第十四章：二叉搜索树
1.二叉搜索树的概念
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
2.二叉搜索树的实现
#include<iostream>
using namespace std;
template<class K>
struct BSTNode
{
BSTNode(const K& key = K())
:_left(nullptr)
,_right(nullptr)
,_key(key)
{}
BSTNode<K>* _left;
BSTNode<K>* _right;
K _key;
};
template<class K>
class BSTree
{
typedef BSTNode<K> Node;
public:
BSTree()
:_root(nullptr)
{}
BSTree(const BSTree<K>& t)
{
_root = _Copy(t._root);
}
BSTree<K>& operator=(const BSTree<K>& t)
{
swap(_root, t._root);
return *this;
}
~BSTree()
{
_Destory(_root);
}
//递归插入
bool InsertR(const K& key)
{
return _InsertR(_root, key);
}
//递归查找
Node* FindR(const K& key)
{
return _FindR(_root, key);
}
//递归删除
bool EraseR(const K& key)
{
return _EraseR(_root, key);
}
bool Insert(const K& key)
{
if (_root == nullptr)
{
_root = new Node(key);
return true;
}
Node* pre_cur = nullptr;
Node* cur = _root;
while (cur)
{
if (cur->_key < key) {
pre_cur = cur;
cur = cur->_right;
}
else if (cur->_key > key) {
pre_cur = cur;
cur = cur->_left;
}
else {
return false;
}
}
cur = new Node(key);
if (pre_cur->_key < key) {
pre_cur->_right = cur;
}
else {
pre_cur->_left = cur;
}
return true;
}
//查找
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;
}
//删除
bool Erase(const K& key)
{
//空二叉树
if (_root == nullptr)
{
return false;
}
//查找
Node* pre_cur = nullptr;
Node* cur = _root;
while (cur!=nullptr)
{
if (cur->_key < key) {
pre_cur = cur;
cur = cur->_right;
}
else if (cur->_key > key) {
pre_cur = cur;
cur = cur->_left;
}
else {
//找到了
if (cur->_left == nullptr)
{
//左子树为空或者左、右子树都空
if (cur == _root)//要删除的节点为根节点
{
_root = cur->_right;
delete cur;
cur = nullptr;
}
else
{
if (pre_cur->_left == cur)
{
pre_cur->_left = cur->_right;
}
else
{
pre_cur->_right = cur->_right;
}
delete cur;
cur = nullptr;
}
}
else if (cur->_right == nullptr)
{
//只有右子树为空
if (cur == _root)//要删除的节点为根节点
{
_root = cur->_left;
delete cur;
cur = nullptr;
}
else
{
if (pre_cur->_left == cur)
{
pre_cur->_left = cur->_left;
}
else
{
pre_cur->_right = cur->_left;
}
delete cur;
cur = nullptr;
}
}
else
{
//左右都不为空，找右子树最小的节点
Node* pre_min_right = cur;
Node* min_right = cur->_right;
while (min_right->_left)
{
pre_min_right = min_right;
min_right = min_right->_left;
}
cur->_key = min_right->_key;
if (pre_min_right->_left == min_right)
{
pre_min_right->_left = min_right->_right;
}
else
{
pre_min_right->_right = min_right->_right;
}
delete min_right;
min_right = NULL;
}
}
}
return false;
}
//递归中序遍历
void InOrder()
{
if (_root == nullptr)
{
cout << "树空！" << endl;
}
_InOrder(_root);
cout << endl;
}
private:
Node* _root;
//删除
void _Destory(Node* root)
{
if (root == nullptr)
{
return;
}
_Destory(root->_left);
_Destory(root->_right);
delete root;
root = nullptr;
}
//复制
Node* _Copy(Node* root)
{
if (root == nullptr)
{
return nullptr;
}
Node* copyNode = new Node(root->_key);
copyNode->_left = _Copy(root->_left);
copyNode->_right = _Copy(root->_right);
return copyNode;
}
//递归插入
bool _InsertR(Node*& root, const K& key)
{
if (root == nullptr)
{
root = new Node(key);
return true;
}
if (root->_key < key)
{
return _InsertR(root->_right, key);
}
else if (root->_key > key)
{
return _InsertR(root->_left, key);
}
else
{
return false;
}
}
//递归查找
Node* _FindR(Node* root, const K& key)
{
if (root == nullptr)
{
return nullptr;
}
if (root->_key < key)
{
return _FindR(root->_right, key);
}
else if (root->_key > key)
{
return _FindR(root->_left, key);
}
else
{
return root;
}
}
//递归删除
bool _EraseR(Node*& root, const K& key)
{
if (root == nullptr)
{
return false;
}
if (root->_key < key)
{
return _EraseR(root->_right, key);
}
else if (root->_key > key)
{
return _EraseR(root->_left, key);
}
else
{
//找到了
if (root->_left == nullptr)
{
Node* del = root;
root = root->_right;
delete del;
del = nullptr;
}
else if (root->_right == nullptr)
{
Node* del = root;
root = root->_left;
delete del;
del = nullptr;
}
else
{
Node* pre_min_right = root;
Node* min_right = root->_right;
while (min_right->_left)
{
pre_min_right = min_right;
min_right = min_right->_left;
}
root->_key = min_right->_key;
if (pre_min_right->_left == min_right)
{
pre_min_right->_left = min_right->_right;
}
else
{
pre_min_right->_right = min_right->_right;
}
delete min_right;
min_right = NULL;
}
}
return false;
}
//递归中序遍历
void _InOrder(Node* root)
{
if (root == nullptr)
return;
_InOrder(root->_left);
cout << root->_key << " ";
_InOrder(root->_right);
}
};
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。
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。
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<word, chinese>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<word, count>就构成一种键值对。
比如：实现一个简单的英汉词典dict，可以通过英文找到与其对应的中文，具体实现方式如下：
<单词，中文含义>为键值对构造二叉搜索树，注意：二叉搜索树需要比较，键值对比较时只比较Key
查询英文单词时，只需给出英文单词，就可快速找到与其对应的key
//kv和k类似，在前面实现的基础上进行了一定程度的改造
#define _CRT_SECURE_NO_WARNINGS 1
#include<iostream>
using namespace std;
template<class K,class V>
struct BSTNode
{
BSTNode(const K& key, const V& value)
:_left(nullptr)
, _right(nullptr)
, _key(key)
,_value(value)
{}
BSTNode<K,V>* _left;
BSTNode<K,V>* _right;
K _key;
V _value;
};
template<class K,class V>
class BSTree
{
typedef BSTNode<K,V> Node;
public:
BSTree()
:_root(nullptr)
{}
BSTree(const BSTree<K,V>& t)
{
_root = _Copy(t._root);
}
BSTree<K,V>& operator=(const BSTree<K,V>& t)
{
swap(_root, t._root);
return *this;
}
~BSTree()
{
_Destory(_root);
}
//递归插入
bool InsertR(const K& key,const V& value)
{
return _InsertR(_root, key, value);
}
//递归查找
Node* FindR(const K& key)
{
return _FindR(_root, key);
}
//递归删除
bool EraseR(const K& key)
{
return _EraseR(_root, key);
}
//递归中序遍历
void InOrder()
{
if (_root == nullptr)
{
cout << "树空！" << endl;
}
_InOrder(_root);
cout << endl;
}
private:
Node* _root;
//删除
void _Destory(Node* root)
{
if (root == nullptr)
{
return;
}
_Destory(root->_left);
_Destory(root->_right);
delete root;
root = nullptr;
}
//复制
Node* _Copy(Node* root)
{
if (root == nullptr)
{
return nullptr;
}
Node* copyNode = new Node(root->_key, root->_value);
copyNode->_left = _Copy(root->_left);
copyNode->_right = _Copy(root->_right);
return copyNode;
}
//递归插入
bool _InsertR(Node*& root, const K& key,const V& value)
{
if (root == nullptr)
{
root = new Node(key, value);
return true;
}
if (root->_key < key)
{
return _InsertR(root->_right, key, value);
}
else if (root->_key > key)
{
return _InsertR(root->_left, key, value);
}
else
{
return false;
}
}
//递归查找
Node* _FindR(Node* root, const K& key)
{
if (root == nullptr)
{
return nullptr;
}
if (root->_key < key)
{
return _FindR(root->_right, key);
}
else if (root->_key > key)
{
return _FindR(root->_left, key);
}
else
{
return root;
}
}
//递归删除
bool _EraseR(Node*& root, const K& key)
{
if (root == nullptr)
{
return false;
}
if (root->_key < key)
{
return _EraseR(root->_right, key);
}
else if (root->_key > key)
{
return _EraseR(root->_left, key);
}
else
{
//找到了
if (root->_left == nullptr)
{
Node* del = root;
root = root->_right;
delete del;
del = nullptr;
}
else if (root->_right == nullptr)
{
Node* del = root;
root = root->_left;
delete del;
del = nullptr;
}
else
{
Node* minRight = root->_right;
while (minRight->_left)
{
minRight = minRight->_left;
}
K kmin = minRight->_key;
V vmin = minRight->_value;
_EraseR(root->_right, kmin);
root->_key = kmin;
root->_value = vmin;
}
}
return false;
}
//递归中序遍历
void _InOrder(Node* root)
{
if (root == nullptr)
return;
_InOrder(root->_left);
cout << root->_key << "---" << root->_value << " ";
_InOrder(root->_right);
}
};
void test1()//功能测试
{
BSTree<int, int> t;
int key[] = { 5,3,4,1,7,8,2,6,0,9 };
int value[] = { 1,2,3,4,5,6,7,8,9,10 };
for (size_t i = 0; i < 10; ++i)
{
t.InsertR(key[i], value[i]);
}
t.InOrder();
BSTree<int, int> t1(t);
BSTree<int, int> t2 = t;
t1.InOrder();
t2.InOrder();
BSTNode<int, int>* newnode = t.FindR(5);
cout << newnode->_key << "---" << newnode->_value << endl;
for (auto e : key)
{
t.EraseR(e);
}
t.InOrder();
}
void test2()//简单翻译
{
BSTree<string, string> dict;
dict.InsertR("string", "字符串");
dict.InsertR("tree", "树");
dict.InsertR("left", "左边");
dict.InsertR("right", "右边");
dict.InsertR("sort", "排序");
dict.InsertR("dragon", "龙");
string str;
while (cin >> str)
{
BSTNode<string, string>* ret = dict.FindR(str);
if (ret == nullptr)
{
cout << "单词拼写错误或者词库中未收录！" << endl;
}
else
{
cout << "中文翻译：" << ret->_value << endl;
}
}
}
void test3()//计数器
{
string arr[] = { "苹果","苹果","菠萝","香蕉","苹果","苹果","西瓜","苹果" };
BSTree<string, int> countTree;
for (const auto& str : arr)
{
auto ret = countTree.FindR(str);
if (ret == nullptr)
{
countTree.InsertR(str, 1);
}
else
{
ret->_value++;
}
}
countTree.InOrder();
}
4.二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，其平均比较次数为：log₂N
最差情况下，二叉搜索树退化为单支树，其平均比较次数为： N/2
如果退化成单支树，二叉搜索树的性能就失去了，所以为了提高二叉搜索树操作的效率，在构建二叉搜索树时尽量避免出现单支树的情况出现，通过一些机制是可以避免在构建二叉树时出现单支树的情况，例如：平衡二叉搜索树。
494
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
