【二叉树】二叉搜索树

最新推荐文章于 2024-08-16 21:27:26 发布
最新推荐文章于 2024-08-16 21:27:26 发布
阅读量175 收藏
点赞数
分类专栏： 数据结构
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/zweina111/article/details/52210601
版权

二叉搜索树：

1.每个节点都有一个关键码（key）作为搜索依据，关键码互不相同。

2.左子树的所有关键码都小于根节点的关键码。

3.右子树的所有关键码都大于根节点的关键码。

4.左右子树都是二叉搜索树。


删除key：左为空，右为空，左右都不空

1）左为空：cur的右树链到父节点

2）右为空：cur的左树链到父节点

3）左右都不空：找右树最左节点或左树最右节点，将找到的节点与cur交换后删除它。


二叉搜索树的增、删、查（非递归及递归）程序代码如下：

#pragma once

#include<string>
注意：考虑边界问题_root 、左右子树问题（非递归、递归）、记住判空处理
template<class K,class V>
struct BSTNode
{
	BSTNode<K, V>* _left;   //左子数
	BSTNode<K, V>* _right;  //右子树
	K _key;
	V _value;
	//构造函数
	BSTNode(const K& key, const V& value)
		:_left(NULL)
		, _right(NULL)
		, _key(key)
		, _value(value)
	{}
};

template<class K, class V>
class BSTree
{
	typedef BSTNode<K, V> Node;
public:
	BSTree()
		:_root(NULL)
	{}

public:
	//bool Insert(const K& key, const V& value);
	//bool Remove(const K& key);
	//Node* Find(const K& key);
	//bool Insert_R(const K& key, const V& value);
	//bool Remove_R(const K& key, const V& value);
	//Node* Find_R(const K& key);

	bool Insert(const K& key, const V& value)
	{
		if(_root == NULL)
			_root = new Node(key, value);
		Node* cur = _root;
		while(cur)
		{
			if(key < cur->_key)   //key小，插入左子树
			{
				if(cur->_left == NULL)
					cur->_left = new Node(key, value);
				else
					cur = cur->_left;
			}
			else if(key > cur->_key)   //key大，插入右子树
			{
				if(cur->_right == NULL)
					cur->_right = new Node(key, value);
				else
					cur = cur->_right;
			}
			else                       //key关键码互不相同
				return false;
		}
		return true;
	}
	删除//
	边界条件判断（无节点，一个节点）
	找key值，记录parent。
	删除key，分三种情况(左为空，右为空，左右都不为空)
	左右节点都存在，找到右树的最左节点或者左树的最右节点，
	将找到的节点与cur交换后再删除找到的节点

	bool Remove(const K& key) 
	{
		//无节点
		if(_root == NULL)
			return false;
		//一个节点 _root
		if(_root->_left == NULL&&_root->_right == NULL)
		{
			if(key == _root->_key)
			{
				delete _root;
				_root = NULL;
				return true;
			}
			else
				return false;
		}

		Node* cur = _root;
		Node* parent = NULL;
		while(cur)
		{   //找key值，记录parent
			if(key < cur->_key)  
			{
				parent = cur;
				cur = cur->_left;
			}
			else if(key > cur->_key)
			{
				parent = cur;
				cur = cur->_right;
			}
			删除key，分三种情况(左为空，右为空，左右都不为空)
			else  
			{
				Node*del=cur;
				if(cur->_left == NULL)   //将cur的右子树链到父节点
				{
					//注意parent可能为空
					if(parent == NULL)  
					{
						_root = cur->_right;
					}
					else
					{
						if(cur = parent->_left)
							parent->_left = cur->_right;
						else
							parent->_right = cur->_right;
					}
		
				}
				else if(cur->_right == NULL)  //将cur的左子树链到父节点
				{
					if(parent == NULL)
					{
						_root = cur->_left;
					}
					else
					{
						if(cur = parent->_left)
							parent->_left = cur->_left;
						else
							parent->_right = cur->_left;
					}
					
				}
				左右节点都存在，找到右树的最左节点或者左树的最右节点
				将找到的节点与cur交换后再删除找到的节点
				else
				{
					parent = cur;
					//右树的最左节点firstLeft
					Node* firstLeft = cur->_right;
					while(firstLeft->_left)
					{
						parent = firstLeft;
						firstLeft = firstLeft->_left;
					}
					
					swap(firstLeft->_key, cur->_key);
					swap(firstLeft->_value, cur->_value);
					del = firstLeft;

					//因为左右节点都存在，所以parent不为空
					//firstLeft 左节点为空，右节点可能存在
					if(firstLeft == parent->_left)
						parent->_left = firstLeft->_right;
					else
						parent->_right = firstLeft->_right;

				} /*找到firstLeft代替del*/
				
				delete del;
				return true;
			}
		}//while end
		
		return false;
	}

//查找
	Node* Find(const K& key)
	{
		if(_root == NULL)
			return NULL;
		Node* cur = _root;
		while(cur)
		{
			if(key < cur->_key)   //在左子树查找
		    {
				cur = cur->_left;

		    }
			else if(key>cur->_key)  //在右子树查找
			{
				cur = cur->_right;
			}
			else
			{
				return cur;
			}
		}
		return NULL;
	}

	/递归实现增删查
	bool Insert_R(const K& key, const V& value)
	{
		return _Insert_R(_root, key, value);
	}
	bool Remove_R(const K& key)
	{
		return _Remove_R(_root, key);
	}
	Node* Find_R(const K& key)
	{
		return _Find_R(_root, key);
	}

	//中序遍历
	void InOrder()
	{
		return _InOrder(_root);
	}

	bool Empty()
	{
		if(_root == NULL)
		{
			return true;
		}
		return false;
	}
protected:
	void _InOrder(Node* root)
	{
		if(root == NULL)
			return;
		_InOrder(root->_left);
		//cout << root->_key << " " << endl;
		cout << "key:" << root->_key << " ,value:" << root->_value<< endl;
		_InOrder(root->_right);
	}
	注意：root参数应为引用&  每次递归的root即为上一次的root->_left或者root->_right
	bool _Insert_R(Node*& root, const K& key, const V& value)
	{
		if(root == NULL)
		{
			root = new Node(key, value);
			return true;
		}

		if(key < root->_key)
		{
			return _Insert_R(root->_left, key, value);
		}
		else if(key>root->_key)
		{
			return _Insert_R(root->_right, key, value);
		}
		else
		{
			return false;
		}
	}
//查找
	Node* _Find_R(Node*& root, const K& key)
	{
		if(root == NULL)
			return NULL;

		if(key < root->_key)
		{
			return _Find_R(root->_left, key);
		}
		else if(key>root->_key)
		{
			return _Find_R(root->_right, key);

		}
		else
		{
			return root;
		}
	}
//删除
	bool _Remove_R(Node*& root, const K& key)
	{
		if(root == NULL)
			return false;

		if(key < root->_key)
		{
			return _Remove_R(root->_left, key);
		}
		else if(key > root->_key)
		{
			return _Remove_R(root->_right, key);
		}
		///删除key
		以引用root作参数，root相当于上一层的root->_left或者root->_right
		else   
		{
			Node*del = root;
			if(root->_left == NULL)
			{
				root = root->_right;
				delete del;
				return true;
			}
			else if(root->_right == NULL)
			{
				root = root->_left;
				delete del;
				return true;
			}
			///左右节点都不为空
			else
			{
				//右子树的最左节点
				Node* firstLeft = root->_right;
				while(firstLeft->_left)
				{
					firstLeft = firstLeft->_left;
				}

				swap(firstLeft->_key, root->_key);
				swap(firstLeft->_value, root->_value);

				//_Remove_R(firstLeft, key);//错误，firstLeft是临时变量不能作为递归的参数
				_Remove_R(root->_right, key);
			}

		}///删除key end
		return false;
	}

protected:
	Node* _root;
};

测试代码：

void TestBSTree()
{
	BSTree<int, int> bst;
	bst.Insert(5, 1);
	bst.Insert(3, 1);
	bst.Insert(4, 1);
	bst.Insert(1, 1);
	bst.Insert(7, 1);
	bst.Insert(8, 1);
	bst.Insert(2, 1);
	bst.Insert(6, 1);
	bst.Insert(0, 1);
	bst.Insert(9, 1);

	bst.InOrder();

	cout << "? " << bst.Find(1)->_key<< endl;
	cout << "? " << bst.Find(8)->_key<< endl;
	cout << "? " << bst.Find(22)<< endl;


	bst.Remove(1);
	bst.Remove(2);
	bst.Remove(3);
	bst.Remove(4);
	bst.Remove(5);
	bst.Remove(6);
	bst.Remove(7);
	bst.Remove(8);
	bst.Remove(9);
	bst.Remove(0);

	if(bst.Empty())
		cout << "此二叉搜索树为空" << endl;
	bst.InOrder();
}

void TestBSTree_R()  //递归
{
	BSTree<int, int> bst;

	bst.Insert_R(5, 1);
	bst.Insert_R(3, 1);
	bst.Insert_R(4, 1);
	bst.Insert_R(1, 1);
	bst.Insert_R(7, 1);
	bst.Insert_R(8, 1);
	bst.Insert_R(2, 1);
	bst.Insert_R(6, 1);
	bst.Insert_R(0, 1);
	bst.Insert_R(9, 1);

	bst.InOrder();

	cout << "? " << bst.Find(1)->_key << endl;
	cout << "? " << bst.Find(8)->_key << endl;
	cout << "? " << bst.Find(22) << endl;

	/*
	bst.Remove_R(1);
	bst.Remove_R(2);
	bst.Remove_R(3);
	bst.Remove_R(4);
	*/
	bst.Remove_R(5);
	bst.Remove_R(6);
	bst.Remove_R(7);
	bst.Remove_R(8);
	bst.Remove_R(9);
	bst.Remove_R(0);

	if(bst.Empty())
		cout << "此二叉搜索树为空" << endl;
	bst.InOrder();
}


void TestBSTree_string()  // int string
{
	BSTree<int, string> bst;
	bst.Insert(5, "zhou");
	bst.Insert(3, "sun");
	bst.Insert(4, "li");
	bst.Insert(1, "zhao");
	bst.Insert(7, "zheng");
	bst.Insert(8, "wang");
	bst.Insert(2, "qian");
	bst.Insert(6, "wu");
	bst.Insert(0, "baijiaxing");
	bst.Insert(9, "feng");

	bst.InOrder();

	cout << "? " << bst.Find(1)->_key << endl;
	cout << "? " << bst.Find(8)->_key << endl;
	cout << "? " << bst.Find(22) << endl;

	//bst.Remove(0);
	//bst.Remove(1);
	//bst.Remove(2);
	//bst.Remove(3);
	//bst.Remove(4);
	bst.Remove(5);
	bst.Remove(6);
	bst.Remove(7);
	bst.Remove(8);
	bst.Remove(9);


	if(bst.Empty())
		cout << "此二叉搜索树为空" << endl;
	bst.InOrder();
}


本文出自 “娜些维度的雪” 博客，请务必保留此出处http://1536262434.blog.51cto.com/10731069/1790713

zweina_ls
关注
专栏目录
二叉树与二叉搜索树的理解
Starry Sea
04-10 1160
树(tree)是一种抽象数据类型(ADT)，用来模拟具有树状结构性质。 它是由n (n≥0) 个有限节点通过连接它们的边组成具有层次关系的集合。 把它叫做树是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。 树由多种，一个节点有两个以上子节点的树，称为多路树，而每个节点最多只能由两个子节点的树，称为二叉树。 ...
数据结构 | 二叉搜索树，平衡二叉树
大虎牙的博客
10-24 733
二叉搜索树 所有的节点都满足左子树的所有节点都比自己的小，而右子树上的所有节点都比自己大这一条件。 可高效进行如下操作： 查询是否包含某个数值 插入一个数值 删除某个数值 查询： 找——>找——>找 插入： 找——>找——>找 删除： 搜索删除数值->找该位置替代元素 需要删除的节点没有左儿子，那么就把右儿子提上去。 需要删除的节点的左儿子没有右儿子，那么...
二叉树与二叉搜索树
数据工匠记
07-15 1742
本文将从二叉树、二叉搜索树的定义和性质入手，通过代码实现深度认识二分搜索树。 什么是二叉树？ 在我们的现实场景中，比如图书馆我们可以根据分类快速找到我们想要找到的书籍。比如我们要找一本叫做《Java编程思想》这本书，我们只需要根据理工科 —> 计算机 —>Java语言分区就可以快速找到我们想要的这本书。这样我们就不需要像数组或者链表这种结构，我们需要遍历一遍才能找到我们想要的东西。再比如，我们所使用的电脑的文件夹目录本身也是一种树的结构。 从上面的描述我们可知，树这种结构具备天然的高效性可以巧妙
判断二叉树是否为二叉搜索树
明朗晨光的专栏
07-01 6006
利用二叉树递归套路判断是否为二叉搜索树
LeetCode刷题笔记 二叉树 二叉搜索树的操作
王清欢的博客
11-21 2561
669 修剪二叉搜索树 ​ 给定一个二叉查找树和两个整数 L 和 R，且 L < R，试修剪此二叉查找树，使得修剪后所有节点的值都在 [L, R] 的范围内。 ​ 输入是一个二叉查找树和两个整数 L 和 R，输出一个被修剪好的二叉查找树。 输入：root = [3,0,4,null,2,null,null,1], low = 1, high = 3 输出：[3,2,null,1] 解析： ​ 利用二叉查找树的大小关系，我们可以很容易地利用递归进行树的处理。 ​ 递归遍历每一个节点，如果当前值大于
LeetCode刷题笔记 二叉树 二叉搜索树的属性
王清欢的博客
11-19 2964
二叉查找树简介 ​ 二叉查找树 / 二叉搜索树（Binary Search Tree, BST）是一种特殊的二叉树：对于每个父节点，其左子节点的值小于等于父结点的值，其右子节点的值大于等于父结点的值。因此对于一个二叉查找树，我们可以在 O(nlogn) 的时间内查找一个值是否存在：从根节点开始，若当前节点的值大于查找值则向左下走，若当前节点的值小于查找值则向右下走。同时因为二叉查找树是有序的，对其中序遍历的结果即为排好序的数组。 ​ 一个二叉查找树的实现如下： template <class T&g
二叉搜索树详解
2302_79215415的博客
06-25 1918
但对于有n个节点的二叉搜索树，若每个元素的概率相等，则二叉搜索树的平均查找长度是节点在二叉搜索树的深度的函数，节点越深，比较次数就越多。所有在“大佬“的改进下，我们有引入的平衡二叉树和红黑树的概念，使得二叉树的性能有了较大的提升，下一篇内容将会给大家介绍平衡二叉数。2、统计单词的次数，给定一个单词的拼写，就可以快速找到其出现的次数单词由其出现次数就是的一种键值对。情况d、在它的右子树中寻找中序下的第一个节点，用它 的值填补到被删除节点中，再去处理该节点的删除问题----替换删除。
【数据结构】二叉树、二叉搜索树、平衡二叉树、红黑树、B树、B+树
zxcyxg123的博客
08-01 1040
二叉树（Binary Tree）：每个节点最多有两个子节点（左子节点和右子节点），没有限制节点的顺序。特点是简单直观，易于实现，但查找效率较低。二叉搜索树（Binary Search Tree，BST）：在二叉树的基础上，左子节点的值小于等于父节点的值，右子节点的值大于等于父节点的值。特点是插入、删除和查找的平均时间复杂度为O(log n)，但如果树不平衡，可能会退化为链表，时间复杂度为O(n)。
二叉搜索树(Binary Search Tree)
cookies_s_的博客
08-16 1425
二叉搜索树实现
数据结构——二叉搜索树详解
热门推荐
L_T_W_Y的博客
09-04 5万+
二叉搜索树 一、什么是二叉搜索树 二叉搜索树（BST，Binary Search Tree），也称二叉排序树或二叉查找树。 二叉搜索树：一棵二叉树，可以为空；如果不为空，满足以下性质： 非空左子树的所有键值小于其根结点的键值。 非空右子树的所有键值大于其根结点的键值。 左、右子树都是二叉搜索树。 下图是几个例子： 上图值为10的结点的右子树为7，比10小，不满足条件2，所以这棵树不是二叉搜索树。 上图各个结点都满足条件，所以这棵树是二叉搜索树。 上图各个结点都满足条件，所以这棵树也是二叉搜索树
数据结构二叉树二叉搜索树堆相关C++代码.docx
10-10
在给定的文件中，我们关注的是数据结构相关的C++代码，特别是涉及到二叉树、二叉搜索树和堆的概念。下面将详细解释这些概念及其在C++中的实现。 首先，二叉树是一种特殊的图，其中每个节点最多有两个子节点，通常...
数据结构二叉树二叉搜索树堆相关C++代码.pdf
11-22
【二叉树与二叉搜索树】 在计算机科学中，二叉树是一种特殊的树结构，其中每个节点最多有两个子节点，通常称为左子节点和右子节点。二叉树经常被用于实现各种算法，如搜索、排序等。二叉搜索树（Binary Search Tree...
二叉树的二叉搜索表示.rar_二叉搜索树_二叉树的二叉搜索
09-22
二叉搜索树（Binary Search Tree，BST）是一种特殊类型的二叉树，它的每个节点都具有以下特性： 1. **左子树性质**：左子树上所有节点的值都小于当前节点的值。 2. **右子树性质**：右子树上所有节点的值都大于当前...
CPPC++_低成本实现Wooting键盘的Rapid trigger功能不必为几个按键购买整个键盘人人都能做Wouo.zip
11-12
CPPC++_低成本实现Wooting键盘的Rapid trigger功能不必为几个按键购买整个键盘人人都能做Wouo
CPPC++_可能是世界上最快的协同程序库.zip
11-12
CPPC++_可能是世界上最快的协同程序库
ConsulHelper，.Net微服务基础框架，已支持.NetCore，具备服务发现、健康检查、服务分级、分布式配置.zip
最新发布
11-12
ConsulHelper，.Net微服务基础框架，已支持.NetCore，具备服务发现、健康检查、服务分级、分布式配置、版本控制
各种三维模型（gltf，glb格式）
11-12
有卫星、警车、消防车、Cesium飞机、Cesium无人机等等。具体图片如下文章：https://blog.csdn.net/weixin_44857463/article/details/143721670?sharetype=blogdetail&sharerId=143721670&sharerefer=PC&sharesource=weixin_44857463&spm=1011.2480.3001.8118
yii2.0+admin后台以及rbac权限.zip
11-12
yii2.0+admin后台以及rbac权限
SpringBlade3.0架构核心工具包.zip
11-12
SpringBlade3.0架构核心工具包，SpringBlade是一个由商业级项目升级优化而来的SpringCloud分布
二叉树 二叉搜索树 红黑树
10-09
二叉搜索树（Binary Search Tree，BST）是一种特殊的二叉树，它具有以下性质： 1. 左子树上所有节点的值都小于根节点的值； 2. 右子树上所有节点的值都大于根节点的值； 3. 左子树和右子树也都是二叉搜索树。 红黑...
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