4.1 二叉搜索树
操作集:
Position Find(ElementType x, BinTree T);
Position FindMin(BinTree T);
Position FindMax(BinTree T);
BinTree Insert(ElementType x, BinTree T);
BinTree Delete(ElementType x, BinTree T);
- 查找
Position Find(ElementType x, BinTree T){
if(!T)return NULL;
while(T){
if(x > T->Data)
T = T->Right;
else if(x < T->Data)
T = T->Left;
else
return T;
}
return NULL;
}
- 查找最大最小节点
Position FindMin(BinTree T){
if(!T)return NULL;
while(T->Left){
T = T->Left;
}
return T;
}
Position FindMax(BinTree T){
if(!T)return NULL;
while(T->Right){
T = T->Right;
}
return T;
}
- 插入
BinTree Insert(ElementType x, BinTree T){
if(!T){
Position a = (Position)malloc(sizeof(struct TNode));
a->Data = x;
a->Left = NULL;
a->Right = NULL;
return a;
}
if(x > T->Data)
T->Right = Insert(x,T->Right);
else if(x < T->Data)
T->Left = Insert(x,T->Left);
return T;
}
- 删除
BinTree Delete(ElementType x, BinTree T){
Position temp = NULL;
if(!T)return NULL;
if(x > T->Data)
T->Right = Delete(x,T->Right);
else if(x < T->Data)
T->Left = Delete(x,T->Left);
else{//找到要删除的元素,分“有两个儿子”、“一个或没有儿子”两种情况。
if(T->Left && T->Right){
//找左子树的最大值替换当前要删除的节点,然后再去左子树把最大的节点删除
//删除最大的节点肯定不是“有两个儿子的情况”。
temp = FindMax(T->Left);
T->Data = temp->Data;
T->Left = Delete(T->Data, T->Left);
}
else{
//只有一个儿子时,释放当前节点空间并返回自己的儿子
temp = T;
if(T->Left)
T = T->Left;
else if(T->Right)
T = T->Right;
else//没有儿子时直接释放当前节点空间
T = NULL;
free(temp);
}
}
return T;
}
4.2 平衡二叉树
二叉搜索树插入节点的顺序不同,得到的二叉树的搜索效率也会发生变化,自然而然的我们就会产生一个疑问,什么样的树比较好?答案就是平衡二叉树。完全二叉树或满二叉树都是平衡二叉树。
平衡二叉树是树上所有的节点的平衡因子都为1(这个平衡因子就是这个节点左右子树的高度差)。
平衡二叉树的高度和节点数的关系是 log n(节点数为n个时,平衡二叉树的高度大约为log n级别) 。
一个已经平衡的二叉树,如果插入节点就会使它不平衡,为此需要做一些调整,分为四种不同情况:RR、RL、LL、LR。
- RR:插在某节点右儿子的右边;
- LL:插在某节点左儿子的左边;
- RL:插在某节点右儿子的左边;
- LR:插在某节点左儿子的右边;
卧槽,平衡二叉树点击量格外高,本来打算以后再写的,所有的代码在中国大学mooc网浙江大学的数据结构课里面都有,有的在视频里有的在课后的文本里面,有需要的可以直接去看原版。
//先定义AVL树的节点
typedef struct AVLNode *AVLTree;
struct AVLNode{
ElementType Data;
AVLTree Left;
AVLTree Right;
int Height;
}
//需要一个返回最大值的函数用来更新树高
Max(int a, int b){return a>b?a:b;}
//用四个函数做调整,传入一个不平衡的二叉树的根节点,返回一个平衡的二叉树的根节点;
//插在左儿子的左边,就把它的左儿子提上来,把左儿子的右边接到它的左边(因为左儿子的右边比左儿子大比它小)
AVLTree LLRotation(AVLTree A){
AVLTree B = A->Left;
A->Left = B->Right;
B->Right = A;
/*只有某个节点的左右子树发生变化了,它自己的高度才会发生变化,否则它自己的高度不变,而且这里必须先更新A的高度,因为更新B的高度的时候要用到A的高度。*/
A->Height = Max(A->Left->Height,A->Right->Height)+1;
B->Height = Max(B->Left->Height,A->Height)+1; //B的Right就是A;
return B;
}
//插在右儿子的右边,与LL类似,把右儿子提上来,右儿子的左边接在它的右边
AVLTree RRRotation(AVLTree A){
AVLTree B = A->Right;
A->Right = B->Left;
B->Left = A;
A->Height = Max(A->Left->Height,A->Right->Height)+1;
B->Height = Max(B->Left->Height,A->Height)+1;
return B;
}
//插在右儿子的左边,需要先将右儿子LL旋,然后再将它自己RR旋转回来,画图可以更清楚的看到实际上做了哪些调整。
AVLTree RLRotation(AVLTree A){
A->Right = LLRotation(A->Right);
return RRRotation(A);
}
//同理可得LR
AVLTree LRRotation(AVLTree A){
A->Left = RRRotation(A->Left);
return LLRotation(A);
}
//插入函数本体,输入要插入的数据和平衡树,返回已经插入好的平衡树。
AVLTree Insert(ElementType x, AVLTree T){
if(!T){
T = (AVLTree)malloc(sizeof(struct AVLNode));
T->Data = x;
T->Left = T->Right = NULL;
T->Height = 0;
}
else{
if(x > T->Data){
T->Right = Insert(x,T->Right);
if(T->Right->Height - T->Left->Height == 2){
if(x > T->Right->Data)
T = RRRotation(T);
else
T = RLRotation(T);
}
}
else if(x < T->Data){
T->Left = Insert(x,T->Left);
if(T->Left->Height - T->Right->Height == 2){
if(x < T->Left->Data)
T = LLRotation(T);
else
T = LRRotation(T);
}
}
T->Height = Max(T->Right->Height,T->Left->Height)+1;
return T;
}