1.二叉搜索树的概念
二叉搜索树又称为二叉排序树、二叉查找树,它或者是一棵空树,或者是具有以下性质的二叉树:1. 非空左子树的所有键值小于其根节点的键值;
2. 非空右子树的所有键值大于其根节点的键值;
3. 左右子树也分别为二叉搜索树。
二叉搜索树一般不支持key值冗余(不允许有重复的key值);二叉搜索树的性质使搜索时非常方便高效,最多搜索高度次O(logN)(二叉树退化为O(N),需要二叉搜索树平衡,使用AVL树或者红黑树);二叉搜索树的中序遍历能够对key进行排序。
2.二叉搜索树的操作
2.1 二叉搜索树节点的创建
首先使用结构体+模板来创建节点,结构体中需要给出指向左子树、右子树的指针以及节点的值。代码如下:
//1、创建二叉搜索树的节点
template<class K>
struct BSTreeNode
{
BSTreeNode<K>* _left;//指向左子树
BSTreeNode<K>* _right;//指向右子树
K _key;//节点的键值
//构造函数
BSTreeNode(const K& key)
:_left(nullptr)
, _right(nullptr)
, _key(key)
{}
};
2.2 二叉搜索树的查找
a.从根节点开始比较、查找,比根节点大则往右边走查找,比根节点小则往左边走查找。
b.最多查找高度次,走到空,还没有找到,这个值则不存在。
//2、查找二叉树中是否有元素key
bool Find(const K& key)
{
Node* cur = _root;
while (cur)
{
if (cur->_key > key)
{
cur = cur->_left;
}
else if (cur->_key < key)
{
cur = cur->_right;
}
else
{
return true;
}
}
return false;
}
2.3 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.树不为空,按二叉搜索树的性质查找插入位置,插入新节点。
首先定义一个临时指针对二叉树进行遍历,该key的值比cur中的值大,就向cur的右子树中寻找,反之,向cur的左子树去寻找,直到叶子结点为止,如果与cur的值相同,则返回false(因为二叉搜索树中不允许有相同值的两个结点)。
//1.往二叉搜索树中插入一个元素,插入成功返回true,插入失败返回false
bool Insert(const K& key)
{
//1、如果二叉树为空,则创建新节点,并将_root指向该节点
if (_root == nullptr)
{
_root = new Node(key);
return true;
}
//2、二叉树不为空
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);
if (parent->_key < key)
{
parent->_right = cur;
}
else
{
parent->_left = cur;
}
return true;
}
2.4 删除二叉搜索树中某个节点
删除二叉搜索树种的某个节点分为三种情况:
1、要删除的节点左子树为空;
2、要删除的节点右子树为空;
3、要删除的节点左右子树都不为空。
2.4.1 要删除的节点左子树为空,右子树不为空
1、若删除的是根节点,那么直接让根结点指向原根结点的右子树。
2、若删除的不是根节点,那么将要删除节点的父亲节点指向要删除节点的子树。分为两种情况:(1)要删除节点为其父亲节点的左子树;(2)要删除节点为其父亲节点的右子树。
2.4.2 要删除的节点右子树为空,左子树不为空
1、若删除的是根节点,那么直接让根结点指向原根结点的左子树。
2、若删除的不是根节点,那么将要删除节点的父亲节点指向要删除节点的子树。分为两种情况:(1)要删除节点为其父亲节点的左子树;(2)要删除节点为其父亲节点的右子树。
2.4.3 要删除的节点左、右子树都不为空
要删除的节点的左右子树均不为空,要考虑到该节点不能破坏二叉搜索树的性质。故不能直接删除该节点,利用替换法删除该节点。可以使用左子树的最大节点,或者右子树的最小节点来替换要删除的节点,并删除该最大节点或最小节点。假设使用要删除节点的右子树最小节点来替换该要删除节点,分两种情况:1、该最小节点为其父亲节点左孩子节点;2、该最小节点为其父亲节点的右孩子节点。
2.4.4 具体实现代码
//3、删除二叉搜索树中某个节点
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
{
//此时找到了要删除的节点,分为3种情况:
//1.要删除的节点左子树为空;
//2.要删除的节点右子树为空;
//3.要删除的节点左右子树都不为空。
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;
}
else 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;
}
else
{
//此时要删除的节点的左右子树均不为空,故不能直接删除该节点,利用替换法删除该节点;
//可以使用左子树的最大节点,或者右子树的最小节点来替换要删除的节点,并删除该最大节点
//或最小节点
//使用右子树的最小节点来替换要删除的节点
Node* rightMinParent = cur;
Node* rightMin = cur->_right;
while (rightMin->_left)
{
rightMinParent = rightMin;
rightMin = rightMin->_left;
}
//用右子树的最小节点来替换要删除的节点
cur->_key = rightMin->_key;
//转换成删除rightMin节点(rightMin是左为空,父亲指向他的右)
if (rightMin == rightMinParent->_left)
rightMinParent->_left = rightMin->_right;
else
rightMinParent->_right = rightMin->_right;
delete rightMin;
}
return true;
}
}
return false;
}
2.5 中序遍历
//4、中序遍历
void _InOrder(Node* root)
{
if (root == nullptr)
return;
_InOrder(root->_left);
cout << root->_key << " ";
_InOrder(root->_right);
}
//为什么要写一个子函数,进而调用该子函数呢?
//因为如果直接使用InOrder()函数传入_root,由于_root是类BSTree私有的,外界获取不到,故无法在类外
//直接将_root传入。
//要想在类外获取_root,需要再写个GetRoot()函数。即获取类的私有变量,故使用自函数的方式来调用。
void InOrder()
{
_InOrder(_root);
cout << endl;
}
3.二叉搜索树的应用-KV模型
代码如下:
#include<iostream>
using namespace std;
//二叉搜索树的K-Value模型
//1、创建二叉搜索树的节点
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>
class BSTree
{
typedef BSTreeNode<K, V> Node;
public:
//1、往搜索二叉树中插入一个元素,插入成功返回true,插入失败返回false
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;
}
//2、查找二叉树中是否有元素key
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;
}
//3、删除某个节点
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
{
//找到了,开始删除
//1、左为空
//2、右为空
//3、左右都不为空
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;
}
else if (cur->_right == nullptr)
{
if (cur == _root)
{
_root = cur->_left;
}
else
{
if (parent->_left == cur)
parent->_left = cur->_left;
else
parent->_right = cur->_left;
}
delete cur;
}
else
{
Node* rightMinParent = cur;
Node* rightMin = cur->_right;
while (rightMin->_left)
{
rightMinParent = rightMin;
rightMin = rightMin->_left;
}
//用右子树的最小节点替换要删除的节点
cur->_key = rightMin->_key;
//转换成删除rightMin(rightMin是左为空,父亲指向他的右)
if (rightMin == rightMinParent->_left)
rightMinParent->_left = rightMin->_right;
else
rightMinParent->_right = rightMin->_right;
delete rightMin;
}
return true;
}
}
return false;
}
void _InOrder(Node* root)
{
if (root == nullptr)
return;
_InOrder(root->_left);
cout << root->_key << ":" << root->_value << endl;
_InOrder(root->_right);
}
void InOrder()
{
_InOrder(_root);
cout << endl;
}
private:
Node* _root = nullptr;
};
void TestBSTree_1()
{
BSTree<string, string> dict;
dict.Insert("sort", "排序");
dict.Insert("string", "字符串");
dict.Insert("tree", "树");
dict.Insert("insert", "插入");
string str;
while (cin >> str)
{
BSTreeNode<string, string>* ret = dict.Find(str);
if (ret)
{
cout << ret->_value << endl;
}
else
{
cout << "无此单词" << endl;
}
}
}
void TestBSTree_2()
{
string strArr[] = { "西瓜","苹果", "西瓜", "西瓜", "苹果", "西瓜", "香蕉", "西瓜", "樱桃", "西瓜", "西瓜", };
BSTree<string, int>countTree;
for (auto str : strArr)
{
BSTreeNode<string, int>* ret = countTree.Find(str);
if (ret == nullptr)
{
countTree.Insert(str, 1);
}
else
{
ret->_value++;
}
}
countTree.InOrder();
}
int main()
{
//TestBSTree_1();
TestBSTree_2();
return 0;
}
3.1 英汉互译
当我们输入相应的英文时,就会出现英文所对应的汉语,这就是KV模型带来的作用。我们将英文和汉语都存放在节点中,以key为关键码。每个key都对应着一个value,我们去寻找的时候只需要对比key就行了。
3.2 统计水果个数
遍历数组中的水果,当遇到相同的水果时只在节点的_value上进行++操作,用来计算每个水果出现的次数,最后中序遍历输出。
完整代码可以参考:二叉搜索树的实现、二叉搜索树的应用-KV模型