1. 二叉搜索树是什么
二叉搜索树(BST,Binary Search Tree)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
- 它的左右子树也分别为二叉搜索树
int a[] = {8, 3, 1, 10, 6, 4, 7, 14, 13};
2. 二叉搜索树的基本操作
二叉搜索树的查找
:
- 从根开始比较,查找,比根大则往右边走查找,比根小则往左边走查找。
- 最多查找高度次,走到到空,还没找到,这个值不存在。
二叉搜索树的插入
:
3. 当树为空(root == nullptr )时,则直接新增节点,赋值给root指针。
4. 当**树不为空(root != nullptr )**时,按二叉搜索树性质查找插入位置,插入新节点
二叉搜索树的删除
:
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三种情况:
像1,2 情况,直接删除即可,删除后依然能维持二叉搜索树的结构。
情况3比前两种复杂一点,需要在它的右子树中寻找中序下的第一个结点(关键码最小),用它的值填补到被删除节点中,再来处理该结点的删除问题–替换法删除。
二叉搜索树的遍历
:
二叉搜索树的中序遍历,是一串递增序列。
3. 二叉搜索树的实现
先要实现一个Binary Search Tree节点类模板
template<class T>
class BSTreeNode
{
public:
BSTreeNode(const T&key)
:_val(key),
left(nullptr),
right(nullptr)
{
}
//成员即 值 , 左子树,右子树
T _val;
BSTreeNode* left;
BSTreeNode* right;
};
再实现二叉搜索树本体
template<class T>
class BSTree
{
typedef BSTreeNode<T> Node;
public:
bool find(const T& key)
{
Node* cur = root;
while (cur)
{
if (cur->_val > key)
{
cur = cur->left;
}
else if (cur->_val < key)
{
cur = cur->right;
}
else
{
return true;
}
}
return false;
}
bool Insert(const T& key)
{
if (root == nullptr)
{
root = new Node(key);
return true;
}
Node* parent = nullptr;
Node* cur = root;
while (cur)
{
if (cur->_val > key)
{
parent = cur;
cur = cur->left;
}
else if (cur->_val < key)
{
parent = cur;
cur = cur->right;
}
else
{
return false;
}
}
if (parent->_val < key)
{
parent->right = new Node(key);
}
else
{
parent->left = new Node(key);
}
return true;
}
bool erase(const T& key)
{
Node* parent = nullptr;
Node* cur = root;
while (cur)
{
if (cur->_val > key)
{
parent = cur;
cur = cur->left;
}
else if (cur->_val < key)
{
parent = cur;
cur = cur->right;
}
else
{
//0-1孩子的情况
if (cur->left == nullptr)
{
if (parent == nullptr)
{
root = cur->right;
}
else
{
if (cur == parent->left)
{
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 (cur == parent->left)
{
parent->left = cur->left;
}
else
{
parent->right = cur->left;
}
}
delete cur;
return true;
}
else
{
Node* rightMin = cur->right;
Node* rightMinP = cur;
while (rightMin->left)
{
rightMinP = rightMin;
rightMin = rightMin->left;
}
cur->_val = rightMin->_val;
if (rightMinP->left == rightMin)
{
cur->left = rightMin->right;
}
else
{
rightMinP->right = rightMin->right;
}
delete rightMin;
return true;
}
}
}
return false;
}
private:
Node* root = nullptr;
};
4 二叉搜索树的应用
二叉搜索树一般有两种模型,一种为K模型,另一种为KV模型。
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,上文实现的都为K模型。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。按照二叉搜索树规则用于调整的值依然是key,但每一个节点除了key多了个value作为这个节点解出的值。
该种方式在现实生活中非常常见:
比如英汉词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
//KV模型的二叉搜索树
template<class K, class V>
struct BSTNode
{
// pair<K, V> _kv;
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:
BSTree() = default;
BSTree(const BSTree<K, V>& t)
{
_root = Copy(t._root);
}
~BSTree()
{
Destroy(_root);
_root = nullptr;
}
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;
}
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)
{
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;
}
private:
void _InOrder(Node* root)
{
if (root == nullptr)
{
return;
}
_InOrder(root->_left);
cout << root->_key << ":" << root->_value << endl;
_InOrder(root->_right);
}
void Destroy(Node* root)
{
if (root == nullptr)
return;
Destroy(root->_left);
Destroy(root->_right);
delete root;
}
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:
Node* _root = nullptr;
};
5 二叉搜索树的性能分析
插入和删除操作都必须先查找,查找效率代表了二叉搜索树中各个操作的性能。
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(或接近完全二叉树),其平均比较次为O(logN)
最差情况下,二叉搜索树退化为单支树(或者类似单支),其平均比较次数为 O(N)。
本文就到这里,感谢你看到这里❤️❤️! 我知道一些人看文章喜欢静静看,不评论🤔,但是他会点赞😍,这样的人,帅气低调有内涵😎,美丽大方很优雅😊,明人不说暗话,要你手上的一个点赞😘!