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
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
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。
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
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)
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
-
情况b:右为空的情况(和上面的情况一致)
-
情况c:左右都不为空的情况
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;
};
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
- 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
- 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;
}
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;
}