C++ 二叉树

最新推荐文章于 2024-10-06 10:17:48 发布
最新推荐文章于 2024-10-06 10:17:48 发布
阅读量899 收藏 18
点赞数 19
分类专栏： C++ 文章标签： c++ 算法 开发语言
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/m0_58697609/article/details/142531341
版权

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，他或者是一棵空树，或者是具有以下性质的二叉树：

①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

②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

③它的左右子树也分别为二叉搜索树

1.2 二叉搜索树操作

int a[] = {8, 3, 1, 10, 6, 4, 7, 14, 13};

1.二叉搜索树的查找

a、从根开始比较，查找，比根大则往右边走查找，比根小则往左边走查找。

b、最多查找高度次，走到空，还没找到，这个值不存在。

2.二叉搜索树的插入

插入的具体过程如下：

a、树为空，则直接新增节点，赋值给root指针

b、树不为空，按二叉搜索树性质查找插入位置，插入新节点。

3.二叉搜索树的删除

首先查找元素是否在二叉搜索树中，如果不存在，则返回，否则要删除的节点可能分下面四种情况：

a、要删除的节点无孩子节点

b、要删除的节点只有左孩子节点

c、要删除的节点只有右孩子节点

d、要删除的节点有左、右孩子节点

看起来有待删除节点有四种情况，实际情况a可以与b、c结合起来，因此真正的删除过程如下：

*有一个孩子或者无孩子的节点被删除，则让被删除节点的双亲指向被删除节点的孩子或者空——直接删除

*有两个孩子的节点被删除，则在它的右子树中寻找最小的节点，用它的值填补到删除节点中，再来处理该节点的删除问题（符合二叉搜索树，左节点<根<右节点）——替换法删除

1.3 二叉搜索树的实现

树的节点

树

完整代码：

template <class T>
struct BSTNode
{
	T _key;
	BSTNode<T>* _left;
	BSTNode<T>* _right;

	BSTNode(const T& key)
		:_left(nullptr)
		, _right(nullptr)
		, _key(key)
	{

	}
};

template <class T>
class BSTree
{
	typedef BSTNode<T> Node;

public:

	BSTree() = default;

	BSTree(const BSTree<T>& t)
	{
		_root = Copy(t._root);
	}

	~BSTree()
	{
		Destory(_root);
		_root = nullptr;
	}

	bool insert(const T& key)
	{
		if (_root == nullptr)
		{
			_root = new Node(key);
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_key < key)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_key > key)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(key);
		if (parent->_key < key)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

		return true;
	}

	Node* Find(const T& 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;
	}

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

	bool Erase(const T& key)
	{
		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_key < key)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_key > key)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				// 删除
				// 0-1个孩子的情况
				if (cur->_left == nullptr)
				{
					if (parent == nullptr)
					{
						_root = cur->_right;
					}
					else
					{
						if (parent->_left == cur)
							parent->_left = cur->_right;
						else
							parent->_right = cur->_right;
					}

					delete cur;
					return true;
				}
				else if (cur->_right == nullptr)
				{
					if (parent == nullptr)
					{
						_root = cur->_left;
					}
					else
					{
						if (parent->_left == cur)
							parent->_left = cur->_left;
						else
							parent->_right = cur->_left;
					}

					delete cur;
					return true;
				}
				else
				{
					// 2个孩子的情况
					// 右子树的最小节点作为替代节点
					Node* rightMinP = cur;
					Node* rightMin = cur->_right;
					while (rightMin->_left)
					{
						rightMinP = rightMin;
						rightMin = rightMin->_left;
					}

					cur->_key = rightMin->_key;

					if (rightMinP->_left == rightMin)
						rightMinP->_left = rightMin->_right;
					else
						rightMinP->_right = rightMin->_right;

					delete rightMin;
					return true;
				}
			}
		}

		return false;
	}

private:
	void _InOrder(Node* root)
	{
		if (root == nullptr)
			return;
		_InOrder(root->_left);
		cout << root->_key << " " << endl;
		_InOrder(root->_right);
	}

	Node* Copy(Node* root)
	{
		if (root == nullptr)
			return nullptr;

		Node* newroot = new Node(root->_key);
		newroot->_left = Copy(root->_left);
		newroot->_right = Copy(root->_right);

		return newroot;
	}

	void Destory(Node* root)
	{
		if (root == nullptr)
		{
			return;
		}
		Destory(root->_left);
		Destory(root->_right);

		delete root;
	}

	Node* _root = nullptr;
};

 1.4 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。

比如：给一个单词word，判断该单词是否拼写正确，具体方式如下：

*以词库中所有单词集合中的每个单词作为key，构建一棵二叉搜索树

*在二叉搜索树中检索该单词是否存在，存在则拼写正确，不存在则拼写错误。

2. KV模型：每一个关键码key，都有与之对应的值Value，即的键值对。该种方式在现实生活中非常常见：

*比如英汉词典就是英文与中文的对应关系，通过英文可以快速找到与其对应的中文，英文单词与其对应的中文就构成一种键值对；

*再比如统计单词次数，统计成功后，给定单词就可快速找到其出现的次数，单词与其出现次数就是就构成一种键值对。

改造成kv结构的二叉搜索树的代码（与前面的逻辑基本上是一样的，无非就是多了一个值value）

完整代码：

using namespace std;

template <class T,class V>
struct BSTNode
{
	T _key;
	V _value;
	BSTNode<T,V>* _left;
	BSTNode<T,V>* _right;

	BSTNode(const T& key,const V& value)
		:_left(nullptr)
		,_right(nullptr)
		,_key(key)
		,_value(value)
	{

	}
};

template <class T,class V>
class BSTree
{
	typedef BSTNode<T,V> Node;

public:

	BSTree() = default;

	BSTree(const BSTree<T, V>& t)
	{
		_root = Copy(t._root);
	}

	~BSTree()
	{
		Destory(_root);
		_root = nullptr;
	}

	bool insert(const T& key,const V& value)
	{
		if (_root == nullptr)
		{
			_root = new Node(key,value);
			return true;
		}

		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_key < key)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_key > key)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				return false;
			}
		}

		cur = new Node(key,value);
		if (parent->_key < key)
		{
			parent->_right = cur;
		}
		else
		{
			parent->_left = cur;
		}

		return true;
	}

	Node* Find(const T& 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;
	}

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

	bool Erase(const T& key)
	{
		Node* parent = nullptr;
		Node* cur = _root;
		while (cur)
		{
			if (cur->_key < key)
			{
				parent = cur;
				cur = cur->_right;
			}
			else if (cur->_key > key)
			{
				parent = cur;
				cur = cur->_left;
			}
			else
			{
				// 删除
				// 0-1个孩子的情况
				if (cur->_left == nullptr)
				{
					if (parent == nullptr)
					{
						_root = cur->_right;
					}
					else
					{
						if (parent->_left == cur)
							parent->_left = cur->_right;
						else
							parent->_right = cur->_right;
					}

					delete cur;
					return true;
				}
				else if (cur->_right == nullptr)
				{
					if (parent == nullptr)
					{
						_root = cur->_left;
					}
					else
					{
						if (parent->_left == cur)
							parent->_left = cur->_left;
						else
							parent->_right = cur->_left;
					}

					delete cur;
					return true;
				}
				else
				{
					// 2个孩子的情况
					// 右子树的最小节点作为替代节点
					Node* rightMinP = cur;
					Node* rightMin = cur->_right;
					while (rightMin->_left)
					{
						rightMinP = rightMin;
						rightMin = rightMin->_left;
					}

					cur->_key = rightMin->_key;

					if (rightMinP->_left == rightMin)
						rightMinP->_left = rightMin->_right;
					else
						rightMinP->_right = rightMin->_right;

					delete rightMin;
					return true;
				}
			}
		}

		return false;
	}

private:
	void _InOrder(Node* root)
	{
		if (root == nullptr)
			return;
		_InOrder(root->_left);
		cout << root->_key << " " << root->_value << endl;
		_InOrder(root->_right);
	}

	Node* Copy(Node* root)
	{
		if (root == nullptr)
			return nullptr;

		Node* newroot = new Node(root->_key, root->_value);
		newroot->_left = Copy(root->_left);
		newroot->_right = Copy(root->_right);

		return newroot;
	}

	void Destory(Node* root)
	{
		if (root == nullptr)
		{
			return;
		}
		Destory(root->_left);
		Destory(root->_right);

		delete root;
	}

	Node* _root=nullptr;
};

1.5 二叉搜索树的性能分析

插入和删除操作都必须先查找，查找效率代表了二叉搜索树中各个操作的性能。

对有n个结点的二叉搜索树，若每个元素查找的概率相等，则二叉搜索树平均查找长度是结点在二叉搜索树的深度的函数，即结点越深，则比较次数越多。

但对于同一个关键码集合，如果各关键码插入的次序不同，可能得到不同结构的二叉搜索树：

 

最优情况下，二叉搜索树为完全二叉树(或者接近完全二叉树)，其平均比较次数为：$log_2 N$

最差情况下，二叉搜索树退化为单支树(或者类似单支)，其平均比较次数为：$\frac{N}{2}$

问题：如果退化成单支树，二叉搜索树的性能就失去了。那能否进行改进，不论按照什么次序插入关键码，二叉搜索树的性能都能达到最优？那么AVL树和红黑树就可以上场了，但是这边就不继续讲述AVL和红黑树了。

好了，今天就到这了，我们下次见~

有问题欢迎指正批评！！！

王某民
关注
专栏目录
c++二叉树
希望我的博客，能帮上你解决学习中工作中所遇到的问题
11-03 273
1基本概念 二叉树的结构最简单，规律性最强 可以证明，所有树都能转为唯一对应的二叉树，不失一般性 定义：是n（n≥0）个结点的有限集合，由一个根结点以及两棵互不相交的、分别称为左子树和右子树的二叉树组成 二叉树性质 性质1: 在二叉树的第i层上至多有2i-1个结点（i>0） 性质2: 深度为k的二叉树至多有2k-1个结点（k>0） 性质3: 对于任何一棵二叉树，若2度的结点数有n2个，则叶子数（n0）必定为n2＋1 （即n0=n2+1） 满二叉树：一棵深度为k 且有2k -1个结点的二叉树。 （
c++二叉树遍历
clayhell的博客
09-02 1679
非递归实现。
c++的二叉树
热门推荐
客舟中
01-01 1万+
目录 二叉树的定义 二叉树的分类 1. 完全二叉树 2. 满二叉树 3. 斜树 4. 二叉搜索树 5. 平衡二叉树 二叉树的存储方式 1. 数组存储 2. 链表存储 二叉树的遍历方式 1. 前序遍历 2. 中序遍历 3. 后序遍历 4. 层序遍历 二叉树的代码实现 总结 技术参考 二叉树的定义 二叉树是每个节点最多只有两个子树的数结构，两个子树称为左子树和右子树。 二叉树的分类 1. 完全二叉树 假设其深度为 d（d>1）。除了第 d 层外....
C++ 二叉树的深度和宽度
2401_86043888的博客
07-03 341
有一颗二叉树，如下图：此二叉树共有7个结点①②③④⑤⑥⑦，并约定结点①为根结点，处在第一层。根结点①有2个孩子，左孩子为②，右孩子为③，并约定二叉树的一个结点最多有2个孩子。二叉树可以用三元式表示，（结点 左孩子 右孩子）对于上图的二叉树可以表示为：上面二叉树的深度为4(即最大层次数)，宽度为3(即，同一层上最多结点数)。
C++二叉树层序遍历
PETERPARKERRR的博客
10-28 2817
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示
C++二叉树（类）
dyxing_的博客
10-14 1072
二叉树创建
c++二叉树打印（只为美观）
weixin_41990671的博客
09-30 4953
文章目录先上效果图然后上代码测试用例：思路写在最后 先上效果图 然后上代码 /** * 中序遍历返回节点数组 * @param root 根节点 * @return 中序遍历节点数组 */ std::vector<TreeNode *> inorderTraversal(TreeNode *root) { std::vector<TreeNode *> res; std::stack<TreeNode *> stk; w
C++二叉树的遍历
TianKelly的博客
09-09 948
遍历：顺着某一条搜索路径，使得二叉树中的每一个结点有且仅有被访问一次，叫做遍历，或者周游。访问的含义非常广泛。可以认为在不破坏原来结构的基础上对结点数值进行取出和修改等。 遍历的目的：在规定遍历顺序后，可以将二叉树这种非线性的数据结构转换为线性排列进行处理 遍历的意义：二叉树的增删改查均需要遍历。遍历，是二叉树运算的核心。 遍历方法：二叉树是一种典型的递归结构，每一个结点内部，均有两个与节点类型相同的指针。因此，我们只要依次遍历二叉树的左子树，根节点和右子树，即可完成整个遍历 根据不同的遍历顺序
C++ 二叉树OJ题
努力学习C/C++
03-31 1286
C++二叉搜索树这篇讲解了搜索二叉树的实现的，本篇从实战出发，让大家更好的掌握和理解二叉树的！！！！1. 二叉树创建字符串。606. 根据二叉树创建字符串 - 力扣（LeetCode）找出规律，我们就好办了 直接代码演示。public:if(root == nullptr) //根为空 直接返回空串！return "";//外面解释这个函数//结合 刚才的3点总结 左右都为空不加括号，左为空是要加括号的。str += '(';str += ')';str += '(';
C++ 二叉树高度
m0_62805850的博客
06-09 296
【代码】C++ 二叉树高度。
c++二叉树建立与输出.cpp
08-05
c++二叉树代码
C++二叉树结构的建立与基本操作
09-04
在C++中，二叉树是一种重要的数据结构，它由一系列结点组成，每个结点最多有两个子结点，通常称为左子结点和右子结点。二叉树的构建和基本操作是理解和应用二叉树的关键。 首先，我们需要定义二叉树的结构。在C++中...
非常适合小白理解的C++二叉树代码
05-20
### 非常适合小白理解的C++二叉树代码详解 #### 一、引言 在计算机科学中，二叉树是一种常见的数据结构，它广泛应用于算法设计、数据库索引构建等领域。对于初学者来说，理解二叉树的基本概念及其在C++中的实现非常...
c/c++二叉树详解，作业，学习参考
12-04
本资源包是针对C/C++编程语言的二叉树学习材料，涵盖了多种类型的二叉树及其操作，适合作为作业练习或学习参考。 首先，我们来详细探讨标题中提及的几种二叉树： 1. **AVL树**：AVL树是一种自平衡的二叉搜索树，其...
[c语言]一句话讲清循环中break和continue的作用与区别
2303_77060768的博客
09-29 169
1.两者的作用break和contuinue都只能在循环中使用，都用来停止循环。​​​​​​​2.两者的区别break在循环中只要遇到break，就直接永久终止当前循环，开始执行当前循环之外的代码。在循环中只要遇到continue，就结束本次循环，继续进行下一次循环。
【C语言】数据类型和变量
最新发布
2302_76713442的博客
10-06 1027
一、数据类型分类（内置数据类型：字符型、整型、浮点型和布尔类型）（自定义数据类型：数组、结构体、枚举和联合体）二~三、深入研究内置数据类型（内置数据类型的大小、使用内置数据类型创建变量、signed 和 unsigned）四、自定义数据类型的内容过于庞大，所以每种自定义数据类型都专门写了一篇博客来介绍，文中有相应链接。
第 21 章 一条记录的多幅面孔——事务的隔离级别与 MVCC
weixin_45740473的博客
10-02 970
并发的事务在运行过程中会出现一些可能的引发一致性问题SQL 标准中有4种隔离级别版本链ReadView。
C - Separated Lunch
m0_74304371的博客
10-05 266
C - Separated Lunch(KEYENCE Programming Contest 2024 (AtCoder Beginner Contest 374))
【C语言】字符函数和字符串函数(1)
hdxbufcbjuhg的博客
09-28 1720
str是\0了，循环是照常结束，但是str还要++一次，str就指向\0后面了，根据我们前面的分析就是错误的，所以这里只能把str自增的语句写在循环体内，当然，如果是拷贝字符串则不用担心这一点，可以放心把自增写在循环判断条件中。原型解析：strcpy的第一个参数是我们拷贝字符串的目的地的首地址，也就是接收拷贝的数组的首元素地址，第二个参数是我们拷贝字符串的源字符串的首地址，它的返回值就是接收拷贝的目标空间的初始地址。strcmp的作用就是帮我们比较两个字符串的大小，那么比较的依据是什么呢？
评论
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