一、 二叉搜索树概念
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:
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
例子:
二、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,走到到空,还没找到,这个值不存在。
//迭代版
bool Find(const K& key)
{
//assert(_root);
Node* cur = _root;
while (cur)
{
if (cur->_key<key)
{
cur = cur->right;
}
else if (cur->_key > key)
{
cur=cur->left;
}
else
{
return true;
}
}
return false;
}
//递归版
bool FindR(const K& key)
{
return findR(_root, key);
}
bool findR(Node* root, const K& key)
{
if (root == nullptr)
return false;
if (root->_key < key)
{
return findR(root->right, key);
}
else if (root->_key > key)
{
return findR(root->left, key);
}
else
{
return true;
}
}
//至于为什么写子函数递归呢?
//由于在类外面不号调,当然这只是一种解决办法。
三、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. 树不空,按二叉搜索树性质查找插入位置,插入新节点
//迭代版
bool Insert(const K& key)
{//一开始为空
if (_root == nullptr)
{
_root = new Node(key);
}
else
{//找到要插入的位置再插入
Node* cur = _root;
Node* parent = nullptr;
while (cur)
{
parent = cur;
if (cur->_key < key)
{
cur = cur->right;
}
else if (cur->_key > key)
{
cur = cur->left;
}
else
{
return false;//相等返回
}
}
//cur = new Node(key);
//不知道要插入父亲的左孩子还是右孩子
if ( parent->_key>key)
{
parent->left = new Node(key);
//cout << key << " ";
}
else
{
//cout << key << " ";
parent->right = new Node(key);
}
}
return true;//成功插入
}
//递归版
bool InsertR(const K& key)
{
return _insertR(_root,key);
}
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);
}
return false;
}
四、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, 否则要删除的结点可能分下面四种情 况:
a. 要删除的结点无孩子结点
b. 要删除的结点只有左孩子结点
c. 要删除的结点只有右孩子结点
d. 要删除的结点有左、右孩子结点
看起来有待删除节点有4中情况,实际情况a可以与情况b或者c合并起来,因此真正的删除过程 如下:
情况b:删除该结点且使被删除节点的双亲结点指向被删除节点的左孩子结点--直接删除
情况c:删除该结点且使被删除节点的双亲结点指向被删除结点的右孩子结点--直接删除
情况d:在它的右子树中寻找中序下的第一个结点(关键码最小),用它的值填补到被删除节点 中,再来处理该结点的删除问题--替换法删除
//这个太长了,就给迭代版
bool Erase(const K& key)
{
//assert(_root);
Node* cur = _root;
Node* parent = nullptr;
while (cur)
{
if (cur->_key < key)
{
parent = cur;
cur = cur->right;
}
else if (cur->_key > key)
{
parent = cur;
cur = cur->left;
}
else
{
//孩子的左为空
if (cur->left == nullptr)
{
if (cur == _root)
{
//delete _root;
_root = cur->right;
}
else
{
if (cur == parent->left)
{
parent->left = cur->right;
}
else
{
parent->right = cur->right;
}
//delete cur;
}
delete cur;
}
else if (cur->right == nullptr)
{//孩子的右为空
if (cur == _root)
{
//delete _root;
_root = cur->left;
}
else
{
if (cur == parent->left)
{
parent->left = cur->left;
}
else
{
parent->right = cur->left;
}
//delete cur;
}
delete cur;
}
else//左右都不为空
{
//替换右树的最小值
Node* parent = cur;
Node* subleft = parent->right;
while (subleft->left)
{
parent = subleft;
subleft = subleft->left;
}
swap(cur->_key, subleft->_key);
if (subleft == parent->left)
{
parent->left = subleft->right;
}
else
{
parent->right = subleft->right;
}
delete subleft;
}
return true;
}
}
return false;
}
五、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<value,count>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 <Value,count> 就构成一种键值对
将上面的二叉搜索树改成KV并完成统计次数。如下:
#include<iostream>
#include<assert.h>
using namespace std;
template<class K,class V>
class BSTreeNode
{
public:
BSTreeNode* left;
BSTreeNode* right;
K _key;
V _value;
BSTreeNode(const K& key,const V&value)
:left(nullptr)
, right(nullptr)
, _key(key)
,_value(value)
{}
};
template<class K,class V>
class BSTree
{
typedef BSTreeNode<K,V> Node;
public:
bool Insert(const K& key,const V&value)
{//一开始为空
if (_root == nullptr)
{
_root = new Node(key,value);
}
else
{//找到要插入的位置再插入
Node* cur = _root;
Node* parent = nullptr;
while (cur)
{
parent = cur;
if (cur->_key < key)
{
cur = cur->right;
}
else if (cur->_key > key)
{
cur = cur->left;
}
else
{
return false;//相等返回
}
}
//cur = new Node(key);
//不知道要插入父亲的左孩子还是右孩子
if (parent->_key > key)
{
parent->left = new Node(key,value);
//cout << key << " ";
}
else
{
//cout << key << " ";
parent->right = new Node(key,value);
}
}
return true;//成功插入
}
Node* Find(const K& key)
{
//assert(_root);
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;
}
void _InOrder(Node* root)
{
if (root == nullptr)
return;
_InOrder(root->left);
cout << root->_key << ":"<<root->_value<<endl;
_InOrder(root->right);
}
private:
Node* _root = nullptr;
};
int main()
{
string arr[] = { "苹果", "西瓜", "苹果", "西瓜", "苹果", "苹果", "西瓜",
"苹果", "香蕉", "苹果", "香蕉" };
//int count = 1;
BSTree<string, int> st;
for (auto& e : arr)
{
BSTreeNode<string, int>* ret = st.Find(e);
if (ret)
{
ret->_value++;
}
else
{
st.Insert(e, 1);
}
}
st.InOrder();
return 0;
}
赖的写了,下面是我找到的性能比较。
总结:二叉搜索树概念,逻辑比较简单。就删除比较麻烦一点,需要分多种情况。加油!!!