请跟着上一讲 数据结构 学习笔记(四):树(上):树的表示,二分查找,二叉树,先中后层次遍历 继续学习
4.1 二叉搜索树
4.1.1 二叉搜索树及查找
什么是二叉搜索树
回顾上一讲提到的查找问题:
- 静态查找(集合元素不动,只发生查找操作)和动态查找(集合元素经常动态变化,经常发生插入删除)
- 针对动态查找,数据如何组织?
静态查找很好的解决方法是二分查找,因为提前有效的组织了数据,使它有序化,使线性的查找过程变成了在类似树中的查找过程,查找效率就是树的高度。
因此,我们想,有没有一种办法。直接把数按照一定的规则放到树里面,不要放在数组里面。放在树里的好处是,动态性比较强,比在线性结构里面方便。这就是我们说的二叉搜索树(二叉查找树)。
二叉搜索树,也称为二叉排序树或二叉查找树。
二叉搜索树:一棵二叉树,可以为空;如果不为空,满足以下性质:
- 非空左子树的所有键值小于其根结点的键值
- 非空右子树的所有键值大于其根结点的键值
- 左、右子树都是二叉搜索树
例子:
二叉搜索树操作的查找函数
二叉搜索树的查找操作:Find
查找从根结点开始,如果树为空,返回 NULL。
若搜索树非空,则根结点关键字和 X进行比较,并进行不同处理:
- 若X 小于根结点键值,只需在左子树中继续搜索
- 若X 大于根结点的键值,在右子树中进行搜索
- 如果两个比较结果是相等,搜索完成,返回指向该结点的指针。
Position Find(ElementType X,BinTree BST)
{
if(!BST)
return NULL; //查找失败
if(X>BST->Data)
return Find(X,BST->Right); //在右子树中继续查找
else if(X<BST->Data)
return Find(X,BST->Left);
else //X==BST->Data
return BST; //查找成功,返回结点的找到结点的地址
}
由于非递归函数的执行效率高,可将“尾递归”函数改为迭代函数。
Position IterFind(ElementType X,BinTree BST)
{
while(BST)
{
if(X>BST->Data)
BST=BST->Right; //向右子树中移动,继续查找
else if(X<BST->Data)
BST=BST->Left; //向左子树中移动,继续查找
else
return BST; //查找成功,返回结点的找到结点的地址
}
return NULL; //查找失败
}
查找的效率决定于树的高度。
查找最大和最小元素
最大元素一定是在树的最右分支的端结点上。
最小元素一定是在树的最左分支的端结点上。
Positon FindMin(BinTree BST)
{
if(!BST)
return NULL; //空的二叉搜索树,返回NULL
else if(!BST->Left)
return BST; //找到最左叶结点并返回
else
return FindMin(BST->Left); //沿左分支继续查找
}
Position FindMax(BinTree BST)
{
if(BST)
while(BST->Right) //沿右分支继续查找,直到最右叶结点
BST=BST->Right;
return BST;
}
4.1.2 二叉搜索树的插入
关键是要找到元素应该插入的位置,可以采用与 Find 类似的方法。
BinTree Insert(ElementType X,BinTree BST)
{
//若原树为空,生成并返回一个结点的二叉搜索树
if(!BST)
{
BST= malloc(sizeof(struct TreeNode));
BST->Data=X;
BST->Left=BST->Right=NULL;
}
//开始找要插入元素的位置
else
{
if(X<BST->Data)
BST->Left=Insert(X,BST->Left); //递归插入左子树
else if(X>BST->Data)
BST->Right=Insert(X,BST->Right);//递归插入右子树
}
return BST;
}
例子:
4.1.3 二叉搜索树的删除
考虑三种情况:
- 要删除的是叶结点:直接删除,并再将其父结点指针置为NULL
- 要删除的结点只有一个孩子结点:将其父结点的指针指向要删除结点的孩子结点
- 要删除的结点有左、右两棵子树:用另一结点替代被删除结点:右子树的最小元素或者左子树的最大元素
BinTree Delete(ElementType X,BinTree BST)
{
Position Tmp;
if(!BST)
printf("要删除的元素未找到");
else if(X<BST->Data)
BST->Left=Delete(X,BST->Left); //左子树递归删除
else if(X>BST->Data)
BST->Right=Delete(X,BST->Right); //右子树递归删除
else //找到要删除的结点
{
if(BST->Left && BST->Right) //被删除的结点有左右两个子结点
{
Tmp=FindMin(BST->Right); //在右子树中招最小的元素填充删除结点
BST->Data=Tmp->Data;
BST->Right=Delete(BST->Data,BST->Right); //在删除结点的右子树中删除最小元素
}
else //被删除结点有一个或无子节点
{
Tmp=BST;
if(!BST->Left) //有右孩子或无子结点
BST=BST->Right;
else if(!BST->Right)//有左孩子或无子结点
BST=BST->Left;
free(Tmp);
}
}
return BST;
}
C 语言代码 二叉搜索树的插入与删除
BinTree Insert( BinTree BST, ElementType X )
{
if( !BST ){ /* 若原树为空,生成并返回一个结点的二叉搜索树 */
BST = (BinTree)malloc(sizeof(struct TNode));
BST->Data = X;
BST->Left = BST->Right = NULL;
}
else { /* 开始找要插入元素的位置 */
if( X < BST->Data )
BST->Left = Insert( BST->Left, X ); /*递归插入左子树*/
else if( X > BST->Data )
BST->Right = Insert( BST->Right, X ); /*递归插入右子树*/
/* else X已经存在,什么都不做 */
}
return BST;
}
BinTree Delete( BinTree BST, ElementType X )
{
Position Tmp;
if( !BST )
printf("要删除的元素未找到");
else {
if( X < BST->Data )
BST->Left = Delete( BST->Left, X ); /* 从左子树递归删除 */
else if( X > BST->Data )
BST->Right = Delete( BST->Right, X ); /* 从右子树递归删除 */
else { /* BST就是要删除的结点 */
/* 如果被删除结点有左右两个子结点 */
if( BST->Left && BST->Right ) {
/* 从右子树中找最小的元素填充删除结点 */
Tmp = FindMin( BST->Right );
BST->Data = Tmp->Data;
/* 从右子树中删除最小元素 */
BST->Right = Delete( BST->Right, BST->Data );
}
else { /* 被删除结点有一个或无子结点 */
Tmp = BST;
if( !BST->Left ) /* 只有右孩子或无子结点 */
BST = BST->Right;
else /* 只有左孩子 */
BST = BST->Left;
free( Tmp );
}
}
}
return BST;
}
4.2 平衡二叉树(AVL 树)
不同的结点插入顺序,形成的二叉搜索树也不同,查找效率(平均查找长度ASL)也不同。
例:
这引出了一个问题,我的树结构应该如何设计,查找效率才最高?(树越矮,查找效率越高。因此最好平衡,引出平衡二叉树)
4.2.1 什么是平衡二叉树
平衡二叉树(可以说是搜索二叉树的更高要求版)
平衡因子(简称BF):BF(T)=左子树的高度-右子树的高度
平衡二叉树(AVL 树):空树,或者任一结点左、右子树高度差的绝对值不超过1。
例子:
平衡是想要树的高度低一点,因为越平衡越低,越不平衡往一边倒,树的高度越高。
平衡二叉树的最小结点数: n(h)=n(h-1)+n(h-2)+1
4.2.2 平衡二叉树的调整
平衡二叉树是特殊的搜索二叉树,因此搜索二叉树能执行的查找,插入,删除操作,它也能做。
但是需要考虑,插入的时候会把原来平衡的平衡二叉树,会不平衡了。
RR旋转
LL旋转
LR旋转
RL旋转
C 语言代码 AVL树的旋转与插入
typedef struct AVLNode *Position;
typedef Position AVLTree; /* AVL树类型 */
struct AVLNode{
ElementType Data; /* 结点数据 */
AVLTree Left; /* 指向左子树 */
AVLTree Right; /* 指向右子树 */
int Height; /* 树高 */
};
int Max ( int a, int b )
{
return a > b ? a : b;
}
AVLTree SingleLeftRotation ( AVLTree A )
{ /* 注意:A必须有一个左子结点B */
/* 将A与B做左单旋,更新A与B的高度,返回新的根结点B */
AVLTree B = A->Left;
A->Left = B->Right;
B->Right = A;
A->Height = Max( GetHeight(A->Left), GetHeight(A->Right) ) + 1;
B->Height = Max( GetHeight(B->Left), A->Height ) + 1;
return B;
}
AVLTree DoubleLeftRightRotation ( AVLTree A )
{ /* 注意:A必须有一个左子结点B,且B必须有一个右子结点C */
/* 将A、B与C做两次单旋,返回新的根结点C */
/* 将B与C做右单旋,C被返回 */
A->Left = SingleRightRotation(A->Left);
/* 将A与C做左单旋,C被返回 */
return SingleLeftRotation(A);
}
/*************************************/
/* 对称的右单旋与右-左双旋请自己实现 */
/*************************************/
AVLTree Insert( AVLTree T, ElementType X )
{ /* 将X插入AVL树T中,并且返回调整后的AVL树 */
if ( !T ) { /* 若插入空树,则新建包含一个结点的树 */
T = (AVLTree)malloc(sizeof(struct AVLNode));
T->Data = X;
T->Height = 0;
T->Left = T->Right = NULL;
} /* if (插入空树) 结束 */
else if ( X < T->Data ) {
/* 插入T的左子树 */
T->Left = Insert( T->Left, X);
/* 如果需要左旋 */
if ( GetHeight(T->Left)-GetHeight(T->Right) == 2 )
if ( X < T->Left->Data )
T = SingleLeftRotation(T); /* 左单旋 */
else
T = DoubleLeftRightRotation(T); /* 左-右双旋 */
} /* else if (插入左子树) 结束 */
else if ( X > T->Data ) {
/* 插入T的右子树 */
T->Right = Insert( T->Right, X );
/* 如果需要右旋 */
if ( GetHeight(T->Left)-GetHeight(T->Right) == -2 )
if ( X > T->Right->Data )
T = SingleRightRotation(T); /* 右单旋 */
else
T = DoubleRightLeftRotation(T); /* 右-左双旋 */
} /* else if (插入右子树) 结束 */
/* else X == T->Data,无须插入 */
/* 别忘了更新树高 */
T->Height = Max( GetHeight(T->Left), GetHeight(T->Right) ) + 1;
return T;
}