树形查找算法

one-hp

已于 2024-08-27 16:08:31 修改

阅读量543

点赞数 8

文章标签：数据结构算法

于 2024-08-23 15:29:44 首次发布

本文链接：https://blog.csdn.net/m0_48987817/article/details/141403191

版权

本文章内所有排序皆以增序（非降序）排列。

一、二叉排序树（BST）

1. 二叉排序树的定义

左子树的所有结点＜根节点＜右子树，并且此规则适用于所有子树。

对二叉排序树进行中序遍历，可以得到一个增序序列。

2. 二叉排序树的查找

二叉排序树的类似于对一个有序序列的二分查找，而树形结构相当于已经提供了二分的索引，不必自己去计算下一个需要比较的元素的位置。

具体的查找步骤如下：

先和根节点比较，若小于根节点，那么就去左子树去查找；若大于根节点那么去右子树查找；若等于根节点，查找完毕。
对进入的下一个节点应用步骤1，直到查找到对于节点或者查找失败（抵达叶子节点，且叶子节点也不对）。

伪代码如下：

struct BST{
    int data;           //数据域
    BST* leftChild;     //左子树
    BST* rightChild;    //右子树
};

BST* searchBST(BST *node, const int &data){
    if(node == NULL || data == node->data){      //当前树空或者等于根节点值，直接返回该节点
        return node;
    } else if (data < node->data) {              //小于根节点值，去左子树查找
        if (node->leftChild == NULL) {           //左子树为空，代表查找失败，返回空节点
            return NULL;
        }
        return search(node->leftChild, data);    //进入左子树查找
    } else if (data > node->data) {              //大于根节点，去右子树查找
        if (node->rightChild == NULL) {          //右子树为空，代表查找失败 ，返回空节点
            return NULL;
        }
        return search(node->rightChild, data)    //进入右子树查找
    }
    return NULL;                                 //防止编译器报错
}

3.二叉排序树的插入

插入就是当查找失败时的那个节点，即为需要插入的位置。

4.二叉排序树的生成

就是将一个序列，根据插入算法，将所有节点依次插入到树上。

5.二叉排序树的删除

删除有三种情况：

当被删除节点是叶子节点时，可以直接删除
当被删除节点只有一个孩子时，直接用孩子节点替代父节点，子节点及其以后的序列不发生变化
当被删除节点有两个孩子时，用子树中的直接后继（中序遍历中，排在被删除节点后面的第一个节点）替代该节点；此时孩子节点为空，相当于是在子树中删除了这个节点，对该节点继续运用这三条规则。

实际上替换后，孩子节点只会符合前两种情况，不可能会出现第三种情况。因为孩子节点是根节点中序遍历后的直接后驱，说明该孩子节点必为叶子节点或者没有左子树（若有左子树，那么会先访问左子树，在左子树中查找到一个符合上述描述的节点）。

6. 二叉排序树的查找效率分析

二叉排序树的查找效率，主要依赖于树的高度。若二叉排序树的左右子树高度之差的绝对值小于等于1，此时效率最高，平均查找长度为:

$O(\log _{_{2}}n)$

若只有左子树或者右子树，那么此时效率最低，平均查找长度为

$O(n)$

可以将二叉排序树和二分法查找对应起来，效率最高时，相当于以序列的最中心节点作为起始节点开始查找，并且每次确定下一个元素时，都是以最中心位置来查找。效率最低时，相当于对有序序列进行顺序查找，一个一个进行比对。

二、平衡二叉树（AVL）

1. 平衡二叉树的定义

在二叉排序树的前提上，左右子树的高度之差绝对值小于等于1。左子树和右子树的高度之差称为平衡因子。

平衡二叉树的平衡因子只可能为{-1,0,1}

2. 平衡二叉树的插入

插入和二叉排序树一样，在插入结束后，可能会导致二叉树不平衡，此时需要对二叉树进行平衡调整。

首先找到最小不平衡子树，根据不平衡子树的状态，选择如下方法进行调整：

最小不平衡子树的寻找方法：从插入的节点开始往上，找到的第一颗不平衡的子树（平衡因子绝对值大于1的子树）

右单旋转。在A节点的左孩子的左子树上插入一个节点，导致的不平衡。
A的左孩子为B，在B的左子树上插入一个新的节点导致的不平衡。
调整方法：B节点右旋替代A的位置。
左单旋转。在A节点的右孩子的右子树上插入的一个节点，导致的不平衡。
A的右孩子为B，在B的右子树上插入一个新的节点导致的不平衡。
调整方法：B节点左旋替代A的位置。
先左旋后右旋。在A节点的左孩子的右子树上插入一个新的节点，导致的不平衡。
A的左孩子为B，B的右孩子为C，在C的子树上插入一个新的节点导致的不平衡。
调整方法：C节点先左旋替代B的位置，再右旋替代A的位置。
先右旋后左旋。在A节点的右孩子的左子树上插入一个新的节点，导致的不平衡。
A的右孩子为B，B的左孩子为C，在C的子树上插入一个新的节点导致的不平衡。
调整方法：C节点先右旋替代B的位置，再左旋替代A的位置。

关于旋转，将下面（B节点）的节点往上面移动，上面的节点（A节点）顺势向下移动，两节点的关系互换（例如：原先是父节点和左孩子-->变为右孩子和父节点），此时A节点会空缺一个子节点，B节点会多出一个子节点，将这个多出的节点插入到A节点空缺的位置上，一次旋转就完成。

3. 平衡二叉树的删除

先用二叉排序树的删除方法删除掉节点，然后在对齐平衡性进行调整。从删除的节点向上找到第一个不平衡点A，从改点向下延伸两个节点B，C；B是A的最高子树节点，C是B的最高子树节点。根据上面的方法以及ABC的关系，选择对于的选择进行调整。

4. 平衡二叉树的查找效率

$O(\log _{_{2}}n)$

三、红黑树

3.1红黑树的定义

对于平衡二叉树，插入和删除对树的调整非常频繁，为此在平衡二叉树上放宽平衡标准，引入红黑树。红黑树是满足以下条件的二叉排序树：

节点颜色只能为红或者黑。
根节点为黑色。
叶子节点为黑色。
不允许有两个连续的红色节点，可以有连续的黑色节点。
对每个节点，从该节点到任意一个叶子节点所包含的黑色节点数相同。

叶子节点是外节点（空节点NULL），相当于在原有的二叉树的每个叶子节点，接上两个空的子节点。

结论一：从根节点到叶子节点的最长路径长度不大于最短路径的两倍。

最长路径的情况下是红黑节点交替出现，此时黑色节点数等于红色节点数；最短路径是没有红色节点全都为黑色节点。因为性质5：对每个节点，从该节点到任意一个叶子节点所包含的黑色节点数相同。所以最长路径是两倍的黑色节点数=两倍的最短路径。

结论二：有n个内部节点的红黑树高度小于等于 $2\log _{_{2}}(n+1)$ 。

2. 红黑树的插入

插入方法和二叉排序树一样，插入结束后需要对其平衡性进行调整，通过重新着色和选择来完成。设新插入节点为z节点，插入过程如下：

根据二叉排序树的插入方法进行插入，z节点置为红色。
若z节点为根节点，则染色为黑色。
若z节点不为根节点，其父节点为黑色，则无需调整。
若z节点不为根节点，其父节点为红色，则分为以下两种情况：
情况1：z的叔节点y是黑色。
情况2：z的叔节点y是红色。
调整方法：
情况1：z和父节点z.p都同为左孩子（右孩子），那么z.p选择替换其父节点z.p.p，然后z.p染黑，z.p.p染红；z和父节点z.p都为不同的方位的孩子，那么z先旋转替代父节点z.p，再旋转替代爷节点z.p.p。
情况2：z.p和y节点染黑，z.p.p染红，然后将z.p.p作为新插入节点，重复上面的步骤。

四、B树

1. B树的定义

m阶B树是所有节点的平衡因子均等于0的m路平衡查找树。满足以下特性：

树中每个节点至多有m棵子树，至多有m-1个关键字。
若根节点不是叶子节点，则至多有两棵子树，至多一个关键字。
除了根节点以外，所有非叶子节点至少有 $\lceil m/2 \rceil$ 棵子树（向上取整）， $\lceil m/2 \rceil$ -1个关键字。
所有非叶子节点的构造如下（长度可变，下例为方便使用特定的长度）
$n$ $P_{0}$ $K_{0}$ $P_{1}$ $K_{1}$ $P_{2}$

n是关键字的个数，K的个数。
K是关键字，按增序排列。
P是树枝，即指向子树的指针，P指向的子树中的所有节点，都小于其右边的关键字，且大于左边的关键字。

2. B树的查找

和二叉排序树的查找方式一样，只是每个节点有多个分路。先在节点内找相等的节点，不存在则进入对应的子树中继续查找，直到找到相等的节点或者查找失败为止。

3. B树的高度

首先，B树的高度不包括外节点。若n≥1，则对一颗包含n个关键字，m阶的B树：

让每个节点关键字达到最多。每个节点则最多有m棵子树，m-1个关键字。那么在高度为h的m阶B树中关键字满足： $n\leqslant (m-1)(1+m+m^{2}+...+m^{h-1})=m^{h}-1$ 。
即 $h\geq \log _{m}(n+1)$
让每个节点关键字最少。第一层1个节点，第二层2个节点，除根节点外，每个节点有 $\lceil m/2 \rceil$ 棵子树,第h+1层有 $2(\lceil m/2 \rceil)^{h-1}$ ,h+1层是外节点，对于关键字个数为n的B树，叶节点即查找失败的节点为n+1，满足： $n+1\geq 2(\lceil m/2 \rceil)^{h-1}$ 。
即 $h\leq \log _{\lceil m/2 \rceil}((n+1)/2)+1$ 。

高度h的范围即：

$\log _{m}(n+1)\leq h \leq \log _{\lceil m/2 \rceil}((n+1)/2)+1$

4. B树的插入

定位。利用上述B树的查找方法，找到需要插入的节点。
插入。如果节点中关键字没满，可以直接插入；如果关键字已满，先插入关键字，再进行分裂。
分裂。将节点中心位置的关键字作为一个新的节点P，左右两侧分裂成两个新的节点，并插入到节点P上，节点P则插入到父节点中；如果P的插入导致了父节点中关键字超员，则继续对父节点进行分裂，直到这个过程传递到根节点为止，使得树的高度加1。

5. B树的删除

若删除的关键字在终端节点。

删除关键字后，节点中关键字个数依然满足 $\geq \lceil m/2 \rceil$ ，则可以直接删除。
不满足条件一，如果兄弟节点够借（兄弟节点删掉一个关键字，依然满足B树的性质）那么就向兄弟节点借一个关键字。将被删除的关键字的父节点中的一个关键字下移，借来的兄弟顶替父节点中空缺的位置。
不满足条件一，且兄弟节点不够借，则需要合并节点。删除关键字后，将对于的父节点中的关键字下移。