数据结构--二叉搜索树1【菜鸟学习日记】

今天学习一下非常有用的二叉搜索树！！！
首先看看什么是二叉搜索树，需要满足哪行性质

二叉搜索树的性质：
1. 每个节点都有一个作为搜索依据的关键码（key），所有节点的关键码互不相同。
2. 左子树上所有节点的关键码（key）都小于根节点的关键码（key）。
3. 右子树上所有节点的关键码（key）都大于根节点的关键码（key）。 4. 左右子树都是二叉搜索树

说起来，这种树有什么优点呢？

这里我们要谈到以前学习到 有序的数组 和 无序的链表 这两种结构

数组     可高效的查找   
链表     可灵活的插入

但它们都有自身的不足，而二叉搜索树可以将它们俩的优点结合，实现高效的查找和插入删除

---

初步了解了一下二叉搜索树，那就着手写一颗这样的树

一、二叉树搜索树的创建与插入

首先我们明确树的节点里放关键字key,以及左指针右指针
然后我们想一下算法的思路（插入节点）
1、若为空树，则key作为树的根节点
2、若非空，则key与根节点进行比较
如果key等于根节点，则停止插入；
如果key小于根节点，则向左子树走；
如果key大于根节点，则向右子树走；

#include<iostream>
using namespace std;

template<class K>
class BinarySearchTree
{
    typedef TreeNode<K> Node;
public:
    BinarySearchTree()
        :_root(NULL)
    {}

    //非递归版插入
    bool Insert(const K& key)
    {
        //若为空,拿key创建一个新节点作为跟
        if (_root == NULL)
        {
            _root = new Node(key);
            return true;
        }

        Node* parent = NULL;//需要一个父节点指针，记录
        //方便最后走到空时，能找到父节点进行插入
        Node* cur = _root;
        while (cur)
        {
            if (key<cur->_key)
            {
                parent = cur;
                cur = cur->_left;
            }
            else if (key>cur->_key)
            {
                parent = cur;
                cur = cur->_right;
            }
            else
            {
                break;
            }
        }
        //走到空了，进行插入节点
        //判断左插，还是右插
        //要插入的值小于父节点，插入父节点左边
        if (key < parent->_key)
        {
            parent->_left = new Node(key);
        }
        else if (key>parent->_key)
        {
            parent->_right = new Node(key);
        }
        else
        {
            //值相等，插入失败
            return false;
        }
}

private:
    Node* _root;
};

写好了，插入节点试试

void testBinarySearchTree()
{
    BinarySearchTree<int> tree;
    tree.Insert(5);
    tree.Insert(4);
    tree.Insert(3);
}

可以看到已经插入成功了

递归版本

    bool _InsertR(Node*& root, const K& key)
    {
        if (root == NULL)
        {
            root = new Node(key);
            return true;
        }

        if (key < root->_key)
        {
            return _InsertR(root->_left, key);
        }
        else if (key>root->_key)
        {
            return _InsertR(root->_right, key);
        }
        else
            return false;
    }

    bool InsertR(const K& key)
    {
        _InsertR(_root, key);
        return true;
    }

---

二、节点删除

我们要删除的节点分为三大类：1、叶子节点（我们可以把这种类型归为第二种情况，叶子结点看为左为空或者右为 空的情况） 2、删除节点的左为空或有为空 3、删除节点左右都不为空

这里我们图示了两种左为空的情况，右为空同理

特殊情况

当要删的为根节点时，直接将右节点给根即可
还有我们要注意这种情况下的parent节点

---

然后我们再来考虑左右都不为空的情况

这种情况我们就要考虑怎么删了，我们发现当左右都不为空时，我们很难删除这个节点，我们删除这个节点就会牵扯到其他节点改变，可以说“牵一发而动全身”，所以我这里用了一种之前学习过的“假删”，替换法，我们不真删这个节点而是用一个其他节点的值将其进行替换，看起来像删除了
问题一：找谁替换？

删5，可以找4或者6替换

删1，可以用2替换；
删3，可以用2或者4替换

我们可以发现就是要删除节点的左子树的最大值（左子树的最右节点），或者右子树的最小值（右子树的最左节点）

找到了替换节点，那再来分析都有哪些情况？
这里我们以找右子树的最左节点

我们既然要找最左节点，那我们就要考虑有没有左节点，其实就是考虑右子树的最小是有两种情况
如图，我们要删cur，那我们就要找以subRight为根子树的最左节点，可是subRight有可能就没有左节点，（subRight的值就是当前右子树的最小值）那我们就可以直接用subRight的值对cur的值进行替换
然后我们就要考虑这两种情况对于替换后，节点的删除

其实就是我们分别删除5和删除7的两种情况
图示删7的情况

以上我们分析完了所有情况，将其整理，就可以用代码进行实现了

---