中单词出现的次数，读取⼀个单词，查找单词是否存在，不存在这个说明第⼀次出现，（单词，1），单词存在，则++单词对应的次数。

对于key/value 的实现其实并不难，只要能手撕上面的key模型，只是再这里加上一个V模型即可：

BinarySearch_key_value.h

#pragma once
#include <iostream>
using namespace std;


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)
	{}
};

//Binary Search Tree
//Key/value
template<class K,class V>
class BSTree
{
	//typedef BSTNode<K> Node;
	using Node = BSTNode<K,V>;

public:
	BSTree() {};

	//BSTree() = default;//强制生成默认构造
	
	BSTree(const BSTree& t)
	{
		_root = Copy(t._root);
	}

	~BSTree()
	{
		//Destroy(_root);
		_root = nullptr;
	}

	BSTree& operator=(BSTree tmp)
	{
		swap(_root, tmp._root);
		return *this;
	}

	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; 
	}

	//所有的递归都这样写是最方便的
	//外面调用root是私有的，不能直接调用
	void InOrder()
	{
		_InOrder(_root);
		cout << endl;
	}

	//可以修改value
	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)
	{
		if (_root == nullptr) return false;
		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)
				{
					//左为空
					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)
				{
					//右为空
					if (cur == _root)
					{
						_root = cur->_left;
					}
					else
					{
						if (parent->_left == cur) parent->_left = cur->_left;
						else parent->_right = cur->_left;
					}
					delete cur;
				}
				else
				{
					//两个子树都不为空
					//Node* replaceParent = nullptr;
					Node* replaceParent = cur;
					Node* replace = cur->_right;
					while (replace->_left)
					{
						replaceParent = replace;
						replace = replace->_left;
					}

					cur->_key = replace->_key;
					if (replaceParent->_left == replace)
						replaceParent->_left = replace->_right;
					else replaceParent->_right = replace->_right;
					delete replace;
				}
				return true;
			}
		}
		return false;
	}


	//如果存在~析构函数就要创建深拷贝
	Node* Copy(Node* root)
	{
		if (root == nullptr) return nullptr;
		Node* newRoot = new Node(root->_key, root->_value);
		newRoot->_left = Copy(root->_left);
		newRoot->_right = Copy(root->_right);
		return newRoot;
	}

private:
	void _InOrder(Node* root)
	{
		if (root == nullptr) return;
		_InOrder(root->_left);
		cout << root->_key << ":"<<root->_value<<" ";
		_InOrder(root->_right);
	}



	Node* _root = nullptr;
};

能看出，只是再每个模板位置加上template<class K,class V>,多加上一个类型的值，即可实现查找功能或搜索。

这里新加了copy()来进行深拷贝，因为如果BSTree类里面写了析构函数，但是如果不屑拷贝函数的话，就只是浅拷贝，程序会崩掉，那么就要进行深拷贝，利用递归的办法，创建新的节点，然后dfs遍历原来的树，从_root开始，遇到一个节点就拷贝一个然后连起来，直到拷贝完整个二叉树。

再对于=的重构，那么就要进行swap() 仍然可以完成深拷贝。（现代写法~）

运行代码：

Test.cpp:

#define _CRT_SECURE_NO_WARNINGS 1

#include "BinarySearch_key_value.h"


int main()
{
	BSTree<string, string> t;
	t.Insert("left", "<-左边");
	t.Insert("right", "->右边");
	t.Insert("up", "向上");
	t.Insert("down", "向下");

	string str;
	while (cin >> str)
	{
		if (t.Find(str)) cout << t.Find(str)->_value << endl;
		else cout << "不存在" << endl;
	}


	return 0;
}

这里就可以实现字典树搜索的功能，如果再改变一下形式，仍然可以像map一样计数。

总结一下吧~，理解这次的搜索二叉树，能做到手撕搜索二叉树的删除，基本上就没有大问题，理解后面的key/value模型，能够对后面学习map/set 有着更大的帮助！！！