个人关于二叉搜索树的理解

最新推荐文章于 2021-06-04 17:00:29 发布
最新推荐文章于 2021-06-04 17:00:29 发布
阅读量4.1k 收藏 3
点赞数 2
分类专栏： 随笔 文章标签： 二叉树 二叉搜索树 数据结构 树
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/qq_40160605/article/details/86556014
版权

 

目录

二叉搜索树（binnary search tree）

一．二叉搜索树的定义和性质

二．二叉搜索树的结构

三．输出一颗二叉搜索树

四．查询二叉搜索树

查找

查找最大关键字元素和最小关键字元素

查找前驱和后继

五．插入和删除

插入

删除

六．完整代码

二叉搜索树（binnary search tree）

一．二叉搜索树的定义和性质

一颗二叉搜索树是按照二叉树结构来组织的，这样的树可以用链表来表示，其中每一个结点都是一个对象。结点中除了key域和其他数据外，还有域left，right和fa，它们分别指向结点的左儿子，右儿子和父结点。如果某个儿子结点或父结点不存在，则相应域中的值即为NULL。根结点是树中唯一的父结点域为NULL的结点。

1.设x为二叉搜索树中的一个结点，如果y是x的左子树上的一个结点，则key[y]<=key[x]; 如果y是x的右子树中的一个结点，则key[y]>=key[x].

2.二叉搜索树可支持查找结点，查找树最大值和最小值，查找树结点前驱和后继，插入新的树结点，删除树结点等动态集合操作，这些基本操作的时间复杂度为O(h),h为二叉搜索树的高度.

3.中序遍历输出一颗二叉搜索树的时间复杂度为O(n),n为树结点的个数

二．二叉搜索树的结构

struct BST_Node{   //树结点
	int key;
	BST_Node *fa, *left, *right;
};
struct BST_tree{  //二叉搜索树（binnary search tree）
	BST_Node *root;  //二叉搜索树的根结点
	void BST_inorder(BST_Node *x);   //中序遍历输出一颗二叉搜索树
	void BST_printf(BST_Node *x, int n);   //逆时90度输出一颗二叉搜索树
	BST_Node* BST_search(BST_Node *x,int k);  //查找key值为k的树结点
	BST_Node* BST_minnum(BST_Node* x);   //查找以x为根结点的树的最小值
	BST_Node* BST_maxnum(BST_Node* x);   //查找以x为根结点的树的最大值
	BST_Node* BST_successor(BST_Node* x);  //查找x的后继结点
	BST_Node* BST_precursor(BST_Node* x);  //查找x的前驱结点
	void BST_insert(BST_Node* x);      //插入新的树结点
	BST_Node* BST_delete(BST_Node* x);   //删除树结点
}T;

三．输出一颗二叉搜索树

1.可以用中序遍历的方式按照排序顺序输出树中的关键字，设x是树结点的某一点，则中序遍历是先输出x的左子树，再输出x结点的值，然后再输出x的右子树

2.有时候按照顺序排序输出一颗二叉树并不能非常直观的看出树的结点之间的关系，可以用稍微修改后的中序遍历方法，逆时针90度输出一颗二叉树。

void BST_tree::BST_inorder(BST_Node *x){  //中序遍历输出一颗二叉搜索树
	if (x != NULL){
		BST_inorder(x->left);
		printf("%d ", x->key);
		BST_inorder(x->right);
	}
}

void BST_tree::BST_printf(BST_Node *x, int n){  //逆时90度输出一颗二叉搜索树
	if (x == NULL){
		for (int i = 0; i<n; i++){
			printf("     ");
		}
		printf("NULL\n");
		return;
	}
	BST_printf(x->right, n + 1);	//输出右子树
	for (int i = 0; i<n; i++){	//输出长为n的"     "空格
		printf("     ");
	}
	if (n >= 0){
		printf("%d-->\n", x->key);   // 输出该点的数值
	}
	BST_printf(x->left, n + 1);	//输出左子树
}

四．查询二叉搜索树

查找

对于二叉搜索树，最常用的操作就是查找树中的一个关键字了。给定指定树根的指针和关键字k，通过函数BST_search返回包含关键字k的结点的指针，不存在则返回NULL。

BST_Node* BST_tree::BST_search(BST_Node *x, int k){
	if (x == NULL || k == x->key)
		return x;
	if (k < x->key)
		return BST_search(x->left, k);
	else
		return BST_search(x->right, k);
}

查找最大关键字元素和最小关键字元素

    利用二叉搜索树构造的性质，要查找二叉树中具有最小关键字的元素，只要从根结点开始，沿着各结点的left指针查找下去，知道遇到NULL时为止；查找二叉树的具有最大关键字的元素的方法和它对称相反。

    对于高度为h的树，这两个过程的时间复杂度都是O(h).

BST_Node* BST_tree::BST_minnum(BST_Node* x){
	while (x->left != NULL)
		x = x->left;
	return x;
}
BST_Node* BST_tree::BST_maxnum(BST_Node* x){
	while (x->right != NULL)
		x = x->right;
	return x;
}

查找前驱和后继

     如果所有的关键字均不相同，则某一结点x的后继既是具有大于key[x]中的关键字中最小值的那个结点；某一结点x的前驱既是具有小于key[x]中的关键字中最大值的那个结点。

     根据二叉搜索树的结构，不用对关键字做任何比较，就可以找出某个结点的前驱和后继。

     查找某个结点的后继有两种情况。一种情况是：如果结点x的右子树非空，则x的后继即右子树的最左结点(最小值)，比如上图中的关键字为6的后继就是右子树的关键字最小值为10的结点。另一种情况是：如果结点x的右子树为空，且x有一个后继y，则y是x和y的最低公共祖先。前驱的情况和后继的情况相似且对称。比如说上图中的关键字为13的结点的后继就是关键字为16的结点，13和16的结点的最近公共祖先就是16.

     如果二叉搜索树中某个结点有两个儿子，则其后继没有左儿子，其前驱没有右儿子。

BST_Node* BST_tree::BST_successor(BST_Node* x){
	if (x->right != NULL)
		return BST_minnum(x->right);
	BST_Node* y = x->fa;
	while(y!= NULL && x==y->right){
		x = y;
		y = y->fa;
	}
	return y;
}
BST_Node* BST_tree::BST_precursor(BST_Node* x){
	if (x->left != NULL)
		return BST_maxnum(x->left);
	BST_Node* y = x->fa;
	while (y != NULL && x == y->left){
		x = y;
		y = y->fa;
	}
	return y;
}

五．插入和删除

插入

为将一个新值v插入到二叉搜索树T中，可以调用函数BST_insert，传给该过程的参数是一个结点，并且有key[z]=v,left[z]=NULL,right[z]=NULL.该过程修改T和z的某些域，并把z插入到树中的适当的位置。

void BST_tree::BST_insert(BST_Node* z){
	BST_Node* y = NULL;
	BST_Node* x = this->root;
	while (x != NULL){
		y = x;
		if (z->key < x->key)
			x = x->left;
		else
			x = x->right;
	}
	z->fa = y;
	if (y == NULL)
		this->root = z;
	else{
		if (z->key < y->key)
			y->left = z;
		else
			y->right = z;
	}
}

删除

    将给定的结点v从二叉搜索树中删除的过程以指向z的指针为参数，并考虑了下图中的三种情况。

  1. 如果z没有儿子结点，修改z的父结点的儿子域即可，将z直接删除就行，
  2. 如果z有一个儿子结点，则修改z的父亲结点的儿子域和z的儿子结点的父亲域，然后将z删除
  3. 如果z有两个儿子结点，则找到z的后继结点x，将x结点的值赋值给z结点，然后将x结点删除（这时候的x结点没有左儿子，可以采用a或者b方法中的一种即可）

BST_Node* BST_tree::BST_delete(BST_Node* z){
	BST_Node *y, *x;
	if (z->left == NULL || z->right == NULL)
		y = z;
	else
		y = BST_successor(z);
	if (y->left != NULL)
		x = y->left;
	else
		x = y->right;
	if (x != NULL)
		x->fa = y->fa;
	if (y->fa == NULL)
		root = x;
	else{
		if (y == y->fa->left)
			y->fa->left = x;
		else
			y->fa->right = x;
	}
	if (y != z){
		z->key = y->key;
		//copy y'data into z
	}
	return y

六．完整代码

#include<iostream>
using namespace std;
const int inf = 0x3f3f3f3f;
struct BST_Node{   //树结点
	int key;
	BST_Node *fa, *left, *right;
};
struct BST_tree{  //二叉搜索树（binnary search tree）
	BST_Node *root;  //二叉搜索树的根结点
	void BST_inorder(BST_Node *x);   //中序遍历输出一颗二叉搜索树
	void BST_printf(BST_Node *x,int n=0);   //逆时90度输出一颗二叉搜索树
	BST_Node* BST_search(BST_Node *x,int k);  //查找key值为k的树结点
	BST_Node* BST_minnum(BST_Node* x);   //查找以x为根结点的树的最小值
	BST_Node* BST_maxnum(BST_Node* x);   //查找以x为根结点的树的最大值
	BST_Node* BST_successor(BST_Node* x);  //查找x的后继结点
	BST_Node* BST_precursor(BST_Node* x);  //查找x的前驱结点
	void BST_insert(BST_Node* x);      //插入新的树结点
	BST_Node* BST_delete(BST_Node* x);   //删除树结点
}T;
void BST_tree::BST_inorder(BST_Node *x){  //中序遍历输出一颗二叉搜索树
	if (x != NULL){
		BST_inorder(x->left);
		printf("%d ", x->key);
		BST_inorder(x->right);
	}
}
void BST_tree::BST_printf(BST_Node *x, int n){  //逆时90度输出一颗二叉搜索树
	if (x == NULL){
		for (int i = 0; i<n; i++){
			printf("     ");
		}
		printf("NULL\n");
		return;
	}
	BST_printf(x->right, n + 1);	//输出右子树
	for (int i = 0; i<n; i++){	//输出长为n的"     "空格
		printf("     ");
	}
	if (n >= 0){
		printf("%d-->\n", x->key);   // 输出该点的数值
	}
	BST_printf(x->left, n + 1);	//输出左子树
}
BST_Node* BST_tree::BST_search(BST_Node *x, int k){
	if (x == NULL || k == x->key)
		return x;
	if (k < x->key)
		return BST_search(x->left, k);
	else
		return BST_search(x->right, k);
}
BST_Node* BST_tree::BST_minnum(BST_Node* x){
	while (x->left != NULL)
		x = x->left;
	return x;
}
BST_Node* BST_tree::BST_maxnum(BST_Node* x){
	while (x->right != NULL)
		x = x->right;
	return x;
}
BST_Node* BST_tree::BST_successor(BST_Node* x){
	if (x->right != NULL)
		return BST_minnum(x->right);
	BST_Node* y = x->fa;
	while(y!= NULL && x==y->right){
		x = y;
		y = y->fa;
	}
	return y;
}
BST_Node* BST_tree::BST_precursor(BST_Node* x){
	if (x->left != NULL)
		return BST_maxnum(x->left);
	BST_Node* y = x->fa;
	while (y != NULL && x == y->left){
		x = y;
		y = y->fa;
	}
	return y;
}
void BST_tree::BST_insert(BST_Node* z){
	BST_Node* y = NULL;
	BST_Node* x = this->root;
	while (x != NULL){
		y = x;
		if (z->key < x->key)
			x = x->left;
		else
			x = x->right;
	}
	z->fa = y;
	if (y == NULL)
		this->root = z;
	else{
		if (z->key < y->key)
			y->left = z;
		else
			y->right = z;
	}
}
BST_Node* BST_tree::BST_delete(BST_Node* z){
	BST_Node *y, *x;
	if (z->left == NULL || z->right == NULL)
		y = z;
	else
		y = BST_successor(z);
	if (y->left != NULL)
		x = y->left;
	else
		x = y->right;
	if (x != NULL)
		x->fa = y->fa;
	if (y->fa == NULL)
		root = x;
	else{
		if (y == y->fa->left)
			y->fa->left = x;
		else
			y->fa->right = x;
	}
	if (y != z){
		z->key = y->key;
		//copy y'data into z
	}
	return y;
}

int main(){
	int num[] = { 16, 6, 18, 4, 13, 10, 14, 5, 3, 22, 23, 11, 20 };
	BST_Node *temp;
	int len = sizeof(num) / 4;
	for (int i = 0; i < len; i++){
		temp = new BST_Node();
		temp->key = num[i];
		T.BST_insert(temp);
	}
	T.BST_inorder(T.root);
	printf("\n");
	T.BST_printf(T.root);
	//查找关键字为6，14，23的结点的后继
	temp = T.BST_search(T.root, 6);
	printf("%d\n", T.BST_successor(temp) == NULL ? -inf : T.BST_successor(temp)->key);
	temp = T.BST_search(T.root, 14);
	printf("%d\n", T.BST_successor(temp) == NULL ? -inf : T.BST_successor(temp)->key);
	temp = T.BST_search(T.root, 23);
	printf("%d\n", T.BST_successor(temp) == NULL ? -inf : T.BST_successor(temp)->key);
	//查找关键字为6，20，3的结点的前驱
	temp = T.BST_search(T.root, 6);
	printf("%d\n", T.BST_precursor(temp) == NULL ? -inf : T.BST_precursor(temp)->key);
	temp = T.BST_search(T.root, 20);
	printf("%d\n", T.BST_precursor(temp) == NULL ? -inf : T.BST_precursor(temp)->key);
	temp = T.BST_search(T.root, 3);
	printf("%d\n", T.BST_precursor(temp) == NULL ? -inf : T.BST_precursor(temp)->key);
	//删除关键字为14，18，6的结点
	temp = T.BST_search(T.root, 14);
	T.BST_delete(temp);
	T.BST_inorder(T.root);
	printf("\n");
	T.BST_printf(T.root);
	temp = T.BST_search(T.root, 18);
	T.BST_delete(temp);
	T.BST_inorder(T.root);
	printf("\n");
	T.BST_printf(T.root);
	temp = T.BST_search(T.root, 6);
	T.BST_delete(temp);
	T.BST_inorder(T.root);
	printf("\n");
	T.BST_printf(T.root);
	return 0;
}

 

brandong
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
java-leetcode题解之第98题验证二叉搜索树.zip
06-18
这个题目可以采用递归或非递归的方法来解决，主要考察的是对二叉搜索树特性和树遍历的理解。 **解决方案** 可能包括以下步骤： 1. **递归解法**：从根节点开始，递归地检查每个节点。对于每个节点，确保其左子树的...
二叉平衡树学生管理系统
09-11
AVL树是一种自平衡的二叉搜索树，它的平衡因子（左子树高度减去右子树高度）不超过1。在进行插入和删除操作后，AVL树会通过旋转操作（左旋、右旋或双旋）来恢复平衡，保持高效性能。如果项目使用了AVL树，那么理解...
二叉搜索树的理解
宇丁加
06-25 186
二叉搜索树：任意两个节点的关键字值不同；若左子树、右子树不空，左子树键值<根节点键值< 右节点键值;左右子树也分别是 二叉搜索树。 性质：以中序遍历二叉 搜索树，那么将会得到一个递增的序列。 ...
二叉搜索树
weixin_30729609的博客
09-22 170
一、定义和性质： 1、定义 二叉查找树(Binary Search Tree)，又被称为二叉搜索树。 它是特殊的二叉树： 对于二叉树，假设x为二叉树中的任意一个结点，x节点包含关键字key，节点x的key值记为key[x]。如果y是x的左子树中的一个结点，则key[y] <= key[x]；如果y是x的右子树的一个结点，则key[y] >= key[...
了解二叉搜索树
zsx0728的博客
03-02 108
在本教程中，您将学习二进制搜索树的工作原理。此外，您还将找到C中二叉搜索树的示例。 二叉搜索树是一种数据结构，它可以让我们快速地维护一个排序的数字列表。 它被称为二叉树，因为每个树节点最多有两个子节点。 ...
查找二叉树的简单认识
弈缘人生
04-17 1290
查找二叉树，又称二叉排序树（Binary Sort Tree）。yike
二叉排序树的理解
qq_28528625的博客
12-14 146
转载至http://blog.csdn.net/jialeheyeshu/article/details/52343791 二叉树遍历的理解 如果对于上述遍历仍然不清楚可以看看下面对于二叉树的遍历理解 要想彻底的理解递归就必须对程序调用子程序的过程有所了解，也就是系统对程序点的压栈和出栈操作，在主程序调用子程序的时候，系统是将子程序的入口点做压栈操作，在调用完子程序后，系统执
编程题型_managed9df_leetcode_二叉搜索树的判断_
10-01
"managed9df_leetcode_二叉搜索树的判断_"这个标题暗示了我们关注的是LeetCode中关于二叉搜索树（Binary Search Tree, BST）的判断问题。二叉搜索树是一种特殊的二叉树，其每个节点的左子树只包含比它小的节点，右子...
python-leetcode面试题解之第99题恢复二叉搜索树-题解.zip
最新发布
04-29
总结一下，恢复二叉搜索树的题目考察了我们对二叉搜索树特性的理解和中序遍历的运用。在实际面试或工作中，这样的问题能帮助评估候选人在数据结构和算法上的能力。熟练掌握这种问题的解决方法，对提升个人在IT行业的...
新建文件夹 (10).zip_duerj3_快速搜索树
09-19
通过对这些代码的深入学习和理解，我们可以掌握二叉搜索树的基本概念和实现技巧，进一步提升我们在实际编程中的数据结构运用能力。如果包含文档，那么它可能会详细解释设计决策和优化策略，这对于初学者和经验丰富的...
深入学习理解二叉搜索树（附详细讲解与实例分析）
qq_40086556的博客
08-02 340
原博客       https://blog.csdn.net/qq_21396469/article/details/78419609   写在前面        本文主要分为三个部分。        第一部分介绍了二叉搜索树的基本性质。        第二部分全面详细地讲述了二叉搜索树的各种基本操作。包括WALK/遍历、SEARCH/查找、MINIMUM/最小关键字、MAXIMUM/...
对二叉搜索树的浅理解(学习中)
weixin_45943627的博客
11-29 93
** 对二叉搜索树的浅理解(学习中) ** 数据结构的理解: 二叉搜索树 插入某一条数据: # 找不到就创建新的顶点 if insertion point is found # 如果插入的数据大于或者小于比对的数据 if value to be inserted < this key go left else go right 插入一个数据(以25为例) 将25与15比...
二叉搜索树的认识
unstoppable_t的博客
03-03 121
二叉搜索树(二叉排序树二叉搜索树概念1.查找2.插入3.删除（重点） 二叉搜索树概念 二叉搜索树也可以叫做二叉排序树，一个空树也可以称为二叉搜索树。 具备以下性质： [1]若左子树不为空，左子树上所有结点的值都小于根结点的值； [2]若右子树不为空，则右子树上所有结点的值都大于根结点的值； [3]一个二叉搜索树的左右子树都是二叉搜索树； 1.查找 //查找关键字为key结点 思想：向后遍历 public Node search(int val){ if(root == null)
二叉树排序树(搜索树)的理解
米小豆的博客
12-09 814
二叉排序树，也叫搜索树，顾名思义 是一种有顺序的二叉树； 数值的插入 保证插入的数值满足：节点的值大于左子树上的所有节点的值，且小于右子树上所有节点的值 数值的遍历 二叉树中序遍历的结果就是排列好的顺序 数值的删除 删除操作比较难理解，分为多种 节点是叶子节点，同时是根节点 节点是叶子节点，但不是根节点 节点是支节点，同时只存在左子树（细分两种是否是根节点） 节点是支节点，同时...
深入理解二叉搜索树
summerlq的博客
09-10 202
什么是二叉搜索树？ 顾名思义，一颗二叉搜索树是基于二叉树来组织的，它包括许多动态集合操作（Search，MiniNum, MaxiNum, Prodecessor, Successor, Insert 和Delete等）。二叉搜索树上的基本操作所花费的时间与这棵树的高度成正比，对呀有n个节点组成的完全二叉树来说，这些操作的最坏的运行时间是O(lg n）。 如图所示是一个搜索二叉树的结构。一...
二叉搜索树全面解析
qq_53558968的博客
06-04 612
文章目录二叉搜索树介绍一、insert二、erase三，find四，中序遍历 二叉搜索树介绍 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、insert 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、erase 三，find 提示：这里对文章进行总结： 例如：以上就是今天要讲的内容，本.
关于二叉搜索树（BST）的总结
qq_32164245的博客
05-31 778
一、二叉搜索树的概念二叉搜索树（Binary Search Tree）节点放置：任何节点的键值一定大于其左子树的每一个节点的键值，并小于其右子树的每一个节点的键值。因此，找出BST树的最大元素和最小元素，就是从根节点一直往左走，直至无左路可走，即得最小元素；从根节点一直往右走，直至无右路可走，即得最大元素。二、二叉搜索树的查找操作1、二叉树结构定义//二叉树的二叉链表节点结构定义 typedef ...
二叉树的用途之一二叉搜索树
热门推荐
more_HH
07-21 2万+
    在学习数据结构的时候，也曾经学习过二叉树，以及前序排列、中序排列、后序排列等等，但是一直无缘使用它！二叉树可以干什么？    排序有快速排序，归并排序，查找有二分法，甚至直接遍历查找，二叉树的使用很少。    实际场景使用上，用的最多的是二叉平衡树，有种特殊的二叉平衡树就是红黑树，Java集合中的TreeSet和TreeMap,C++STL中的set,map以及LInux虚拟内存的管理，都...
树形DP和单链表算法题目PPT课件——Java
12-15
适合老师要求讲题做平时分的时候，可以下载下来直接用，个人原创，内容丰富且生动，平均每篇都有10个动画。（个人原创，仅可自己学习使用，商用侵权必究）

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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