目录
一、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
因为在二叉搜索树中,每个结点左子树上所有结点的值都小于该结点的值,右子树上所有结点的值都大于该结点的值,因此对二叉搜索树进行中序遍历后,得到的是升序序列。
二、二叉搜索树的实现
1. 结点类
要实现二叉树,我们首先要实现出一个节点类,每个结点都包含想要的值、左指针和右指针
template<class K>
struct BSTreeNode
{
BSTreeNode<K>* _left; //左指针
BSTreeNode<K>* _right; //右指针
K _key; //结点的值
BSTreeNode(const K& key)
:_left(nullptr)
, _right(nullptr)
, _key(key)
{}
};
6. 二叉搜索树的插入
1. 迭代插入
bool Insert(const K& key)
{
//如果是一棵空树,那么就构造一个结点,相当于插入,返回true
if (_root == nullptr)
{
_root = new Node(key);
return true;
}
Node* parent = nullptr;
Node* cur = _root;
while (cur)
{
if (cur->_key < key)//如果待插入的值比当前节点的值要大,就应该向该树的右边进行插入
{
parent = cur;
cur = cur->_right;
}
else if (cur->_key > key)//如果待插入的值比当前节点的值要小,就应该向该树的左边进行插入
{
parent = cur;
cur = cur->_left;
}
else//这里就表明待插入的值和当前节点的值相等,就不允许插入,直接返回false
{
return false;
}
}
cur = new Node(key);//当while循环结束,表明已经找到待插入的位置,直接申请一个节点
if (parent->_key < key)//如果 待插入的值 大于 parent节点值
{
parent->_right = cur;//那么让parent的右指针指向这个申请的结点
}
else
{
parent->_left = cur;//反之插入在parent的左边
}
return true;
}
2. 递归插入
递归插入函数的子函数接收参数root时,必须采用引用接收,因为只有这样我们才能将二叉树当中的各个结点连接起来。
bool _InsertR(Node*& root, const K& key)//引用很关键
{
if (root == nullptr)
{
root = new Node(key);//如果树为空,直接new一个节点
return true;
}
if (root->_key < key)//插入的值 比 当前节点的值大,就递归到右子树
{
return _InsertR(root->_right, key);
}
else if (root->_key > key)//插入的值 比 当前节点的值小,就递归到左子树
{
return _InsertR(root->_left, key);
}
else//走到这里表明插入的值已经存在了,直接返回false
{
return false;
}
}
bool InsertR(const K& key)
{
return _InsertR(_root, key);//这里调用子函数,因为我们是在类外进行调用,无法获取私有成员
}
2. 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。
1. 迭代删除
bool Erase(const K& key)
{
Node* parent = nullptr; //标记待删除结点的父结点
Node* cur = _root; //标记待删除结点
while (cur)
{
if (cur->_key < key)//待删除的值 比 当前节点的值大,就去右子树找
{
parent = cur;
cur = cur->_right;
}
else if (cur->_key > key)//待删除的值 比 当前节点的值小,就去左子树找
{
parent = cur;
cur = cur->_left;
}
else//走到这里表明,找到了,又存在三种情况
{
//找到,准备删除
if (cur->_left == nullptr)//情况1:当前节点左为空
{
if (parent == nullptr)//当前节点的父节点为空,表明此时cur是根结点
{
_root = cur->_right;//直接让cur的右变为根
}
else//当前节点的父节点不为空
{
if (parent->_left == cur)//待删除结点是其父结点的左孩子
parent->_left = cur->_right;//父结点的左指针指向待删除结点的右子树
else//待删除结点是其父结点的右孩子
parent->_right = cur->_right;//父结点的右指针指向待删除结点的右子树
}
delete cur;
}
else if (cur->_right == nullptr)//情况2:当前节点右为空(同情况1)
{
if (parent == nullptr)
{
_root = cur->_left;
}
else
{
if (parent->_left == cur)
parent->_left = cur->_left;
else
parent->_right = cur->_left;
}
delete cur;
}
else//情况2:当前节点左右都不为空
{
//替换法删除
Node* minParent = cur; //标记待删除结点右子树当中值最小结点的父结点
Node* min = cur->_right; //标记待删除结点右子树当中值最小的结点
while (min->_left)//寻找待删除结点右子树当中值最小的结点,直到min的左为空
{
minParent = min;
min = min->_left;
}
cur->_key = min->_key; //将待删除结点的值改为min的值
if (minParent->_left == min)//min是其父结点的左孩子
minParent->_left = min->_right;//父结点的左指针指向min的右子树即可
else //min是其父结点的右孩子
minParent->_right = min->_right; //父结点的右指针指向min的右子树
delete min;
}
return true;
}
}
return false;
}
2. 递归删除
递归实现二叉搜索树的删除函数的思路如下:
- 若树为空树,则结点删除失败,返回false。
- 若所给key值小于树根结点的值,则问题变为删除左子树当中值为key的结点。
- 若所给key值大于树根结点的值,则问题变为删除右子树当中值为key的结点。
- 若所给key值等于树根结点的值,则根据根结点左右子树的存在情况不同,进行不同的处理。
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
{
Node* del = 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);//递归到右子树去删除
}
delete del;
return true;
}
}
bool EraseR(const K& key)
{
return _EraseR(_root, key);
}
3. 二叉搜索树的查找
1. 迭代查找
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;
}
2. 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;
}
}
Node* FindR(const K& key)
{
return _FindR(_root, key);
}
4. 中序遍历
void _InOder(Node* root)
{
if (root == nullptr)
{
return;
}
_InOder(root->_left);
cout << root->_key << " ";
_InOder(root->_right);
}
void InOder()
{
_InOder(_root);
cout << endl;
}
三、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
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
四、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:logN
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
KV模型完整代码
namespace KV
{
template<class K, class V>
struct BSTreeNode
{
BSTreeNode<K, V>* _left;
BSTreeNode<K, V>* _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>
struct BSTree
{
typedef BSTreeNode<K, V> Node;
public:
BSTree()
:_root(nullptr)
{}
bool Insert(const K& 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 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;
}
bool Erase(const K& 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
{
//找到,准备删除
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;
}
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;
}
else
{
Node* minParent = cur;
Node* min = cur->_right;
while (min->_left)
{
minParent = min;
min = min->_left;
}
cur->_key = min->_key;
cur->_value = min->_value;
if (minParent->_left == min)
minParent->_left = min->_right;
else
minParent->_right = min->_right;
delete min;
}
return true;
}
}
return false;
}
bool EraseR(const K& key)
{
return _EraseR(_root, key);
}
bool InsertR(const K& key)
{
return _InsertR(_root, key);
}
Node* FindR(const K& key)
{
return _FindR(_root, key);
}
void InOder()
{
_InOder(_root);
cout << endl;
}
private:
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
{
Node* del = 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);//递归到右子树去删除
}
delete del;
return true;
}
}
bool _InsertR(Node*& root, const K& key)//引用很关键
{
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;
}
}
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;
}
}
void _InOder(Node* root)
{
if (root == nullptr)
{
return;
}
_InOder(root->_left);
cout << root->_key << ":" << root->_value << endl;
_InOder(root->_right);
}
private:
Node* _root;
};
void TestBSTree1()
{
//字典
BSTree<string, string> dict;
dict.Insert("sort", "排序");
dict.Insert("left", "左边");
dict.Insert("right", "右边");
dict.Insert("map", "地图、映射");
string str;
while (cin >> str)
{
BSTreeNode<string, string>* ret = dict.Find(str);
if (ret)
{
cout << "对应的中文解释:" << ret->_value << endl;
}
else
{
cout << "无此单词" << endl;
}
}
}
void TestBSTree2()
{
//统计水果出现的次数
string arr[] = { "苹果","西瓜", "草莓", "苹果", "西瓜", "苹果", "苹果", "西瓜", "苹果", "香蕉" };
BSTree<string, int> countTree;
for (auto& str : arr)
{
//BSTreeNode<string, int>* ret = countTree.Find(str);
auto ret = countTree.Find(str);
if (ret != nullptr)
{
ret->_value++;
}
else
{
countTree.Insert(str, 1);
}
}
countTree.InOder();
}
}