C++搜索二叉树(二叉搜索树）

1.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

2. 搜索二叉树的增删查 

2.1.查找树中的一个值：

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(h)，走到到空，还没找到，这个值不存在。

代码实现：

//查找函数非递归实现：
bool 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 true;
	}
}
return false;
}
//递归实现：
bool _FindR(Node* root, const K& key)
{
	if (root == nullptr)
	{
		return false;
	}
	if (root->_key < key)
		_FindR(root->_right, key);
	else if (root->_key > key)
		_FindR(root->_left, key);
	else
		return true;
}

2.2 往树中插入一个值 (思想同查找）

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

代码实现：

//非递归插入函数
bool Insert(const K& 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;
		}
	}
	if (parent->_key < key)
	{
		parent->_right = new Node(key);
	}
	else
	{
		parent->_left = new Node(key);
	}
	return true;
}
//递归实现：
bool _InsertR(Node*& root, const K& key)
{
	if (root == nullptr)
	{
		root = new Node(key);
		return true;
	}
	else if (root->_key < key)
	{
		return _InsertR(root->_right, key);
	}
	else if (root->_key > key)
	{
		return _InsertR(root->_left, key);
	}
	else
	{
		return false;
	}
}

2.3 删除树中的一个数

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分四种情 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

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

思想如下图：

代码实现：

//删除函数
bool Erase(const K& key)
{
Node* cur = _root;
Node* parent = cur;
while (cur)
{
	if (cur->_key < key)
	{
		parent = cur;
		cur = cur->_right;
	}
	else if (cur->_key > key)
	{
		parent = cur;
		cur = cur->_left;
	}
	else
	{
		//找到了
		//cur的右子树为空
		if (cur->_right == nullptr)
			{
			if (cur == _root)
			{
				_root = cur->_left;
			}
			else
			{
				if (parent->_right == cur)
				{
					parent->_right = cur->_left;
				}
					else
				{
					parent->_left = cur->_left;
				}
			}
			delete cur;
			cur = nullptr;
		}
		//cur的左子树为空
		else if (cur->_left == nullptr)
		{
			if (cur == _root)
			{
				_root = cur->_right;
			}
			else
			{
				if (parent->_right == cur)
				{
					parent->_right = cur->_right;
				}
				else
				{
					parent->_left = cur->_right;
				}
			}
			delete cur;
			cur = nullptr;
		}
		//cur的左子树和右子树都不为空
		else
		{
			//找cur右子树最小的那个
			Node* MinParent = cur;
			Node* min = cur->_right;
			while (min->_left)
			{
				MinParent = min;
				min = min->_left;
			}
			swap(min->_key, cur->_key);
			if (MinParent->_right == min)
			{
				MinParent->_right = min->_right;
			}
			else
			{
				MinParent->_left = min->_right;
			}
			/*if (MinParent->_left == min)
				MinParent->_left = min->_right;
			else
				MinParent->_right = min->_right;
			delete min;*/
			delete min;
		}
		return true;
	}
}
return false;
}
//非递归实现：
bool _EraseR(Node*& root, const K& key)
{
	if (root == nullptr)
	{
		return false;
	}
	else if (root->_key < key)
	{
		return _EraseR(root->_right, key);
	}
	else if (root->_key > key)
	{
		return _EraseR(root->_left, key);
	}
	else
	{
		Node* ret = root;
		if (root->_left == nullptr)
			root = root->_right;
		else if (root->_right == nullptr)
			root = root->_left;
		else
			{
				Node* min = root->_right;
		while (min->_left)
				{
				min = min->_left;
                }
			}
			swap(min->_key, root->_key);
			return _EraseR(root->_right, key);
	}
		delete ret;
}

 3. 搜索二叉树应用

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 <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 。

//1.key-value模拟做字典
void TestTree1()
{
keyValue::BSTree<string, string> dict;
dict.Insert("sort", "排序");
dict.Insert("bubble", "香蕉");
dict.Insert("apple", "苹果");
dict.Insert("blue", "蓝色");
dict.Insert("insert", "插入");
string str;
while (cin >> str)
{
	auto ret = dict.Find(str);
	if (ret)
	{
		cout << "中文为：" << ret->_value << endl;
	}
	else
	{
		cout << "单词错误" << endl;
	}
}
}

//2.计数
void TestTree2()
{
string arr[] = { "香蕉","香蕉","菠萝", "苹果","香蕉","菠萝", "香蕉", "苹果","香蕉", "苹果","香蕉", "香蕉", };
keyValue::BSTree<string, int> coutTree;
for (auto& e : arr)
{
	auto ret = coutTree.Find(e);
	if (ret)
	{
		ret->_value++;
	}
	else
	{
		coutTree.Insert(e, 1);
	}
}
coutTree.InOrder();
}