二叉搜索树

最新推荐文章于 2022-07-05 14:26:04 发布
最新推荐文章于 2022-07-05 14:26:04 发布
阅读量674 收藏 1
点赞数 6
分类专栏： 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/MEANSWER/article/details/116609531
版权

二叉搜索树

1. 二叉搜索树

1.1 二叉搜索树概念

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

在这里插入图片描述

1.2 二叉搜索树操作

1.2.1 二叉搜索树插入

a.树为空，则直接插入
在这里插入图片描述

b.树不空，按二叉搜索树性质查找插入位置，插入新节点
cur = root,parent = nullptr;cur在每次往下进行迭代的时候，需要将自己原先的值给parent进行保存，当cur走到nullptr的时候，此时的parent结点就是需要链接的父节点。且对于二叉搜索树来说是不允许有重复的值出现的。
在这里插入图片描述

1.2.1 二叉搜索树查找

查找的结点是不对其进行任何的修改的，所以尽量需要加上const
在这里插入图片描述

1.2.1 二叉搜索树删除（很重要）

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（也就是叶子结点）
  • b. 要删除的结点只有左孩子结点
  • c. 要删除的结点只有右孩子结点
  • d. 要删除的结点有左、右孩子结点（这种情况最为复杂）

在这里插入图片描述

看起来有待删除节点有4中情况，实际情况a可以与情况b或者c合并起来（可以把情况a当做b的情况，也可以当成c的情况），因此真正的删除过程如下：

  • 情况a：左为空的情况

在这里插入图片描述

  • 情况b：右为空的情况(和上面的情况一致)
    在这里插入图片描述

  • 情况c：左右都不为空的情况
    在这里插入图片描述

2. 二叉搜索树实现的完整代码

#pragma once

//任何数据结构的本质都离不开增删查改
template <class K>
struct BSTreeNode
{
	K _key;
	struct BSTreeNode<K>* _left;
	struct BSTreeNode<K>* _right;

	BSTreeNode(const K& key)
		:_key(key)
		, _left(nullptr)
		, _right(nullptr)
	{}
};

template<class K>
class BSTree
{
	typedef  BSTreeNode<K> Node;
public:
	bool Insert(const K& key)
	{
		//BSTree为空的时候
		if (_root == nullptr)
		{
			_root = new Node(key);
			return true;
		}
		//因为再插入的时候，需要知道尾部的节点，不然你不知道他应该怎样链接
		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_key > key)
			{
				//往左半边树去链接
				parent = cur;
				cur = cur->_left;
			}
			else if (cur->_key < key)
			{
				//往右半边树去链接
				parent = cur;
				cur = cur->_right;
			}
			else
			{
				//这种情况就是此时的key值和cur->_key相等的情况
				//在此棵树中是不允许有相等的树的
				return false;
			}
		}
		//循环结束，那么此时的parent就是我们需要插入的父节点
		Node* newnode = new Node(key);
		//此时还要判断到底是链接在父节点的左边还是右边
		if (parent->_key > key)
		{
			parent->_left = newnode;
		}
		else
		{
			parent->_right = newnode;
		}
		return true;
	}


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

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

	const 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)
	{
		//首先需要查找是否存在这个结点
		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_key > key)
			{
				parent = cur;
				cur = cur->_left;
			}
			else if (cur->_key < key)
			{
				parent = cur;
				cur = cur->_right;
			}
			else
			{
				//找到了这个值，准备开始删除
				//可以把叶子结点当成左为空或者右为空的一种情况，
				//a.左为空
				//b.右为空
				//c.左右都不为空
				if (cur->_left == nullptr)
				{
					//极端情况
					if (cur == _root)
					{
						_root = cur->_right;
					}
					else
					{
						//图中删除1结点的情况
						if (cur == parent->_left)
						{
							parent->_left = cur->_right;
						}
						else
						{
							//图中删除8结点的情况
							parent->_right = cur->_right;
						}
					}
					delete cur;
				}
				else if (cur->_right == nullptr)
				{
					//极端情况，和上面基本一致
					if (cur == _root)
					{
						_root = cur->_left;
					}
					else
					{
						//图中删除1结点的情况
						if (cur == parent->_left)
						{
							parent->_left = cur->_left;
						}
						else
						{
							//图中删除8结点的情况
							parent->_right = cur->_left;
						}
					}
					delete cur;
				}
				else
				{
					//此时是情况c的时候，有左右孩子结点,应该使用替换法，在这里我们使用右子树的最左边结点（也就是右子树中最小的结点替换）
					//Node* sbParent = nullptr;可能一开始就是会这样思考，把父节点定为空
					Node* sbParent = cur;
					Node* subMin = cur->_right;
					while (subMin->_left)
					{
						sbParent = subMin;
						subMin = subMin->_left;
					}
					cur->_key = subMin->_key;//替换掉
					//但是此时有可能你找到的这个subMin结点一定是没有左节点的，但是可能还会有右结点的情况，所以你还需要知道subMin的父节点
					//替换完成以后，还需要把这个替换的结点值进行删除，此时又会分为两种情况
					if (subMin == sbParent->_left)
					{
						sbParent->_left = subMin->_right;
					}
					else
					{
						//此时的subMin结点，就是右子树最小结点
						//所以这里也就引出了为什么不能让一开始设定的sbParent = nullptr，
						sbParent->_right = subMin->_right;
					}
					delete subMin;
				}
				return true;
			}
		}
		//整个都找完了，也没找到这个值，返回false
		return false;
	}
private:
	Node* _root = nullptr;

};

在这里插入图片描述
对于二叉搜索树来说，中序遍历就是有序的。

3. 二叉搜索树的应用

  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。

key的搜索模型–set

  • a.查找在不在
  • b.排序+去重

在这里插入图片描述

  1. 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。该种方式在现实生活中非常常见：比如英汉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之对应的中文，英文单词与其对应的中文<word,chinese>就构成一种键值对；在比如统计水果出现的次数，那么<水果名，次数>就构成一种键值对。（其实K/V模型来说，简单理解就是能够通过key来顺便的找到所对应的value，然而在排序的时候只需要重点关注一个key参考就行，value所对应的值就可以随意的进行修改）

key/value的搜索模型—map

  • a.查找在不在
  • b.查找+去重
  • c.通过key查找value 字典
  • d.统计次数
//我存储一个英文的同时，就存储了一个中文，然后我们就可以根据查找到英文顺便的找到对应的中文。
#pragma once

template <class K,class V>
struct BSTreeNode
{
	const K _key;//是要根据这个key值去寻找的，所以要求key值必须不能够被修改，但是对应的value是可以改变的。
	V _value;
	struct BSTreeNode<K,V>* _left;
	struct BSTreeNode<K,V>* _right;

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

template<class K,class V>
class BSTreeBV
{
	typedef  BSTreeNode<K,V> Node;
public:
	bool Insert(const K& key,const V& value)
	{
		//BSTree为空的时候
		if (_root == nullptr)
		{
			_root = new Node(key,value);
			return true;
		}
		//因为再插入的时候，需要知道尾部的节点，不然你不知道他应该怎样链接
		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_key > key)
			{
				//往左半边树去链接
				parent = cur;
				cur = cur->_left;
			}
			else if (cur->_key < key)
			{
				//往右半边树去链接
				parent = cur;
				cur = cur->_right;
			}
			else
			{
				//这种情况就是此时的key值和cur->_key相等的情况
				//在此棵树中是不允许有相等的树的
				return false;
			}
		}
		//循环结束，那么此时的parent就是我们需要插入的父节点
		Node* newnode = new Node(key,value);
		//此时还要判断倒是链接在父节点的左边还是右边
		if (parent->_key > key)
		{
			parent->_left = newnode;
		}
		else
		{
			parent->_right = newnode;
		}
		return true;
	}


	void _InOrder(Node* root)
	{
		if (root == nullptr)
			return;
		//中序遍历---左根右
		_InOrder(root->_left);
		cout << root->_key << ":"<<root->_value<<endl;
		_InOrder(root->_right);
	}

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

	 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;
	}

private:
	Node* _root = nullptr;

};

#include<iostream>
#include<string>
using namespace std;
#include"BSTree.h"

void TestBSTreeBV()
{
	BSTreeBV<string, string> dict;
	dict.Insert("string", "字符串");
	dict.Insert("sort", "排序");
	dict.Insert("insert", "插入");
	dict.Insert("left", "左边");

	dict.InOrder();
	//对于string来说，是按照ASCII码进行排序的

	string str;
	while (cin >> str)
	{
		BSTreeNode<string, string>* ret = dict.Find(str);
		if (ret)
		{
			cout << ret->_value << endl;
		}
		else
		{
			cout << "单词不存在" << endl;
		}
	}
}

int main()
{
	TestBSTreeBV();
	return 0;
}

在这里插入图片描述

void TestBSTreeBV()
{
	string strArray[] = { "香蕉", "苹果", "苹果", "橘子", "香蕉", "苹果", "橘子", "香蕉" };
	BSTreeBV<string, int> countTree;
	for (auto& str : strArray)
	{
		BSTreeNode<string, int>* ret = countTree.Find(str);
		if (ret == nullptr) //说明是第一次出现这个水果
		{
			countTree.Insert(str, 1);
		}
		else
		{
			ret->_value++;
		}
	}

	countTree.InOrder();
}

int main()
{
	TestBSTreeBV();
	return 0;
}

在这里插入图片描述

没什么..
关注
  • 6
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
【LeetCode】220.存在重复元素 （二叉搜索树方法+桶方法，java实现）
Viper的程序员修炼手册
06-24 662
前言 本文中运用了平衡二叉搜索树，也是java里面的TreeSet数据结构。 也运用了桶。感兴趣的朋友可以了解一下。 题目 分析 概述 这篇文章是为中级读者准备的，文章中会介绍了以下几种方法： 二叉搜索树，散列表和桶。 方法一 （线性搜索） 【超时】 思路 将每个元素与它之前的 k个元素比较，查看它们的数值之差是不是在 t以内。 算法 解决这个问题需要找到一组满足以下条件的 i和 j： 我们需要维护了一个k大小的滑动窗口。这种情况下，第一个条件始终是满足的，只需要通过线性搜索来检查第二个条件是否满足就可
二叉查找树（重复元素情况）
weixin_53700782的博客
06-02 2017
查找排序数组中的第一个元素与最后一个元素
含有相同元素的二叉搜索树实现快速排序
房东的jian的博客
08-07 1204
写在前面 今天下午突然想到二叉树的中序遍历不就是升序的嘛，然后我就在OJ上找了一个n**2时间复杂度过不去的题目提交了自己的代码，竟然AC了！！不过效率不是很高，比归并排序略微慢点 下面直接贴代码 C++ #include <bits/stdc++.h> using namespace std; const int VERTICES = 1e5 + 10; int a[VERTICES]; struct Node { int data; Node *left; Nod
Find Mode in Binary Search Tree：带重复元素的搜索二叉树Morris遍历查找频率最大的元素
小雄鹿的博客
10-31 995
Given a binary search tree (BST) with duplicates, find all the mode(s) (the most frequently occurred element) in the given BST. Assume a BST is defined as follows: The left subtree of a node c
C#二叉搜索树插入算法实例分析
01-21
本文实例讲述了C#二叉搜索树插入算法。分享给大家供大家参考。具体实现方法如下： public class BinaryTreeNode { public BinaryTreeNode Left { get; set; } public BinaryTreeNode Right { get; set; } public...
Java创建二叉搜索树,实现搜索,插入,删除的操作实例
08-28
下面小编就为大家分享一篇Java创建二叉搜索树,实现搜索,插入,删除的操作实例，具有很好的参考价值，希望对大家有所帮助
二叉搜索树实例练习
09-05
一棵二叉查找树是按二叉树结构来组织的。这样的树可以用链表结构表示，其中每一个结点都是一个对象
树-98. 验证二叉搜索树-PYTHON
01-20
递归 # Definition for a binary tree node. # class TreeNode(object): # def __init__(self, x): # self.val = x # self.left = None # self.right = None class Solution(object): def isValidBST(self, root): ...
java实现 二叉搜索树功能
08-27
主要介绍了java实现 二叉搜索树功能,代码简单易懂，非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下
Python实现二叉搜索树
12-24
二叉搜索树 我们已经知道了在一个集合中获取键值对的两种不同的方法。回忆一下这些集合是如何实现ADT（抽象数据类型）MAP的。我们讨论两种ADT MAP的实现方式，基于列表的二分查找和哈希表。在这一节中，我们将要...
C#创建二叉搜索树的方法
09-03
主要介绍了C#创建二叉搜索树的方法,涉及C#二叉搜索树的实现技巧,非常具有实用价值,需要的朋友可以参考下
Python实现二叉搜索树BST的方法示例
01-20
二叉排序树（BST）又称二叉查找树、二叉搜索树 二叉排序树(Binary Sort Tree)又称二叉查找树。它或者是一棵空树；或者是具有下列性质的二叉树： 1.若左子树不空，则左子树上所有结点的值均小于根结点的值； 2.若...
二叉搜索树_二叉搜索树_源码
10-04
一个简单的二叉搜索树的例程，使用不带自平衡的方法实现最简单的二叉搜索树。
二叉查找树-增删查和针对重复数据处理的 Java 实现
多选参数
07-29 733
0. 前言大家好，我是多选参数的程序锅，一个正在”研究“操作系统、学数据结构和算法以及 Java 的疯狂猛补生。本篇将带来的是二叉查找树的相关知识，知识提纲如图所示。另外由于极客时间的《...
排序二叉树的建立注意重复元素
BlessingXRY的博客
02-08 8080
think： 1建立排序二叉树时 注意重复元素 sdut原题链接 树结构练习——排序二叉树的中序遍历 Time Limit: 1000MS Memory Limit: 65536KBProblem Description 在树结构中，有一种特殊的二叉树叫做排序二叉树，直观的理解就是——(1).每个节点中包含有一个关键值 (2).任意一个节点的左子树（如果存在的话）的关键值小于该节点的关键值
二叉排序树（BST）和平衡二叉树（AVL）基础概念
最新发布
qq_45302622的博客
07-05 296
二叉排序树 BST 定义：二叉查找树，也称二叉搜索树，或二叉排序树。 特点：1.左子树的值< 根的值<右子树的值， 对根节点的每个左右子树也都满足这个特点； 2.没有值相同的点； 3.对二叉查找树进行中序遍历，即可得到有序的数列。 平衡二叉树 AVL 定义：它是一棵空树或它的左右两个子树的高度差的绝对值不超过1......
【数据结构与算法】【13】二叉查找树
命运之手
06-11 378
什么是二叉查找树二叉查找树，英文名Binary Search Tree，又叫二叉搜索树，二叉排序树二叉查找树是一种特殊的二叉树，它在二叉树的基础上，增加了如下规定简单来说，就是数值左小右大的二叉树 二叉查找树的特点就决定了，它是用来排序和查找用的二叉查找树插入规则二叉查找树的插入操作特别简单，小的往左插，大的往右插，已存在的不插就行了二叉查找树删除规则二叉查找树的删除操作，则要讲究一点技巧了因为树中间的枝节点被删除后，会留下一个空洞，一定要想办法补上空位才行我们的做法是，将被删除位置的右子节点移上来填充空位

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值